| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究目的和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 主要研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第2章 相关理论与技术 | 第17-27页 |
| 2.1 轨迹数据概述 | 第17-20页 |
| 2.1.1 轨迹数据来源 | 第17-19页 |
| 2.1.2 轨迹数据的分类 | 第19-20页 |
| 2.2 聚类算法概述 | 第20-22页 |
| 2.2.1 层次聚类 | 第20-21页 |
| 2.2.2 基于密度的聚类 | 第21页 |
| 2.2.3 基于网格的聚类 | 第21-22页 |
| 2.3 轨迹模式挖掘的概述 | 第22-25页 |
| 2.3.1 轨迹模式挖掘过程 | 第23页 |
| 2.3.2 轨迹模式挖掘方法 | 第23-24页 |
| 2.3.3 轨迹模式挖掘应用领域 | 第24-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第3章 个人轨迹模式挖掘算法的研究 | 第27-55页 |
| 3.1 问题提出 | 第27-28页 |
| 3.2 轨迹数据采集与处理 | 第28-30页 |
| 3.3 重要区域的挖掘 | 第30-34页 |
| 3.3.1 问题描述 | 第30-31页 |
| 3.3.2 ITBCA算法概述 | 第31-34页 |
| 3.4 网格区域的划分 | 第34-41页 |
| 3.4.1 相关定义 | 第35-36页 |
| 3.4.2 基于网格划分算法概述 | 第36-41页 |
| 3.5 个人轨迹模式挖掘 | 第41-48页 |
| 3.5.1 相关定义 | 第41-42页 |
| 3.5.2 基于Improved-Aprior算法的轨迹模式挖掘 | 第42-46页 |
| 3.5.3 基于Improved-Prefix Span算法的轨迹模式挖掘 | 第46-47页 |
| 3.5.4 闭频繁轨迹模式挖掘 | 第47-48页 |
| 3.6 实验结果分析 | 第48-53页 |
| 3.6.1 轨迹数据分析 | 第48-49页 |
| 3.6.2 ITBCA实验结果分析 | 第49-50页 |
| 3.6.3 网格区域分析 | 第50-51页 |
| 3.6.4 轨迹模式评估 | 第51-53页 |
| 3.7 本章小结 | 第53-55页 |
| 第4章 轨迹模式的语义信息挖掘 | 第55-71页 |
| 4.1 问题提出 | 第55-56页 |
| 4.2 轨迹模式中地点的语义信息添加 | 第56-62页 |
| 4.2.1 哈希函数的介绍 | 第58-59页 |
| 4.2.2 语义信息添加 | 第59-62页 |
| 4.3 轨迹链的语义信息添加 | 第62-67页 |
| 4.3.1 照片数据的采集与处理 | 第63-64页 |
| 4.3.2 特征选择 | 第64-66页 |
| 4.3.3 基于LibSVM照片分类 | 第66-67页 |
| 4.4 实验结果分析 | 第67-69页 |
| 4.4.1 照片数据分析 | 第67-68页 |
| 4.4.2 轨迹模式中地点的语义添加实验结果分析 | 第68页 |
| 4.4.3 轨迹链的语义添加实验结果分析 | 第68-69页 |
| 4.5 本章小结 | 第69-71页 |
| 第5章 个人轨迹模式挖掘的原型系统实现 | 第71-81页 |
| 5.1 概要设计 | 第71-77页 |
| 5.1.1 系统总体设计 | 第71-72页 |
| 5.1.2 详细设计 | 第72-77页 |
| 5.2 数据库设计 | 第77页 |
| 5.3 系统实现 | 第77-79页 |
| 5.3.1 开发环境 | 第78页 |
| 5.3.2 界面显示 | 第78-79页 |
| 5.4 本章小结 | 第79-81页 |
| 第6章 总结与展望 | 第81-83页 |
| 参考文献 | 第83-89页 |
| 致谢 | 第89页 |