基于海量物流轨迹数据的分析挖掘系统
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·课题来源 | 第9页 |
| ·研究的背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·论文内容和组织结构 | 第12-13页 |
| 第2章 轨迹数据挖掘技术研究 | 第13-19页 |
| ·轨迹数据挖掘介绍 | 第13-14页 |
| ·轨迹数据挖掘概念 | 第13页 |
| ·轨迹数据挖掘内容 | 第13-14页 |
| ·轨迹数据挖掘流程 | 第14-17页 |
| ·数据来源和预处理 | 第14-16页 |
| ·轨迹数据路径分割和聚类分析 | 第16-17页 |
| ·基于历史轨迹的线路推荐服务 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第3章 轨迹数据预处理和轨迹分割方法研究 | 第19-32页 |
| ·轨迹计算流程 | 第19-20页 |
| ·轨迹数据预处理 | 第20-22页 |
| ·轨迹数据特征 | 第20-21页 |
| ·轨迹数据异常点检测 | 第21-22页 |
| ·停车点识别方法研究 | 第22-25页 |
| ·轨迹分割方法研究 | 第25-31页 |
| ·贝叶斯分类器概述 | 第25-26页 |
| ·构造停车点训练集 | 第26-28页 |
| ·基于朴素贝叶斯分类器的停车点分类 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 海量轨迹数据聚类算法研究 | 第32-46页 |
| ·轨迹聚类的意义和问题 | 第32-33页 |
| ·轨迹表达和相似性度量 | 第33-40页 |
| ·轨迹规则化 | 第33-38页 |
| ·轨迹相似性度量 | 第38-40页 |
| ·轨迹聚类 | 第40-43页 |
| ·常见聚类算法比较 | 第40-41页 |
| ·基于k -均值算法的轨迹聚类 | 第41-43页 |
| ·基于 GPS 数据的线路推荐方法 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 系统验证和结果分析 | 第46-52页 |
| ·实验基础和条件 | 第46页 |
| ·系统实现与验证 | 第46-52页 |
| ·数据预处理 | 第46-47页 |
| ·停车点识别 | 第47-50页 |
| ·轨迹分割 | 第50-51页 |
| ·轨迹聚类 | 第51-52页 |
| 第6章 工作总结和展望 | 第52-54页 |
| ·本文工作总结 | 第52页 |
| ·下一步工作展望 | 第52-54页 |
| 致谢 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 作者在攻读硕士学位期间发表的专利 | 第59页 |
