声明
摘要
第1章 绪论
1.1 研究依据
1.2 研究现状
1.2.1 基于相同语义的异构大数据融合问题
1.2.2 基于时空轨迹大数据的群体行为模式挖掘问题
1.2.3 基于增量时空轨迹大数据的群体行为模式挖掘问题
1.2.4 研究现状分析
1.3 论文的主要工作
1.4 论文的组织结构
第2章 局域网环境基于相同语义的异构大数据聚类融合方法
2.1 问题描述
2.2 局域网环境异构大数据语义融合
2.2.1 基于蚁群算法的聚类
2.2.2 PACO并行运算
2.2.3 PACO算法步骤
2.3 实例验证
2.4 实验分析
2.5 本章小结
第3章 广域网环境基于相同语义的异构大数据聚类融合方法
3.1 问题描述
3.2 面向广域网分布式时空轨迹大数据的聚类分析框架
3.3 广域网环境异构大数据语义融合
3.3.1 DPKM算法的Map运算
3.3.2 DPKM算法的Combine运算
3.3.3 DPKM算法的Reduce运算
3.3.4 DPKM算法描述
3.4 实例验证
3.5 实验分析
3.6 本章小结
第4章 基于时空轨迹大数据的群体行为模式挖掘方法
4.1 问题描述
4.2 广域网环境基于时空轨迹大数据的群体行为模式挖掘
4.2.1 DPACO方法的Map运算
4.2.2 DPACO方法的Combine运算
4.2.3 DPACO方法的Reduce运算
4.2.4 DPACO方法描述
4.3 实例验证
4.4 实验分析
4.5 本章小结
第5章 基于增量时空轨迹大数据的群体行为模式挖掘方法
5.1 问题描述
5.2 广域网环境基于增量时空轨迹大数据的群体行为模式挖掘方法
5.2.1 DPIACO方法的历史全量阶段聚类运算
5.2.2 DPIACO方法的周期增量阶段聚类运算
5.2.3 周期增量阶段的Map运算
5.2.4 周期增量阶段的Combine运算
5.2.5 周期增量阶段的Reduce运算
5.2.6 周期增量阶段聚类过程描述
5.3 实例验证
5.4 实验分析
5.5 本章小结
第6章 结论和展望
6.1 主要研究成果
6.1.1 动态语义融合问题研究
6.1.2 群体行为模式挖掘问题研究
6.2 主要研究结论
6.3 下一步工作展望
致谢
参考文献
攻读博士学位期间发表和撰写的学术论文
攻读博士学位期间参与的科研项目
攻读博士学位期间所获得的奖励