移动对象轨道聚类算法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 图表清单 | 第8-9页 |
| 注释表 | 第9-10页 |
| 第一章 绪论 | 第10-19页 |
| ·数据挖掘研究概述 | 第10-14页 |
| ·数据挖掘的产生和发展 | 第10-11页 |
| ·数据挖掘的方法 | 第11-13页 |
| ·数据挖掘的应用 | 第13-14页 |
| ·研究背景、内容及意义 | 第14-18页 |
| ·研究背景 | 第15-16页 |
| ·研究内容 | 第16-17页 |
| ·研究意义 | 第17-18页 |
| ·本文的组织结构 | 第18-19页 |
| 第二章 移动对象轨道聚类分析 | 第19-30页 |
| ·聚类分析 | 第19-25页 |
| ·聚类概念与聚类过程 | 第19-20页 |
| ·聚类分析的基本要求 | 第20-21页 |
| ·聚类分析的分类 | 第21-25页 |
| ·移动对象轨道聚类分析 | 第25-29页 |
| ·轨道聚类分析的研究内容 | 第25-26页 |
| ·轨道聚类分析的研究现状 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于参考线段的轨道聚类算法 | 第30-48页 |
| ·相关概念 | 第30-32页 |
| ·轨道聚类相关概念 | 第30-31页 |
| ·线段距离度量函数 | 第31-32页 |
| ·轨道聚类框架模型 | 第32-36页 |
| ·划分阶段 | 第33-35页 |
| ·聚类阶段 | 第35页 |
| ·提取阶段 | 第35-36页 |
| ·基于参考线段的轨道聚类算法 | 第36-47页 |
| ·问题提出 | 第37-38页 |
| ·相关概念 | 第38页 |
| ·RLTC 算法 | 第38-43页 |
| ·实验结果及分析 | 第43-47页 |
| ·实验准备 | 第43-44页 |
| ·实验结果及分析 | 第44-45页 |
| ·时空复杂度分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 屏蔽参数敏感性的轨道聚类算法 | 第48-62页 |
| ·问题提出 | 第48-49页 |
| ·相关概念 | 第49-51页 |
| ·OPSTC 算法 | 第51-61页 |
| ·OPSTC_LC 基本思想 | 第51页 |
| ·OPSTC_LC 算法描述 | 第51-56页 |
| ·产生聚类排序 | 第51-55页 |
| ·提取聚类结构 | 第55-56页 |
| ·实验结果及分析 | 第56-61页 |
| ·实验数据 | 第56页 |
| ·实验结果及分析 | 第56-60页 |
| ·时空复杂度分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 结束语 | 第62-65页 |
| ·本文总结 | 第62-63页 |
| ·研究展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 在学期间的研究成果及发表的学术论文 | 第71页 |
