面向移动对象的不确定组模式挖掘算法
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.3 本文的主要研究内容 | 第13页 |
| 1.4 组织结构 | 第13-14页 |
| 1.5 本章小结 | 第14-16页 |
| 第2章 相关基础理论及工作 | 第16-28页 |
| 2.1 相关数学基础 | 第16-20页 |
| 2.1.1 概率论 | 第16-18页 |
| 2.1.2 拉格朗日乘数法 | 第18-19页 |
| 2.1.3 模糊集 | 第19-20页 |
| 2.2 不确定数据 | 第20-21页 |
| 2.2.1 不确定数据的分类 | 第20-21页 |
| 2.2.2 不确定数据的模型 | 第21页 |
| 2.3 不确定数据的聚类算法 | 第21-25页 |
| 2.3.1 经典的聚类算法 | 第22-23页 |
| 2.3.2 不确定数据聚类与确定数据聚类的区别 | 第23-24页 |
| 2.3.3 不确定数据聚类算法 | 第24-25页 |
| 2.4 不确定数据的组模式挖掘算法 | 第25-27页 |
| 2.4.1 确定轨迹数据的移动对象挖掘 | 第25-26页 |
| 2.4.2 不确定数据的频率模式挖掘 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 组模式挖掘的预处理 | 第28-38页 |
| 3.1 问题的提出 | 第28-29页 |
| 3.2 基本思路 | 第29-30页 |
| 3.3 面向不确定数据的聚类 | 第30-37页 |
| 3.3.1 不确定instant距离度量 | 第30-31页 |
| 3.3.2 隶属度的计算 | 第31-35页 |
| 3.3.3 算法设计 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 面向不确定数据的移动对象组模式挖掘 | 第38-60页 |
| 4.1 问题描述 | 第38-40页 |
| 4.1.1 问题提出 | 第38-39页 |
| 4.1.2 形式化定义 | 第39-40页 |
| 4.2 组模式挖掘算法 | 第40-59页 |
| 4.2.1 组模式的概率计算 | 第40-43页 |
| 4.2.2 剪枝规则 | 第43-47页 |
| 4.2.3 基本算法 | 第47-51页 |
| 4.2.4 优化算法 | 第51-59页 |
| 4.3 本章小结 | 第59-60页 |
| 第5章 实验与分析 | 第60-68页 |
| 5.1 实验环境 | 第60页 |
| 5.2 实验数据集 | 第60-61页 |
| 5.3 实验结果与分析 | 第61-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74页 |
