| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 时空轨迹聚集模式挖掘现状 | 第10-13页 |
| 1.2.2 时空轨迹聚集模式挖掘并行化研究现状 | 第13页 |
| 1.2.3 时空轨迹聚集模式挖掘存在的问题 | 第13-16页 |
| 1.3 论文的主要研究工作 | 第16页 |
| 1.4 论文的结构安排 | 第16-18页 |
| 第2章 时空轨迹压缩方法研究 | 第18-32页 |
| 2.1 引言 | 第18-19页 |
| 2.2 轨迹压缩算法分析 | 第19-22页 |
| 2.2.1 典型轨迹压缩算法原理 | 第19-21页 |
| 2.2.2 轨迹压缩算法的问题 | 第21-22页 |
| 2.3 一种时空轨迹压缩策略 | 第22-26页 |
| 2.3.1 时空轨迹特征提取 | 第22-24页 |
| 2.3.2 基于方向和速度的综合轨迹压缩策略 | 第24-26页 |
| 2.4 实验结果及分析 | 第26-31页 |
| 2.4.1 实验评价指标 | 第26-27页 |
| 2.4.2 算法对比 | 第27页 |
| 2.4.3 有效性评估实验 | 第27-29页 |
| 2.4.4 效率评估实验 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第 3 章 时空轨迹 Gathering 聚集模式挖掘研究 | 第32-48页 |
| 3.1 Gathering 聚集模式挖掘分析 | 第32-37页 |
| 3.1.1 Gathering 聚集模式挖掘算法思想 | 第33-34页 |
| 3.1.2 Gathering 聚集模式挖掘关键技术 | 第34-37页 |
| 3.2 Gathering 聚集模式挖掘算法的改进 | 第37-40页 |
| 3.2.1 基于R*树索引的轨迹聚类算法 | 第37-39页 |
| 3.2.2 聚集检测算法 | 第39-40页 |
| 3.3 实验结果及分析 | 第40-47页 |
| 3.3.1 实验环境 | 第40页 |
| 3.3.2 准确性评估实验 | 第40-44页 |
| 3.3.3 效率评估实验 | 第44-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第4章 时空轨迹 Gathering 聚集模式挖掘算法的并行化研究 | 第48-57页 |
| 4.1 并行编程模型 | 第48-50页 |
| 4.1.1 大数据支撑技术 | 第48-49页 |
| 4.1.2 MapReduce 编程模型 | 第49-50页 |
| 4.2 基于 R*树索引的 Gathering 聚集模式挖掘算法的并行化设计 | 第50-54页 |
| 4.2.1 算法思想 | 第50-51页 |
| 4.2.2 算法设计 | 第51-54页 |
| 4.3 实验结果及分析 | 第54-56页 |
| 4.3.1 实验环境配置 | 第54页 |
| 4.3.2 实验结果分析 | 第54-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57页 |
| 5.2 展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读学位期间获得与学位论文相关的科研成果目录 | 第63页 |
