云计算环境下时空轨迹频繁模式挖掘研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.3 本文的研究内容 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-16页 |
| 第2章 时空轨迹模式挖掘研究进展 | 第16-22页 |
| 2.1 时空轨迹模式挖掘简介 | 第16-19页 |
| 2.1.1 频繁模式 | 第16-17页 |
| 2.1.2 聚集模式 | 第17-18页 |
| 2.1.3 异常模式 | 第18页 |
| 2.1.4 伴随模式 | 第18-19页 |
| 2.2 时空轨迹模式挖掘的基本过程 | 第19-21页 |
| 2.2.1 数据收集 | 第20页 |
| 2.2.2 预处理 | 第20-21页 |
| 2.2.3 挖掘轨迹模式 | 第21页 |
| 2.2.4 挖掘结果的可视化与解释 | 第21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 基于聚类的子轨迹频繁模式并行挖掘 | 第22-38页 |
| 3.1 MapReduce并行编程模型 | 第22-24页 |
| 3.2 子轨迹频繁模式挖掘的基本思想 | 第24-29页 |
| 3.2.1 轨迹分段 | 第25-26页 |
| 3.2.2 子轨迹距离计算 | 第26-27页 |
| 3.2.3 频繁子轨迹模式提取 | 第27-29页 |
| 3.3 子轨迹频繁模式并行挖掘算法 | 第29-33页 |
| 3.3.1 基本思想 | 第29-30页 |
| 3.3.2 并行算法描述 | 第30-31页 |
| 3.3.3 Map过程 | 第31-33页 |
| 3.3.4 Reduce过程 | 第33页 |
| 3.4 实验与结果分析 | 第33-37页 |
| 3.4.1 实验环境 | 第33页 |
| 3.4.2 实验数据源 | 第33-34页 |
| 3.4.3 实验结果 | 第34-35页 |
| 3.4.4 性能分析 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基于后缀树的时空轨迹频繁模式并行挖掘 | 第38-49页 |
| 4.1 引言 | 第38页 |
| 4.2 基于后缀树的时空轨迹频繁模式挖掘思想 | 第38-43页 |
| 4.2.1 兴趣区域发现与轨迹重新表示 | 第38-40页 |
| 4.2.2 后缀树的构建 | 第40-41页 |
| 4.2.3 时空轨迹频繁模式挖掘算法描述 | 第41-43页 |
| 4.3 频繁模式并行挖掘算法 | 第43-45页 |
| 4.3.1 基本思想 | 第43-44页 |
| 4.3.2 Map过程 | 第44-45页 |
| 4.3.3 Reduce过程 | 第45页 |
| 4.4 实验与结果分析 | 第45-48页 |
| 4.4.1 实验环境 | 第45页 |
| 4.4.2 实验数据源 | 第45-46页 |
| 4.4.3 实验结果 | 第46-47页 |
| 4.4.4 性能分析 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49-50页 |
| 5.2 展望 | 第50-51页 |
| 参考文献 | 第51-57页 |
| 致谢 | 第57页 |
