| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 目录 | 第10-14页 |
| 1 绪论 | 第14-30页 |
| ·研究背景和意义 | 第14-15页 |
| ·智能视觉监控系统研究发展现状 | 第15-18页 |
| ·相关研究综述 | 第18-27页 |
| ·底层特征提取 | 第18-22页 |
| ·基于语义的视觉监控检索 | 第22-24页 |
| ·对等网络 | 第24页 |
| ·分布式数据检索 | 第24-26页 |
| ·分布式数据挖掘 | 第26-27页 |
| ·主要研究内容和论文结构 | 第27-30页 |
| ·主要研究内容 | 第27-28页 |
| ·论文结构 | 第28-30页 |
| 2 基于子轨迹描述的目标行为理解与分类算法 | 第30-50页 |
| ·子轨迹描述 | 第30-32页 |
| ·轨迹预处理与编码 | 第30-31页 |
| ·子轨迹提取 | 第31-32页 |
| ·基于SOM的轨迹异常检测和行为预测算法及实验分析 | 第32-41页 |
| ·子轨迹模式学习与分类 | 第32-34页 |
| ·轨迹重描述与轨迹模式学习 | 第34-35页 |
| ·相似轨迹模式合并 | 第35-36页 |
| ·异常检测 | 第36-37页 |
| ·行为预测 | 第37-38页 |
| ·实验分析 | 第38-41页 |
| ·基于频繁模式挖掘的轨迹分类算法及实验分析 | 第41-49页 |
| ·基于FCM的子轨迹分布模式学习 | 第41-42页 |
| ·轨迹重描述 | 第42-44页 |
| ·频繁轨迹模式挖掘 | 第44-46页 |
| ·实验分析 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 3 基于相似性测量的轨迹分类与检索算法 | 第50-66页 |
| ·基于Hausdorff距离的轨迹相似性测量 | 第50-52页 |
| ·轨迹描述 | 第51页 |
| ·轨迹相似性测量 | 第51-52页 |
| ·轨迹相似性测量算法优化 | 第52-55页 |
| ·轨迹保距变换 | 第52-54页 |
| ·参考点集选择与变换算法 | 第54-55页 |
| ·基于谱聚类的轨迹分类算法及实验分析 | 第55-60页 |
| ·轨迹分类算法 | 第55-56页 |
| ·实验分析 | 第56-60页 |
| ·基于SVM的交互式相关反馈检索算法及实验分析 | 第60-64页 |
| ·支持向量机 | 第60-61页 |
| ·检索算法 | 第61-62页 |
| ·实验分析 | 第62-64页 |
| ·本章小结 | 第64-66页 |
| 4 基于度量空间的分布式视觉监控交互检索算法 | 第66-96页 |
| ·对象特征提取 | 第67-68页 |
| ·轨迹特征提取 | 第67-68页 |
| ·图像特征提取 | 第68页 |
| ·基于度量空间的分布式交互检索算法及实验分析 | 第68-76页 |
| ·M-Chord算法 | 第68-70页 |
| ·基于线性SVM的相关反馈优化算法 | 第70-73页 |
| ·基于非线性SVM的相关反馈优化算法 | 第73页 |
| ·实验分析 | 第73-76页 |
| ·基于DHI的分布式动态负载均衡算法及实验分析 | 第76-94页 |
| ·P2P系统负载均衡算法 | 第77-78页 |
| ·基于DHI的动态负载均衡算法 | 第78-82页 |
| ·算法分析 | 第82-89页 |
| ·负载均衡算法性能分析 | 第89-94页 |
| ·本章小结 | 第94-96页 |
| 5 基于分布式表决的视觉监控子空间聚类算法 | 第96-114页 |
| ·分布式子空间聚类算法 | 第96-97页 |
| ·子空间聚类 | 第96-97页 |
| ·基于P2P的分布式数据挖掘 | 第97页 |
| ·DDV算法 | 第97-102页 |
| ·拓扑结构及相关定义 | 第98-99页 |
| ·分布式表决算法 | 第99-101页 |
| ·优化表决算法 | 第101-102页 |
| ·DISCLUS算法 | 第102-105页 |
| ·结果集缩减优化 | 第103页 |
| ·结果集区域合并优化 | 第103-105页 |
| ·聚类误差分析 | 第105-106页 |
| ·对象数变化的分布 | 第105页 |
| ·表决误差的分布 | 第105-106页 |
| ·误差分析 | 第106页 |
| ·实验分析 | 第106-111页 |
| ·聚类性能 | 第107-108页 |
| ·节点数对聚类性能的影响 | 第108-109页 |
| ·密度阈值对聚类性能的影响 | 第109页 |
| ·维度对聚类性能的影响 | 第109页 |
| ·结果集区域合并优化的影响 | 第109-111页 |
| ·图像数据聚类结果 | 第111页 |
| ·分布式视觉监控子空间聚类实验分析 | 第111-113页 |
| ·本章小结 | 第113-114页 |
| 6 分布式视觉监控检索系统原型设计 | 第114-128页 |
| ·系统拓扑结构 | 第114-119页 |
| ·视觉监控子网 | 第114-116页 |
| ·层次化视觉监控网络 | 第116页 |
| ·虚拟覆盖网 | 第116-117页 |
| ·分布式视觉监控系统结构 | 第117-119页 |
| ·嵌入式监控终端原型 | 第119-122页 |
| ·系统事务与数据流程分析 | 第122-125页 |
| ·VSS数据流分析 | 第122-123页 |
| ·VON事务流分析 | 第123-125页 |
| ·系统原型 | 第125-126页 |
| ·本章小结 | 第126-128页 |
| 7 结论与展望 | 第128-130页 |
| ·结论 | 第128-129页 |
| ·展望 | 第129-130页 |
| 参考文献 | 第130-144页 |
| 攻读博士学位期间的主要研究成果 | 第144-145页 |