基于聚类算法的车辆轨迹时空相似性研究

摘要	第2-3页
Abstract	第3页
中文文摘	第4-8页
第一章 引言	第8-16页
1.1 选题背景与选题意义	第8-10页
1.2 研究的现状及发展	第10-13页
1.3 研究内容介绍	第13页
1.4 章节安排介绍	第13-16页
第二章 数据挖掘概述	第16-22页
2.1 数据挖掘的发展背景及现状	第16-17页
2.2 数据挖掘概念与研究内容	第17-18页
2.3 数据挖掘的处理流程	第18-19页
2.4 本章小结	第19-22页
第三章 聚类算法的介绍及选择	第22-32页
3.1 聚类概念	第22页
3.2 数据类型研究	第22-25页
3.3 聚类算法的归纳	第25-29页
3.4 聚类算法的选择	第29-31页
3.5 本章小结	第31-32页
第四章 车辆轨迹的数据聚类实现	第32-42页
4.1 车辆轨迹数据的数据挖掘方案	第32-33页
4.2 车辆轨迹预处理	第33-36页
4.3 车辆轨迹数据的聚类实现	第36-40页
4.4 本章小结	第40-42页
第五章 车辆轨迹数据相似性研究与应用	第42-48页
5.1 车辆轨迹数据的相似性语义提取	第42-43页
5.2 交通参数信息提取	第43-44页
5.3 协助智能车载通信系统建立的信息提取	第44-45页
5.4 本章小结	第45-48页
第六章 总结与展望	第48-50页
6.1 总结	第48页
6.2 展望	第48-50页
附录1	第50-54页
参考文献	第54-58页
攻读学位期间承担的科研任务与主要成果	第58-60页
致谢	第60-62页
个人简历	第62-66页