| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-21页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状与存在的问题 | 第10-18页 |
| 1.2.1 时空轨迹划分 | 第10-11页 |
| 1.2.2 时空轨迹相似性度量 | 第11-13页 |
| 1.2.3 时空轨迹聚类 | 第13-15页 |
| 1.2.4 轨迹异常检测 | 第15-18页 |
| 1.3 研究内容及技术路线 | 第18-19页 |
| 1.4 本文组织结构 | 第19-21页 |
| 第2章 分布式轨迹聚类 | 第21-41页 |
| 2.1 时空轨迹数据的表示 | 第21-26页 |
| 2.1.1 时空轨迹数据的特点 | 第21-23页 |
| 2.1.2 时空轨迹数据的获取与表示 | 第23-26页 |
| 2.2 基于多运动特征的轨迹划分 | 第26-29页 |
| 2.3 基于轨迹结构的相似性度量 | 第29-32页 |
| 2.4 分布式时空轨迹聚类算法 | 第32-40页 |
| 2.5 本章小结 | 第40-41页 |
| 第3章 时空轨迹异常检测算法及其在Storm平台上的实现 | 第41-59页 |
| 3.1 时空轨迹异常检测 | 第41-44页 |
| 3.2 基于Storm平台的时空轨迹异常检测 | 第44-49页 |
| 3.3 轨迹划分实验分析 | 第49-52页 |
| 3.3.1 轨迹数据纠偏 | 第49-50页 |
| 3.3.2 轨迹划分细碎程度 | 第50-52页 |
| 3.4 分布式轨迹聚类实验分析 | 第52-56页 |
| 3.4.1 局部聚类分析 | 第53页 |
| 3.4.2 全局聚类分析 | 第53-55页 |
| 3.4.3 可拓展性分析 | 第55-56页 |
| 3.5 时空轨迹异常检测算法实验分析 | 第56-58页 |
| 3.6 本章小结 | 第58-59页 |
| 第4章 总结与展望 | 第59-61页 |
| 4.1 总结 | 第59页 |
| 4.2 展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间主要的工作 | 第66页 |