文摘
英文文摘
声明
第1章绪论
1.1研究背景
1.2研究意义
1.3运动对象轨迹聚类研究的核心问题与研究现状
1.3.1运动对象轨迹数据模型
1.3.2运动对象轨迹聚类距离函数
1.3.3轨迹聚类方法和算法
1.4研究内容
1.5本文章节安排
第2章时空数据库技术概论
2.1时空数据库概述
2.2时空数据表达
2.2.1清晰与确切的表达对象
2.2.2模糊与不确切的表达对象
2.3时空数据建模
2.3.1时空概念建模
2.3.2时空数据建模
2.3.3移动对象建模
2.3.4移动对象轨迹模型
2.4时空数据索引
2.4.1 B-树索引及其变体
2.4.2 R-树索引及其变体
2.4.3其它索引
2.5时空数据查询
2.6时空数据库体系结构
2.6.1分层体系结构
2.6.2单集成的体系结构
2.7时空数据库应用
2.8本章小结
第3章运动对象轨迹聚类算法STCLUS概述
3.1轨迹数据定义模型及相关概念
3.2轨迹聚类算法STCLUS总提纲
3.3轨迹距离函数
3.3.1空间距离函数
3.3.2时间距离和速度距离
3.4本章小节
第4章轨迹分割与线段聚类及予轨迹提取算法
4.1轨迹分割算法
4.1.1简明性和准确性
4.1.2观测现象
4.1.3轨迹分割算法T-part(Trajectory Partition)
4.2基于密度线段聚类算法
4.2.1采用基于密度聚类算法的优势
4.2.2 OPTICS概念描述
4.2.3线段聚类的T-OPTICS(Trajectory-OPTICS)算法
4.2.4可视化识别聚类结构
4.2.5线段簇的优化和提纯
4.3从轨迹分割线段簇中提取代表子轨迹段
4.4本章小节
第5章实验结果与性能评估
5.1实验背景
5.2实验结果
5.2.1参数选择
5.2.2轨迹聚类得到的公共子轨迹
5.2.3执行时间的可伸缩性
5.2.4比较STC LUS算法与TRACLUS算法
总结与展望
参考文献
致谢
攻读硕士学位期间发表论文情况、参与的科研项目