基于3D轨迹谱聚类的终端区盛行交通流识别方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 轨迹聚类分析 | 第11-14页 |
| 1.2.2 异常轨迹检测识别 | 第14-15页 |
| 1.2.3 存在的不足 | 第15页 |
| 1.3 研究内容和章节安排 | 第15-18页 |
| 1.3.1 主要研究内容 | 第15-16页 |
| 1.3.2 章节安排 | 第16-18页 |
| 第二章终端区飞行轨迹间的相似性 | 第18-33页 |
| 2.1 航迹和轨迹 | 第18-19页 |
| 2.2 轨迹间相似性度量方法 | 第19-25页 |
| 2.2.1 轨迹间的欧氏距离 | 第19-20页 |
| 2.2.2 最小外包矩形距离 | 第20-21页 |
| 2.2.3 全区间变换封装距离 | 第21-22页 |
| 2.2.4 最长公共子序列距离 | 第22页 |
| 2.2.5 子轨迹相似性 | 第22-24页 |
| 2.2.6 Hausdoff距离 | 第24-25页 |
| 2.3 终端区轨迹间似性度量 | 第25-30页 |
| 2.3.1 基于空间网格的航迹相似性 | 第25-28页 |
| 2.3.2 终端区飞行轨迹间整体相似性 | 第28-30页 |
| 2.4 算例分析 | 第30-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 基于谱聚类的轨迹聚类方法 | 第33-42页 |
| 3.1 谱聚类算法原理 | 第33-39页 |
| 3.1.1 谱聚类算法介绍 | 第33页 |
| 3.1.2 谱图划分准则 | 第33-34页 |
| 3.1.3 谱聚类算法 | 第34-39页 |
| 3.2 基于谱隙值和特征向量的轨迹谱聚类 | 第39-41页 |
| 3.2.1 谱隙值 | 第39-40页 |
| 3.2.2 特征向量空间 | 第40-41页 |
| 3.3 本章小结 | 第41-42页 |
| 第四章 基于KDE的盛行交通流和异常轨迹识别方法 | 第42-51页 |
| 4.1 盛行交通流和异常轨迹的定义 | 第42-43页 |
| 4.2 轨迹间的核密度估计（KDE） | 第43-47页 |
| 4.2.1 轨迹间的差异距离 | 第43-44页 |
| 4.2.2 核密度估计 | 第44-47页 |
| 4.3 盛行交通流及异常轨迹识别 | 第47-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 实例分析 | 第51-63页 |
| 5.1 实验步骤 | 第51-53页 |
| 5.2 参数分析及选取 | 第53-55页 |
| 5.2.1 轨迹间相似度模型参数分析和选择 | 第53-54页 |
| 5.2.2 谱聚类算法参数分析及选取 | 第54-55页 |
| 5.3 盛行交通流和异常轨迹识别 | 第55-58页 |
| 5.4 在终端区空中监视的应用 | 第58-61页 |
| 5.4.1 盛行交通流与标准航线的偏差 | 第58-60页 |
| 5.4.2 基于轨迹聚类的终端区监视的应用 | 第60-61页 |
| 5.5 本章小结 | 第61-63页 |
| 第六章总结与展望 | 第63-66页 |
| 6.1 本文总结 | 第63-64页 |
| 6.2 研究不足与展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 作者简介 | 第73页 |
