| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 缩略词 | 第11-12页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 本论文的选题意义 | 第13-19页 |
| 1.2.1 概率Skyline查询技术的应用 | 第14-18页 |
| 1.2.2 当前面临的主要挑战 | 第18-19页 |
| 1.3 论文的主要研究工作 | 第19页 |
| 1.4 论文组织结构 | 第19-21页 |
| 第二章 不确定移动对象的查询处理技术的研究现状 | 第21-26页 |
| 2.1 传统Skyline查询算法概述 | 第21-22页 |
| 2.2 概率Skyline查询算法概述 | 第22-24页 |
| 2.2.1 离散型数据的概率Skyline查询 | 第22-23页 |
| 2.2.2 连续型数据的概率Skyline查询 | 第23-24页 |
| 2.3 不确定移动对象概率Skyline查询研究现状 | 第24-25页 |
| 2.3.1 移动对象Skyline查询的研究现状 | 第24页 |
| 2.3.2 不确定移动对象的概率Skyline查询现状 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 曼哈顿路网中不确定移动对象连续概率Skyline查询 | 第26-35页 |
| 3.1 曼哈顿道路网 | 第26-27页 |
| 3.1.1 曼哈顿道路网的定义 | 第26-27页 |
| 3.1.2 曼哈顿道路网的特点与性质 | 第27页 |
| 3.2 道路网中不确定移动对象的建模 | 第27-29页 |
| 3.2.1 移动数据点的不确定模型 | 第27-28页 |
| 3.2.2 曼哈顿道路网中移动数据点的距离计算模型 | 第28页 |
| 3.2.3 支配概率 | 第28-29页 |
| 3.2.4 Skyline概率 | 第29页 |
| 3.3 影响Skyline结果变化的事件 | 第29-30页 |
| 3.4 连续概率Skyline查询算法 | 第30-31页 |
| 3.4.1 实时Skyline查询算法 | 第30页 |
| 3.4.2 基于事件的动态连续概率Skyline查询算法 | 第30-31页 |
| 3.5 实验测评 | 第31-33页 |
| 3.5.1 实验设置 | 第31-32页 |
| 3.5.2 实验结果及分析 | 第32-33页 |
| 3.6 本章小结 | 第33-35页 |
| 第四章 基于几何概率模型的Skyline概率计算方法 | 第35-43页 |
| 4.1 几何概率模型介绍 | 第35-37页 |
| 4.2 不确定移动对象几何概率模型的构建 | 第37-38页 |
| 4.2.1 无移动限制条件的不确定移动对象建模 | 第37页 |
| 4.2.2 有移动限制条件的不确定移动对象建模 | 第37-38页 |
| 4.3 几何概率模型Skyline概率计算 | 第38-42页 |
| 4.3.1 基本思路 | 第38-39页 |
| 4.3.2 例子演示 | 第39-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 基于曼哈顿距离的不确定移动对象的概率Skyline查询 | 第43-54页 |
| 5.1 不确定移动对象建模 | 第43-44页 |
| 5.2 不确定移动对象的Skyline概率 | 第44-45页 |
| 5.2.1 不确定移动对象之间的概率支配 | 第44页 |
| 5.2.2 不确定移动对象的Skyline概率 | 第44-45页 |
| 5.3 带阈值的概率Skyline查询算法 | 第45-52页 |
| 5.3.1 p-t-Skyline的定义 | 第45-46页 |
| 5.3.2 基于曼哈顿距离的采样算法 | 第46-47页 |
| 5.3.3 边界Skyline概率的限定 | 第47-48页 |
| 5.3.4 修剪策略 | 第48-49页 |
| 5.3.5 基于几何概率模型的精炼策略 | 第49-51页 |
| 5.3.6 算法的实现 | 第51-52页 |
| 5.4 实验验证 | 第52-53页 |
| 5.4.1 实验设置 | 第52页 |
| 5.4.2 实验结果及分析 | 第52-53页 |
| 5.5 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 论文总结 | 第54-55页 |
| 6.2 工作展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 在学期间的研究成果及发表的学术论文 | 第61页 |
