首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

移动对象路径聚类和异常路径检测算法研究

摘要第1-6页
Abstract第6-10页
第一章 绪论第10-18页
   ·研究背景第10-14页
   ·研究现状第14-16页
     ·移动对象路径聚类分析第14-15页
     ·移动对象异常路径检测第15-16页
   ·研究目的和意义第16页
   ·本文主要工作第16-17页
   ·本文组织结构第17-18页
第二章 数据挖掘相关技术第18-26页
   ·数据挖掘的概念和功能第18-20页
   ·聚类分析第20-23页
     ·聚类的概念第20-21页
     ·传统的聚类算法第21-23页
   ·孤立点分析第23-25页
     ·孤立点的概念第23-24页
     ·孤立点挖掘方法的分类第24-25页
   ·本章小结第25-26页
第三章 移动对象路径预处理第26-33页
   ·移动对象的概念第26页
   ·移动对象路径表示第26-28页
     ·基于线段的路径表示第27-28页
     ·基于曲线的路径表示第28页
     ·移动模式串路径表示第28页
   ·移动对象路径划分第28-30页
   ·移动对象路径相似性度量第30-32页
     ·常见的相似性度量方法第30-31页
     ·LCS 模型第31-32页
   ·本章小结第32-33页
第四章 基于对称邻域的快速路径聚类算法第33-42页
   ·路径聚类的应用第33页
   ·DBSCAN 算法的局限性第33-35页
   ·算法描述第35-38页
     ·算法相关概念第35-36页
     ·算法实现第36-38页
   ·算法性能分析第38-39页
     ·算法优点第38-39页
     ·算法时间复杂度分析第39页
   ·聚类质量评估第39-41页
   ·本章小结第41-42页
第五章 基于平均相似度的异常路径检测算法第42-50页
   ·异常路径检测的应用第42页
   ·LOF 算法的局限性第42-43页
   ·算法描述第43-48页
     ·算法相关概念第44-45页
     ·算法实现第45-48页
   ·算法性能分析第48页
     ·算法优点第48页
     ·算法时间复杂度分析第48页
   ·异常路径检测质量评估第48-49页
   ·本章小结第49-50页
第六章 实验及结果分析第50-63页
   ·应用案例第50-51页
   ·移动对象路径检测系统的设计第51-52页
     ·系统总体设计第51页
     ·系统功能模块第51-52页
     ·实验环境第52页
   ·路径数据集的选择第52-53页
     ·模拟路径数据集第52-53页
     ·真实路径数据集第53页
   ·路径聚类算法实验第53-57页
     ·仿真结果实验第53-55页
     ·质量评估实验第55-56页
     ·算法性能比较第56-57页
   ·异常路径检测实验第57-62页
     ·仿真结果实验第58-59页
     ·质量评估实验第59-61页
     ·算法性能比较第61-62页
   ·本章小结第62-63页
第七章 总结与展望第63-65页
   ·本文总结第63页
   ·本文进一步研究方向第63-65页
参考文献第65-69页
攻读硕士学位期间取得的研究成果第69-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:基于Google Android和云计算的手写识别系统的研究与实现
下一篇:RFID技术应用于社区医疗监护系统时的防碰撞及加密技术研究