基于运动轨迹的相似性分析及异常检测技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 课题背景 | 第8-9页 |
| 1.1.1 研究背景及意义 | 第8-9页 |
| 1.1.2 国内外研究现状 | 第9页 |
| 1.2 相关工作 | 第9-11页 |
| 1.2.1 聚类算法 | 第10页 |
| 1.2.2 异常检测 | 第10-11页 |
| 1.3 本文章节安排 | 第11-12页 |
| 第2章 聚类算法 | 第12-22页 |
| 2.1 划分法 | 第12-14页 |
| 2.1.1 平方误差衡量标准 | 第12页 |
| 2.1.2 k-means算法 | 第12-13页 |
| 2.1.3 基于图论的算法 | 第13-14页 |
| 2.2 层次法 | 第14-15页 |
| 2.2.1 凝聚单链接算法 | 第14页 |
| 2.2.2 凝聚全链接算法 | 第14页 |
| 2.2.3 分层凝聚聚类算法 | 第14-15页 |
| 2.3 基于密度的方法 | 第15-17页 |
| 2.3.1 DBSCAN算法 | 第15-16页 |
| 2.3.2 最邻近算法 | 第16-17页 |
| 2.4 基于网格的方法 | 第17-19页 |
| 2.4.1 CLIQUE算法 | 第17-18页 |
| 2.4.2 STING算法 | 第18-19页 |
| 2.5 基于模型的方法 | 第19-22页 |
| 第3章 针对运动轨迹数据的分析 | 第22-32页 |
| 3.1 运动轨迹数据 | 第22-25页 |
| 3.1.1 运动轨迹数据的表示 | 第22页 |
| 3.1.2 常见距离计算方法的比较 | 第22-25页 |
| 3.2 针对运动轨迹数据相似性的度量 | 第25-27页 |
| 3.2.1 运动轨迹相似性的剖析 | 第26页 |
| 3.2.2 运动轨迹相似性的改进 | 第26-27页 |
| 3.3 运动轨迹异常检测 | 第27-32页 |
| 3.3.1 信息论 | 第28页 |
| 3.3.2 香农熵概念 | 第28-29页 |
| 3.3.3 建立夹角分布的香农熵模型 | 第29-32页 |
| 第4章 实验对比 | 第32-44页 |
| 4.1 相似性度量分析 | 第32-36页 |
| 4.2 聚类框架的选择 | 第36-37页 |
| 4.3 DBSCAN算法的相似性度量改进结果 | 第37-41页 |
| 4.4 基于轨迹夹角分布的异常检测 | 第41-44页 |
| 第5章 总结与展望 | 第44-46页 |
| 5.1 本文的总结 | 第44页 |
| 5.2 未来工作的展望 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 发表论文和参加科研情况说明 | 第50-52页 |
| 致谢 | 第52-53页 |
