| 表目录 | 第1-8页 |
| 图目录 | 第8-10页 |
| 摘要 | 第10-12页 |
| Abstract | 第12-14页 |
| 第一章 绪论 | 第14-28页 |
| ·研究背景 | 第14-20页 |
| ·云环境下的移动设备时空数据存储研究 | 第16-18页 |
| ·面向时空数据处理的关键技术研究 | 第18-20页 |
| ·国内外研究现状 | 第20-25页 |
| ·网络存储与文件同步相关工作 | 第20-21页 |
| ·地图匹配算法相关工作 | 第21-24页 |
| ·面向时空大数据挖掘的关键技术 | 第24-25页 |
| ·本文工作 | 第25-27页 |
| ·论文结构 | 第27-28页 |
| 第二章 面向移动设备的异构云存储服务无缝统一访问方法 | 第28-52页 |
| ·引言 | 第28-30页 |
| ·相关技术 | 第30-34页 |
| ·文件系统技术简介 | 第31-32页 |
| ·FUSE 文件系统架构 | 第32-33页 |
| ·GlusterFS 文件系统分析 | 第33-34页 |
| ·Wukong 文件系统总体架构 | 第34-41页 |
| ·系统设计思路 | 第34-36页 |
| ·Wukong 文件系统结构 | 第36-38页 |
| ·基于服务抽象的接口封装技术 | 第38-39页 |
| ·基于租约锁的一致性模型 | 第39-41页 |
| ·系统优化技术 | 第41-44页 |
| ·文件类型感知的自适应压缩算法 | 第42-43页 |
| ·面向离线状态的服务伪装技术 | 第43-44页 |
| ·实验结果与分析 | 第44-50页 |
| ·实验评估标准与实验环境设置 | 第44-45页 |
| ·文件系统功能与扩展性 | 第45-47页 |
| ·系统吞吐量与资源消耗 | 第47-49页 |
| ·系统性能比较 | 第49-50页 |
| ·小结 | 第50-52页 |
| 第三章 支持多数据视图的时空数据文件同步存储技术 | 第52-68页 |
| ·引言 | 第52-54页 |
| ·相关研究 | 第54-55页 |
| ·同步存储服务平台简介 | 第54-55页 |
| ·数据同步关键技术 | 第55页 |
| ·基于数据视图树的 EaSync 文件同步存储技术 | 第55-62页 |
| ·EaSync 同步存储框架 | 第55-57页 |
| ·树型数据视图管理 | 第57-59页 |
| ·基于时间戳的文件同步机制 | 第59-61页 |
| ·面向数据一致性的冲突检测技术 | 第61-62页 |
| ·系统实现与性能分析 | 第62-67页 |
| ·系统实现 | 第62-64页 |
| ·性能分析 | 第64-67页 |
| ·小结 | 第67-68页 |
| 第四章 车辆真实轨迹发现方法与地图匹配并行算法 | 第68-102页 |
| ·引言 | 第68-69页 |
| ·地图匹配定义与问题 | 第69-72页 |
| ·概念与定义 | 第69-70页 |
| ·地图匹配算法 | 第70-71页 |
| ·传统地图匹配算法问题与讨论 | 第71-72页 |
| ·真实路径发现系统 | 第72-85页 |
| ·TruthFinder 系统目标与挑战 | 第72-74页 |
| ·现有地图匹配验证技术 | 第74-75页 |
| ·交互式真实路径发现系统 | 第75-79页 |
| ·系统开销模型分析 | 第79-82页 |
| ·基于开销模型的系统优化 | 第82-84页 |
| ·系统实现 | 第84-85页 |
| ·面向数据分析的地图匹配算法框架 | 第85-91页 |
| ·地图匹配算法框架设计 | 第85-86页 |
| ·候选道路准备 | 第86-87页 |
| ·局部地图匹配算法 | 第87-89页 |
| ·最优路径选择 | 第89页 |
| ·基于 Map Reduce 的并行地图匹配算法 | 第89-91页 |
| ·系统评估 | 第91-101页 |
| ·评估方法与实验设置 | 第91-95页 |
| ·精确度评估 | 第95-97页 |
| ·操作开销评估 | 第97-99页 |
| ·时间开销评估 | 第99-100页 |
| ·优势与局限性分析 | 第100-101页 |
| ·小结 | 第101-102页 |
| 第五章 时空数据索引创建与聚类分析并行化技术 | 第102-120页 |
| ·基于 R-tree 的时空数据索引并行创建技术 | 第102-110页 |
| ·引言 | 第102-103页 |
| ·并行化索引创建框架 | 第103-105页 |
| ·单层索引的并行创建算法 | 第105-107页 |
| ·实验与分析 | 第107-110页 |
| ·面向时空大数据的并行 DBScan 算法 | 第110-117页 |
| ·引言 | 第110-111页 |
| ·基于 Map Reduce 的 DBScan 算法 | 第111-115页 |
| ·实验与分析 | 第115-117页 |
| ·小结 | 第117-120页 |
| 第六章 结论与展望 | 第120-124页 |
| 致谢 | 第124-126页 |
| 参考文献 | 第126-135页 |
| 作者在学期间取得的学术成果 | 第135-137页 |
| 攻读博士学位期间参加的主要科研工作 | 第137页 |
