| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第16-36页 |
| 1.1 研究背景与意义 | 第16-19页 |
| 1.2 研究现状与存在的问题 | 第19-32页 |
| 1.2.1 轨迹运动特征研究综述 | 第20-23页 |
| 1.2.2 轨迹相似性度量研究综述 | 第23-27页 |
| 1.2.3 轨迹相似性度量应用研究综述 | 第27-31页 |
| 1.2.4 存在的问题 | 第31-32页 |
| 1.3 研究目标与研究内容 | 第32-33页 |
| 1.3.1 研究目标 | 第32页 |
| 1.3.2 研究内容 | 第32-33页 |
| 1.4 技术路线与论文结构 | 第33-36页 |
| 1.4.1 技术路线 | 第33-35页 |
| 1.4.2 论文结构 | 第35-36页 |
| 第2章 理论基础与相关概念 | 第36-46页 |
| 2.1 轨迹相关概念 | 第36-37页 |
| 2.2 运动空间概念模型 | 第37页 |
| 2.3 运动概念模型 | 第37-38页 |
| 2.4 地理信息科学中的运动 | 第38-39页 |
| 2.5 相似性相关理论 | 第39-40页 |
| 2.6 轨迹相似性理论基础 | 第40-46页 |
| 第3章 基于层次运动特征和分类学习的轨迹相似性度量 | 第46-68页 |
| 3.1 引言 | 第46-48页 |
| 3.2 基于层次运动特征和分类学习的轨迹相似性度量 | 第48-58页 |
| 3.2.1 轨迹预处理 | 第49页 |
| 3.2.2 全局特征提取 | 第49-53页 |
| 3.2.3 局部特征提取 | 第53-56页 |
| 3.2.4 主成分分析 | 第56页 |
| 3.2.5 支持向量机分类 | 第56-58页 |
| 3.3 实验分析及应用 | 第58-65页 |
| 3.3.1 船只数据集分析 | 第59-61页 |
| 3.3.2 野生动物数据集分析 | 第61-63页 |
| 3.3.3 飓风数据集分析 | 第63-65页 |
| 3.4 讨论与小结 | 第65-68页 |
| 第4章 基于多重运动特征的轨迹相似性度量 | 第68-98页 |
| 4.1 引言 | 第68-69页 |
| 4.2 基于多重运动特征的轨迹相似性度量 | 第69-76页 |
| 4.2.1 构建方法 | 第69-70页 |
| 4.2.2 多重轨迹运动特征量化及符号化表示 | 第70-75页 |
| 4.2.3 多重轨迹运动特征相似性度量 | 第75-76页 |
| 4.3 实验分析及应用 | 第76-97页 |
| 4.3.1 重运动特征相似性分析 | 第76-80页 |
| 4.3.2 三重运动特征相似性分析 | 第80-84页 |
| 4.3.3 重运动特征序列模式发现 | 第84-89页 |
| 4.3.4 三重运动特征序列模式发现 | 第89-93页 |
| 4.3.5 运动序列模式发现效果分析 | 第93-96页 |
| 4.3.6 运动序列模式发现效率分析 | 第96-97页 |
| 4.4 讨论与小结 | 第97-98页 |
| 第5章 融合运动特征的轨迹时空相似性度量 | 第98-124页 |
| 5.1 引言 | 第98-99页 |
| 5.2 融合运动特征的轨迹时空相似性度量 | 第99-110页 |
| 5.2.1 构建方法 | 第99-100页 |
| 5.2.2 空间距离计算 | 第100-102页 |
| 5.2.3 时间距离计算 | 第102页 |
| 5.2.4 运动特征距离计算 | 第102-110页 |
| 5.2.5 融合运动特征的轨迹时空相似性度量 | 第110页 |
| 5.3 实验分析及应用 | 第110-122页 |
| 5.3.1 融合运动特征的轨迹时空相似性分析 | 第111-115页 |
| 5.3.2 融合运动特征的轨迹时空分布模式发现 | 第115-117页 |
| 5.3.3 轨迹时空分布模式发现效果分析 | 第117-122页 |
| 5.3.4 轨迹时空分布模式发现效率分析 | 第122页 |
| 5.4 讨论与小结 | 第122-124页 |
| 第6章 总结与展望 | 第124-128页 |
| 6.1 论文主要工作和成果 | 第124-125页 |
| 6.2 主要创新点 | 第125页 |
| 6.3 问题与展望 | 第125-128页 |
| 参考文献 | 第128-146页 |
| 在读期间发表的学术论文及研究成果 | 第146-148页 |
| 致谢 | 第148-149页 |