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

面向静态轨迹的异常检测算法研究

摘要第5-6页
Abstract第6页
第一章 绪论第12-22页
    1.1 研究背景及意义第12-15页
        1.1.1 研究背景第12-14页
        1.1.2 研究意义第14-15页
    1.2 国内外研究现状第15-18页
    1.3 论文研究内容第18-20页
    1.4 本文主要组织结构第20-22页
第二章 相关技术第22-30页
    2.1 TRAOD第22-27页
        2.1.1 相关定义第22-24页
        2.1.2 线段之间的距离第24-25页
        2.1.3 算法描述第25-27页
        2.1.4 算法分析第27页
    2.2 最小描述长度原理第27-28页
    2.3 空间的网格索引第28-29页
    2.4 本章小结第29-30页
第三章 基于局部密度的轨迹异常检测算法第30-42页
    3.1 算法概述第30-31页
    3.2 算法描述第31-35页
        3.2.1 基本定义第31-32页
        3.2.2 基于速度的轨迹分割第32-33页
        3.2.3 基于局部密度的轨迹异常检测算法第33-35页
    3.3 网格索引结构第35-37页
        3.3.1 建立网格索引第36页
        3.3.2 轨迹分段近邻查询第36-37页
    3.4 算法分析第37页
    3.5 实验结果与分析第37-40页
        3.5.1 实验环境第37-38页
        3.5.2 网格的影响第38页
        3.5.3 算法的比较第38-40页
    3.6 本章小结第40-42页
第四章 基于时间的路网中异常路线的检测第42-56页
    4.1 算法概述第42页
    4.2 小区出行模型的建立第42-43页
    4.3 构造基于时间的小区路线图第43-44页
    4.4 算法描述第44-46页
        4.4.1 基本定义第44-45页
        4.4.2 数据分组第45页
        4.4.3 检索基于时间的热门路线第45-46页
    4.5 异常检测第46-49页
        4.5.1 TPRO算法第46-48页
        4.5.2 时间复杂度第48-49页
    4.6 实验结果与分析第49-53页
        4.6.1 实验环境第49页
        4.6.2 参数设置的影响第49-52页
        4.6.3 算法的比较第52-53页
    4.7 本章小结第53-56页
第五章 结论第56-58页
    5.1 结论第56-57页
    5.2 展望第57-58页
参考文献第58-62页
作者简介第62页
作者在攻读硕士学位期间发表的学术论文第62-64页
致谢第64页

论文共64页,点击 下载论文
上一篇:基于概率模型和反馈机制的群组推荐算法研究
下一篇:基于深度学习模型的语义情感分析处理