| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 移动轨迹挖掘的研究背景及意义 | 第10-13页 |
| 1.1.1 移动轨迹数据的价值 | 第10页 |
| 1.1.2 移动轨迹数据的挖掘 | 第10-13页 |
| 1.2 本文的工作 | 第13-14页 |
| 1.3 本文的组织结构 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第二章 移动轨迹挖掘研究的相关算法 | 第16-21页 |
| 2.1 移动轨迹数据相关的检索算法 | 第16-18页 |
| 2.2 在移动轨迹数据上发现社团或聚团的相关算法 | 第18-20页 |
| 2.2.1 模块度的提出 | 第19页 |
| 2.2.2 模块度相关算法的演变及优化 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 基于移动轨迹检索的目标人物手机追踪应用 | 第21-30页 |
| 3.1 关于新的手机识别追踪方案的讨论 | 第21-22页 |
| 3.2 相关概念说明 | 第22-24页 |
| 3.2.1 手机移动时空轨迹数据及视频监控数据 | 第22-23页 |
| 3.2.2 视频监控数据与手机轨迹数据相结合 | 第23-24页 |
| 3.3 识别追踪方案的设计 | 第24-28页 |
| 3.3.1 手机识别追踪的流程图 | 第24页 |
| 3.3.2 手机识别追踪的详细步骤 | 第24-28页 |
| 3.4 本章小结 | 第28-30页 |
| 第四章 手机移动轨迹检索算法 | 第30-37页 |
| 4.1 相关概念定义 | 第30-31页 |
| 4.2 问题简化分析 | 第31-32页 |
| 4.3 基本检索算法 | 第32-33页 |
| 4.4 线索树检索算法 | 第33-35页 |
| 4.5 启发式优化检索算法 | 第35-36页 |
| 4.6 本章小结 | 第36-37页 |
| 第五章 基于熵的层次聚类算法 | 第37-46页 |
| 5.1 新聚类算法的提出 | 第37-38页 |
| 5.2 问题简化分析 | 第38-39页 |
| 5.3 算法的相关概念 | 第39-41页 |
| 5.4 聚类的指导函数 | 第41-43页 |
| 5.5 算法设计 | 第43-45页 |
| 5.6 本章小结 | 第45-46页 |
| 第六章 系统实现与实验分析 | 第46-57页 |
| 6.1 相关的系统实现及数据说明 | 第46-48页 |
| 6.1.1 系统设计 | 第46-47页 |
| 6.1.2 实验采用的轨迹数据及实验环境 | 第47-48页 |
| 6.2 手机轨迹识别追踪方案的相关实验及结果分析 | 第48-52页 |
| 6.2.1 方案有效性的验证 | 第49-51页 |
| 6.2.2 检索算法的效率测试 | 第51-52页 |
| 6.3 基于熵的聚团发现层次聚类算法实验及结果分析 | 第52-55页 |
| 6.3.1 新算法与FN算法的比较 | 第53-54页 |
| 6.3.2 随机图与实际图的对比 | 第54-55页 |
| 6.4 本章小结 | 第55-57页 |
| 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间取得的研究成果 | 第63-64页 |
| 致谢 | 第64-65页 |
| 附件 | 第65页 |