首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

面向移动对象角色发现的行为模式挖掘算法研究

摘要第4-5页
abstract第5-6页
第1章 引言第12-20页
    1.1 研究背景及意义第12-13页
    1.2 国内外研究现状第13-16页
        1.2.1 基于地理信息的轨迹模式挖掘第13-15页
        1.2.2 基于语义信息的轨迹模式挖掘第15页
        1.2.3 轨迹相似性度量第15-16页
        1.2.4 移动对象角色发现第16页
    1.3 本文主要工作及研究内容第16-19页
    1.4 本文章节安排第19-20页
第2章 相关工作及研究理论基础第20-26页
    2.1 轨迹数据概述第20-21页
        2.1.1 轨迹数据来源第20-21页
    2.2 轨迹模式挖掘概述第21-25页
        2.2.1 轨迹模式挖掘过程第21-23页
        2.2.2 轨迹模式挖掘研究现状第23-24页
        2.2.3 Prefixspan频繁序列模式挖掘算法第24-25页
    2.3 轨迹相似性度量方法概述第25页
    2.4 本章小结第25-26页
第3章 基于时空关联的语义模式挖掘算法第26-41页
    3.1 轨迹数据的采集与处理第26-27页
        3.1.1 轨迹数据的采集第26页
        3.1.2 轨迹数据的预处理第26-27页
    3.2 提取语义轨迹第27-35页
        3.2.1 提取轨迹的停留点第27-28页
        3.2.2 提取轨迹的语义点第28-29页
        3.2.3 获取停留点的空间语义信息第29-32页
        3.2.4 获取停留点的时态语义信息第32-34页
        3.2.5 提取语义轨迹第34-35页
    3.3 移动对象的语义模式挖掘算法研究第35-40页
        3.3.1 问题描述第35-36页
        3.3.2 语义模式的定义第36-37页
        3.3.3 基于时空关联的语义模式挖掘算法第37-40页
    3.4 本章小结第40-41页
第4章 基于时态语义和空间语义的移动对象角色发现第41-54页
    4.1 基于时态语义和空间语义的语义模式相似性度量算法第41-51页
        4.1.1 问题描述第41-43页
        4.1.2 时态语义相似性度量算法第43-46页
        4.1.3 空间语义相似性度量算法第46-51页
        4.1.4 语义模式相似性度量算法第51页
    4.2 移动对象的社会角色发现第51-53页
        4.2.1 问题描述第51-52页
        4.2.2 基于层次聚类的移动对象社会角色发现第52-53页
    4.3 本章小结第53-54页
第5章 实验及结果分析第54-65页
    5.1 实验环境概述第54页
    5.2 实验数据及数据预处理第54-57页
        5.2.1 获取轨迹数据第54-55页
        5.2.2 轨迹数据预处理第55-56页
        5.2.3 提取轨迹停留点第56-57页
    5.3 语义模式挖掘实验结果分析第57-60页
        5.3.1 实验参数说明第57-58页
        5.3.2 语义轨迹提取实验结果第58-59页
        5.3.3 语义模式挖掘实验结果及验证第59-60页
    5.4 语义模式相似度计算结果分析第60-64页
        5.4.1 实验参数说明第60-61页
        5.4.2 语义模式相似性实验结果及验证第61-62页
        5.4.3 实验准确性和性能分析第62-64页
    5.5 本章小结第64-65页
第6章 总结与展望第65-67页
    6.1 总结第65-66页
    6.2 展望第66-67页
致谢第67-68页
参考文献第68-71页

论文共71页,点击 下载论文
上一篇:机器视觉中圆形Mark点的识别与定位技术研究
下一篇:大规模动态图节点相似性度量方法研究