轨迹聚类中距离度量方法的实践与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·研究内容 | 第11页 |
| ·论文组织 | 第11-13页 |
| 2 时空数据挖掘 | 第13-25页 |
| ·时空数据库概述 | 第13-20页 |
| ·时空数据库的数据模型 | 第14-17页 |
| ·时空数据库的索引 | 第17页 |
| ·时空数据库的查询 | 第17-18页 |
| ·基于GIS的时空数据库模型概述 | 第18-20页 |
| ·时空数据挖掘 | 第20-23页 |
| ·时空数据挖掘的任务与技术 | 第20-21页 |
| ·时空数据挖掘的步骤 | 第21-23页 |
| ·轨迹数据挖掘 | 第23-25页 |
| ·移动轨迹概念综述 | 第23页 |
| ·轨迹的时空数据挖掘模型概述 | 第23-25页 |
| 3 移动对象轨迹聚类方法 | 第25-37页 |
| ·聚类算法综述 | 第25页 |
| ·基于分层的聚类方法 | 第25-28页 |
| ·基于分割的聚类方法 | 第28-30页 |
| ·基于密度的聚类方法 | 第30-34页 |
| ·基于栅格的聚类方法 | 第34-35页 |
| ·基于其他要素的聚类方法 | 第35页 |
| ·各类算法性能比较 | 第35-37页 |
| 4 对象的移动轨迹空间距离算法 | 第37-49页 |
| ·移动对象轨迹计算概述 | 第37页 |
| ·移动对象轨迹数据预处理 | 第37-38页 |
| ·移动对象轨迹数据重构 | 第38-41页 |
| ·基于Hausdorff的轨迹空间距离算法 | 第41-49页 |
| ·Hausdorff距离概述 | 第41-42页 |
| ·基于HD的T-IMHD方法的设计与实现 | 第42-45页 |
| ·T-IMHD方法实验 | 第45-49页 |
| 5 移动轨迹对象语义距离方法 | 第49-65页 |
| ·移动轨迹中停留区的识别 | 第49-54页 |
| ·停留取判定方法综述 | 第49-50页 |
| ·多段归并算法设计与实现 | 第50-53页 |
| ·停留区标识点选取 | 第53-54页 |
| ·移动对象语义相似度计算 | 第54-65页 |
| ·停留区类型甄别方法概述 | 第54-57页 |
| ·基于贝叶斯网络的地点分类方法设计与实现 | 第57-59页 |
| ·标识点语义推理实验 | 第59-65页 |
| 6 总结与展望 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-74页 |
| 附录 | 第74-80页 |
