声明
致谢
1 绪论
1.1 研究背景与研究意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.3 研究内容及章节安排
2 北斗时空数据概述
2.1 北斗卫星导航系统
2.2 大数据
2.2.1 大数据的特征
2.2.2 大数据关键技术
2.3 北斗时空数据
2.3.1 北斗时空数据的特征
2.3.2 北斗时空数据的时空演变
2.3.3 北斗时空数据的处理
2.4 小结
3 北斗多粒度时空数据模型研究
3.1 现有时空数据模型
3.2 北斗多粒度时空数据模型
3.2.1 时空粒化思想
3.2.2 北斗多粒度时空对象的表达
3.2.3 北斗多粒度时空数据模型的构建
3.3 北斗时空数据的组织与存储
3.3.1 北斗时空数据的组织
3.3.2 北斗时空数据的存储
3.4 小结
4 基于北斗多粒度时空数据模型的数据分析
4.1 停留点分析
4.1.1 停留点的选择
4.1.2 基于DBSCAN的停留聚类算法
4.2 轨迹聚类分析
4.2.1 北斗时空轨迹的分析
4.2.2 基于欧式距离的北斗时空轨迹聚类算法
4.3 小结
5 北斗多粒度时空数据管理系统的设计与实现
5.1 系统总体设计
5.1.1 系统需求分析
5.1.2 系统架构设计
5.1.3 数据库设计
5.2 北斗多粒度时空数据管理系统功能模块
5.2.1 北斗时空数据处理模块
5.2.2 地图服务模块
5.2.3 统计分析模块
5.2.4 历史数据轨迹回放模块
5.2.5 数据分析预警模块
5.2.6 数据挖掘分析模块
5.3 北斗多粒度时空数据原型系统的实现
5.3.1 定位数据可视化展示
5.3.2 历史数据轨迹回放
5.3.3 热力图
5.3.4 北斗时空对象的信息挖掘
5.3.5 北斗时空对象属性的统计分析
5.4 小结
6结论与展望
6.1 结论
6.2 展望
参考文献
作者简历
学位论文数据集
河南理工大学;