| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 轨迹降维技术研究现状 | 第11-12页 |
| 1.2.2 轨迹相似度匹配技术研究现状 | 第12-13页 |
| 1.3 本文研究目标和内容 | 第13-15页 |
| 1.3.1 研究目标 | 第13页 |
| 1.3.2 研究内容 | 第13-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第2章 相关研究工作 | 第16-33页 |
| 2.1 轨迹基本概念 | 第16-20页 |
| 2.1.1 轨迹组成 | 第16-17页 |
| 2.1.2 轨迹数据来源 | 第17-18页 |
| 2.1.3 轨迹数据分类 | 第18-20页 |
| 2.2 轨迹降维方法 | 第20-25页 |
| 2.2.1 离线轨迹降维方法 | 第20-24页 |
| 2.2.2 在线轨迹降维方法 | 第24-25页 |
| 2.3 轨迹相似度计算 | 第25-32页 |
| 2.3.1 轨迹间相似度度量方法 | 第25-30页 |
| 2.3.2 轨迹间相似度聚类方法 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 基于轨迹点重要性的多粒度降维方法 | 第33-55页 |
| 3.1 轨迹预处理 | 第33-34页 |
| 3.2 轨迹划分方法 | 第34-37页 |
| 3.3 一种基于轨迹点重要性的多粒度降维方法 | 第37-45页 |
| 3.3.1 轨迹点结构 | 第37-39页 |
| 3.3.2 关键轨迹点定义 | 第39-40页 |
| 3.3.3 基于轨迹结构的粗粒度分段聚合降维 | 第40-42页 |
| 3.3.4 基于轨迹点重要性的细粒度加权降维 | 第42-45页 |
| 3.4 实验 | 第45-54页 |
| 3.4.1 实验设置及数据集 | 第45页 |
| 3.4.2 实验参数设置 | 第45-47页 |
| 3.4.3 实验结果验证 | 第47-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第4章 基于结构聚类及信息熵插值的分层相似度方法 | 第55-72页 |
| 4.1 基于信息熵的移动轨迹段提取方法 | 第55-57页 |
| 4.1.1 信息熵度量 | 第55-56页 |
| 4.1.2 移动轨迹段提取 | 第56-57页 |
| 4.2 一种基于结构聚类及信息熵插值的分层相似度方法 | 第57-64页 |
| 4.2.1 分层相似度计算模型 | 第57-58页 |
| 4.2.2 基于轨迹结构的相似度聚类方法 | 第58-61页 |
| 4.2.3 基于时间插值的Huasdorff相似度方法 | 第61-64页 |
| 4.2.4 轨迹相似度评分 | 第64页 |
| 4.3 实验 | 第64-71页 |
| 4.3.1 实验设置及数据集 | 第64页 |
| 4.3.2 实验参数设置 | 第64-67页 |
| 4.3.3 实验结果验证 | 第67-71页 |
| 4.4 本章小结 | 第71-72页 |
| 第5章 轨迹相似度匹配系统设计与实现 | 第72-87页 |
| 5.1 系统简介 | 第72页 |
| 5.2 系统需求分析 | 第72-74页 |
| 5.2.1 移动数据存储处理 | 第72-73页 |
| 5.2.2 相似度及相关功能可视化 | 第73-74页 |
| 5.3 系统设计与实现 | 第74-80页 |
| 5.3.1 系统整体架构 | 第74-75页 |
| 5.3.2 功能模块设计 | 第75-77页 |
| 5.3.3 数据库设计 | 第77-80页 |
| 5.4 效果展示 | 第80-86页 |
| 5.4.1 轨迹相关操作 | 第80-82页 |
| 5.4.2 轨迹相似度计算 | 第82-83页 |
| 5.4.3 相似度扩展功能 | 第83-86页 |
| 5.5 本章小结 | 第86-87页 |
| 第6章 总结与展望 | 第87-89页 |
| 6.1 工作总结 | 第87-88页 |
| 6.2 研究展望 | 第88-89页 |
| 参考文献 | 第89-92页 |
| 致谢 | 第92-93页 |
| 攻读学位期间参加的科研项目和成果 | 第93页 |