摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第11-17页 |
1.1 研究工作的背景与意义 | 第11-12页 |
1.2 国内外相关研究进展 | 第12-15页 |
1.2.1 异常轨迹检测研究进展 | 第13页 |
1.2.2 轨迹聚类研究进展 | 第13-14页 |
1.2.3 推荐技术研究进展 | 第14-15页 |
1.3 论文的主要工作 | 第15-16页 |
1.4 论文的结构安排 | 第16-17页 |
第二章 相关原理及技术 | 第17-32页 |
2.1 轨迹数据 | 第17-22页 |
2.1.1 轨迹数据的特点 | 第17-18页 |
2.1.2 轨迹数据获取 | 第18-22页 |
2.2 轨迹挖掘 | 第22-26页 |
2.2.1 轨迹挖掘步骤 | 第22-23页 |
2.2.2 异常轨迹检测 | 第23-25页 |
2.2.3 轨迹聚类 | 第25-26页 |
2.3 道路网络空间 | 第26-27页 |
2.3.1 路网空间与欧式空间 | 第26-27页 |
2.3.2 路网约束的移动对象模型 | 第27页 |
2.4 个性化推荐 | 第27-31页 |
2.4.1 传统个性化推荐技术 | 第27-29页 |
2.4.2 移动情境感知个性化推荐技术 | 第29-31页 |
2.5 本章小结 | 第31-32页 |
第三章 系统需求分析及核心技术问题概述 | 第32-42页 |
3.1 系统需求分析 | 第32-38页 |
3.1.1 需求分析概述 | 第32-33页 |
3.1.2 系统设计思路分析 | 第33-37页 |
3.1.3 系统模块划分 | 第37-38页 |
3.2 系统核心技术问题概述 | 第38-41页 |
3.2.1 数据预处理问题分析 | 第38-40页 |
3.2.2 轨迹聚类问题分析 | 第40-41页 |
3.3 本章小结 | 第41-42页 |
第四章 系统核心技术研究 | 第42-76页 |
4.1 数据预处理算法研究 | 第42-51页 |
4.1.1 基础数据清洗 | 第42-43页 |
4.1.2 基于时空Hausdorff距离异常检测的预处理方法 | 第43-49页 |
4.1.2.1 道路交通网路 | 第43-44页 |
4.1.2.2 改进的Hausdorff距离 | 第44-47页 |
4.1.2.3 相似性度量 | 第47-48页 |
4.1.2.4 算法实现 | 第48-49页 |
4.1.3 算法性能分析 | 第49-51页 |
4.2 轨迹聚类算法研究 | 第51-72页 |
4.2.1 ST-NEAT模型 | 第51-54页 |
4.2.1.1 相关模型定义 | 第51-53页 |
4.2.1.2 模型构建 | 第53-54页 |
4.2.2 ST-NEAT算法 | 第54-63页 |
4.2.2.1 轨迹分段 | 第54-55页 |
4.2.2.2 轨迹聚类 | 第55-60页 |
4.2.2.3 精炼结果 | 第60-63页 |
4.2.3 基于时间聚焦的聚类结果分析 | 第63-64页 |
4.2.4 算法性能分析 | 第64-70页 |
4.2.4.1 实验环境及数据 | 第64-65页 |
4.2.4.2 模拟器生成轨迹 | 第65页 |
4.2.4.3 ST-NEAT三步聚类 | 第65-67页 |
4.2.4.4 时间聚焦思想 | 第67-70页 |
4.2.5 性能对比试验 | 第70-72页 |
4.3 协同过滤算法研究 | 第72-75页 |
4.4 本章小结 | 第75-76页 |
第五章 系统的设计与实现 | 第76-92页 |
5.1 系统总体设计 | 第76-77页 |
5.2 系统模块设计与实现 | 第77-91页 |
5.2.1 数据获取模块 | 第77-79页 |
5.2.2 数据预处理模块 | 第79-81页 |
5.2.2.1 数据清洗 | 第79-81页 |
5.2.2.2 异常轨迹检测 | 第81页 |
5.2.3 数据存储模块 | 第81-83页 |
5.2.4 挖掘处理模块 | 第83-84页 |
5.2.4.1 轨迹聚类 | 第83页 |
5.2.4.2 协同过滤 | 第83-84页 |
5.2.5 个性化推荐模块 | 第84-91页 |
5.3 本章小结 | 第91-92页 |
第六章 系统测试 | 第92-103页 |
6.1 测试环境 | 第92页 |
6.1.1 硬件环境 | 第92页 |
6.1.2 软件环境 | 第92页 |
6.2 测试目的 | 第92页 |
6.3 测试用例 | 第92-93页 |
6.4 测试结果 | 第93-101页 |
6.4.1 功能测试 | 第93-97页 |
6.4.2 性能测试 | 第97-101页 |
6.5 测试总结 | 第101-102页 |
6.6 本章小结 | 第102-103页 |
第七章 总结与展望 | 第103-105页 |
7.1 总结 | 第103-104页 |
7.2 展望 | 第104-105页 |
致谢 | 第105-106页 |
参考文献 | 第106-110页 |