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

云环境下时空轨迹渐变移动簇模式挖掘算法研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第10-19页
    1.1 研究背景及意义第10-12页
    1.2 国内外研究现状第12-16页
    1.3 本文研究内容第16-17页
    1.4 本文组织结构第17-19页
第2章 时空轨迹渐变移动簇模式挖掘算法概述第19-24页
    2.1 渐变移动簇模式概念第19-21页
    2.2 时空轨迹渐变移动簇模式挖掘算法第21-23页
    2.3 本章小结第23-24页
第3章 轨迹预处理第24-31页
    3.1 引言第24页
    3.2 噪声滤波算法第24-26页
        3.2.1 均值和中值滤波第25-26页
        3.2.2 卡尔曼滤波第26页
        3.2.3 粒子滤波第26页
    3.3 插值算法第26-29页
        3.3.1 线性插值第27页
        3.3.2 拉格朗日插值第27-28页
        3.3.3 牛顿插值第28-29页
        3.3.4 样条插值第29页
        3.3.5 Hermite插值第29页
    3.4 本章小结第29-31页
第4章 时空轨迹渐变移动簇模式并行挖掘算法第31-43页
    4.1 Spark并行编程模型第31-33页
    4.2 渐变移动簇模式并行挖掘算法PTRGCP第33-37页
        4.2.1 算法思想第33-35页
        4.2.2 算法描述第35-37页
    4.3 基于网格索引的渐变移动簇模式并行挖掘算法PTRGCP-G第37-38页
        4.3.1 算法思想第37-38页
        4.3.2 网格索引的建立第38页
        4.3.3 算法描述第38页
    4.4 实验与分析第38-42页
        4.4.1 实验环境与配置第38页
        4.4.2 数据源第38-39页
        4.4.3 实验结果与性能分析第39-42页
    4.5 本章小结第42-43页
第5章 时空轨迹渐变移动簇模式增量挖掘算法第43-54页
    5.1 引言第43页
    5.2 时空轨迹渐变移动簇模式增量挖掘算法ITRGCP第43-47页
        5.2.1 算法思想第43-44页
        5.2.2 增量DBSCAN聚类算法第44-45页
        5.2.3 算法描述第45-47页
    5.3 时空轨迹渐变移动簇模式并行增量挖掘算法PITRGCP第47-50页
        5.3.1 算法思想第47-48页
        5.3.2 算法描述第48-50页
    5.4 实验与分析第50-53页
        5.4.1 实验环境与配置第50页
        5.4.2 数据源第50页
        5.4.3 实验结果与性能分析第50-53页
    5.5 本章小结第53-54页
第6章 总结与展望第54-56页
    6.1 总结第54-55页
    6.2 展望第55-56页
参考文献第56-64页
附录在读期间发表的学术论文及研究成果第64-65页
    1 攻读硕士学位期间发表的论文第64页
    2 参加课题项目第64页
    3 获奖情况第64-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:街舞运动对女大学生身体意象的影响
下一篇:基于社会心理环境和工效学的港珠澳大桥HSE管理体系员工绩效评价研究