大规模移动数据可视化研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 信息可视化与可视分析的目的 | 第9-11页 |
| 1.2.2 信息可视化在时空数据方面的应用 | 第11-12页 |
| 1.2.3 信息可视化在大规模移动数据方面的应用 | 第12页 |
| 1.2.4 时空可视化通用技术 | 第12-13页 |
| 1.3 本文的研究内容 | 第13页 |
| 1.4 章节安排 | 第13-16页 |
| 第2章 信息可视化的理论背景 | 第16-30页 |
| 2.1 数据可视化方法 | 第16-22页 |
| 2.1.1 碰撞检测 | 第16-19页 |
| 2.1.2 力导向模型 | 第19-22页 |
| 2.2 多维时空数据可视化技术 | 第22-24页 |
| 2.2.1 时空行为概念框架和时空可视化技术模型 | 第22-24页 |
| 2.2.2 空间和时间的可视化技术 | 第24页 |
| 2.3 聚类算法 | 第24-28页 |
| 2.3.1 聚类概念和聚类过程 | 第25-26页 |
| 2.3.2 聚类算法的类别 | 第26-27页 |
| 2.3.3 划分式聚类算法：K-means算法 | 第27-28页 |
| 2.4 可视化与可视分析评估 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 可视化预处理 | 第30-36页 |
| 3.1 数据预处理 | 第30-31页 |
| 3.2 轨迹数据研究简述 | 第31-33页 |
| 3.2.1 轨迹数据挖掘 | 第31-32页 |
| 3.2.2 轨迹概化方法 | 第32-33页 |
| 3.3 轨迹数据简化 | 第33-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第4章 信息可视化方法设计 | 第36-42页 |
| 4.1 信息可视化框架 | 第37页 |
| 4.2 热点区域视图 | 第37-38页 |
| 4.3 组信息视图 | 第38-40页 |
| 4.4 组联系视图 | 第40-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第5章 可视化方法实现及实验结果分析对比 | 第42-48页 |
| 5.1 可视化方法设计实现 | 第42-44页 |
| 5.1.1 输入数据集 | 第42页 |
| 5.1.2 分析任务 | 第42-43页 |
| 5.1.3 运行环境 | 第43页 |
| 5.1.4 轨迹特征预处理 | 第43-44页 |
| 5.2 实验结果 | 第44-48页 |
| 第6章 总结与展望 | 第48-50页 |
| 6.1 总结 | 第48页 |
| 6.2 展望 | 第48-50页 |
| 参考文献 | 第50-56页 |
| 发表论文和参加科研情况说明 | 第56-58页 |
| 致谢 | 第58-59页 |
