| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 论文研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文的主要内容 | 第12-13页 |
| 1.4 论文的组织结构 | 第13页 |
| 1.5 本章小结 | 第13-14页 |
| 第二章 停留点提取方法概述 | 第14-17页 |
| 2.1 基于时间和距离阈值的识别方法 | 第14页 |
| 2.2 基于聚类的方法 | 第14-15页 |
| 2.2.1 K-中值算法 | 第14页 |
| 2.2.2 DJ-Cluster算法 | 第14-15页 |
| 2.2.3 CB-SMoT算法 | 第15页 |
| 2.3 其他方法 | 第15-16页 |
| 2.4 本章小结 | 第16-17页 |
| 第三章 相关理论概述 | 第17-21页 |
| 3.1 相关系数概述 | 第17-18页 |
| 3.1.1 皮尔逊积矩相关系数 | 第17页 |
| 3.1.2 肯德尔秩次相关系数 | 第17-18页 |
| 3.1.3 斯皮尔曼秩次相关系数 | 第18页 |
| 3.2 相关概念 | 第18-20页 |
| 3.3 本章小结 | 第20-21页 |
| 第四章 基于相关系数的停留点识别算法 | 第21-31页 |
| 4.1 相关系数与轨迹分析 | 第21页 |
| 4.2 基于相关系数的停留点识别算法(CCM) | 第21-25页 |
| 4.2.1 关键点提取 | 第22-24页 |
| 4.2.2 关键点区域划分 | 第24页 |
| 4.2.3 停留点识别 | 第24-25页 |
| 4.3 基于相关系数的停留点识别算法(CCM)实现 | 第25-28页 |
| 4.4 算法流程图 | 第28-29页 |
| 4.5 本章小结 | 第29-31页 |
| 第五章 实验验证与结果分析 | 第31-35页 |
| 5.1 实验环境与实验数据 | 第31页 |
| 5.2 实验过程 | 第31页 |
| 5.3 评估方法 | 第31-32页 |
| 5.4 实验结果与分析 | 第32-34页 |
| 5.4.1 实验结果 | 第32-33页 |
| 5.4.2 实验分析 | 第33-34页 |
| 5.5 本章小结 | 第34-35页 |
| 第六章 总结与展望 | 第35-36页 |
| 6.1 本文工作总结 | 第35页 |
| 6.2 下一步研究方向 | 第35-36页 |
| 参考文献 | 第36-40页 |
| 致谢 | 第40页 |