| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究内容 | 第12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.4 本文研究内容及组织结构 | 第13-15页 |
| 第二章 移动对象数据挖掘相关知识介绍 | 第15-29页 |
| 2.1 数据挖掘概述 | 第15-23页 |
| 2.1.1 数据挖掘的产生和发展过程 | 第15-18页 |
| 2.1.2 数据挖掘方法 | 第18-22页 |
| 2.1.3 数据挖掘的应用 | 第22-23页 |
| 2.2 移动对象数据挖掘 | 第23-28页 |
| 2.2.1 移动对象数据挖掘的产生及发展 | 第23-24页 |
| 2.2.2 移动对象数据挖掘研究的内容 | 第24-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 一种基于TRACLUS算法的HDBSCAN聚类算法 | 第29-43页 |
| 3.1 聚类分析 | 第29-34页 |
| 3.1.1 聚类的概念 | 第29-30页 |
| 3.1.2 聚类过程及评价标准 | 第30-32页 |
| 3.1.3 聚类的方法 | 第32-34页 |
| 3.2 基于TRACLUS算法的HDBSCAN算法 | 第34-38页 |
| 3.2.1 问题提出 | 第34-35页 |
| 3.2.2 HDBSCAN算法 | 第35-38页 |
| 3.3 实验及结果分析 | 第38-42页 |
| 3.3.1 飓风数据实验分析 | 第39-41页 |
| 3.3.2 GPS轨迹数据实验分析 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 一种基于高密度子轨迹的HFDST聚类算法 | 第43-51页 |
| 4.1 高密度子轨迹聚类算法 | 第43-46页 |
| 4.1.1 DBSCAN算法的局限性 | 第43页 |
| 4.1.2 HFDST聚类算法 | 第43-46页 |
| 4.2 实验及结果分析 | 第46-49页 |
| 4.2.1 飓风轨迹数据实验分析 | 第46-47页 |
| 4.2.2 GPS轨迹数据实验分析 | 第47-49页 |
| 4.2.3 参数鲁棒性测试 | 第49页 |
| 4.3 本章小结 | 第49-51页 |
| 第五章 总结及展望 | 第51-53页 |
| 5.1 本文总结 | 第51页 |
| 5.2 展望 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 致谢 | 第58-59页 |
| 在学期间的研究成果及发表的学术论文 | 第59页 |