| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 课题背景 | 第12-13页 |
| 1.2 相关研究现状 | 第13-16页 |
| 1.2.1 轨迹数据挖掘相关研究现状 | 第13-15页 |
| 1.2.2 公安部门重点人员排查相关研究现状 | 第15-16页 |
| 1.3 研究内容和组织结构 | 第16-18页 |
| 第2章 相关理论概述 | 第18-26页 |
| 2.1 维度灾难 | 第18-19页 |
| 2.2 非平衡数据重采样技术 | 第19-21页 |
| 2.2.1 欠采样 | 第20页 |
| 2.2.2 过采样 | 第20-21页 |
| 2.3 集成学习 | 第21-23页 |
| 2.3.1 Bagging | 第21-22页 |
| 2.3.2 Boosting | 第22页 |
| 2.3.3 Bagging和AdaBoost的比较 | 第22-23页 |
| 2.4 时空信息相似度计算 | 第23-25页 |
| 2.4.1 根据使用的时空信息分类 | 第23页 |
| 2.4.2 根据时空信息的表示形式分类 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 公安部门采集数据清洗 | 第26-32页 |
| 3.1 数据来源 | 第26-28页 |
| 3.1.1 采集到的数据 | 第26-27页 |
| 3.1.2 重点人移动设备MAC地址列表 | 第27-28页 |
| 3.2 数据清洗流程 | 第28-29页 |
| 3.3 去除残缺数据 | 第29页 |
| 3.4 去除重复数据 | 第29页 |
| 3.5 去除错误数据 | 第29-30页 |
| 3.6 去除稀疏数据 | 第30页 |
| 3.7 其他处理 | 第30页 |
| 3.8 本章小结 | 第30-32页 |
| 第4章 重点人员分类模型设计与实现 | 第32-51页 |
| 4.1 问题定义 | 第32页 |
| 4.2 分类系统构建的一般步骤 | 第32-35页 |
| 4.3 TSG算法 | 第35-39页 |
| 4.3.1 TSG算法特点 | 第35页 |
| 4.3.2 TSG算法实现 | 第35-37页 |
| 4.3.3 TSG算法描述 | 第37-39页 |
| 4.4 STPS算法 | 第39-45页 |
| 4.4.1 STPS算法特点 | 第39页 |
| 4.4.2 STPS算法实现 | 第39-41页 |
| 4.4.3 STPS算法描述 | 第41-45页 |
| 4.5 模型改进 | 第45-50页 |
| 4.5.1 算法选择 | 第46-48页 |
| 4.5.2 Bagging集成学习 | 第48-49页 |
| 4.5.3 综合决策 | 第49-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第5章 模型实验及系统应用 | 第51-62页 |
| 5.1 模型实验 | 第51-57页 |
| 5.1.1 实验环境 | 第51页 |
| 5.1.2 数据准备 | 第51-52页 |
| 5.1.3 特征降维 | 第52-54页 |
| 5.1.4 分类算法选择 | 第54-55页 |
| 5.1.5 Bagging集成学习 | 第55-56页 |
| 5.1.6 综合决策 | 第56-57页 |
| 5.2 现实意义 | 第57-58页 |
| 5.3 系统应用 | 第58-61页 |
| 5.3.1 Hadoop集群中HDFS存储 | 第58-59页 |
| 5.3.2 指定人员的活动轨迹 | 第59-60页 |
| 5.3.3 重点场所数据采集点分布 | 第60-61页 |
| 5.3.4 重点场所重点人预测走势 | 第61页 |
| 5.4 本章小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 6.1 本文工作总结 | 第62-63页 |
| 6.2 未来研究展望 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69页 |