包邮轨迹数据分析方法及应用

目录 第1章 绪论 001 1.1 轨迹与轨迹数据分析概述 001 1.1.1 轨迹数据来源 002 1.1.2 轨迹数据特征 004 1.1.3 轨迹数据分析的关键技术 005 1.2 轨迹数据挖掘 009 1.2.1 轨迹数据挖掘方法分类 009 1.2.2 轨迹数据挖掘的应用 017 1.2.3 轨迹数据挖掘的挑战与发展趋势 020 第2章 基于影响空间的噪声检测方法 024 2.1 问题提出 024 2.2 影响空间 025 2.2.1 影响空间概述 025 2.2.2 噪声特性分析 029 2.3 噪声检测算法 034 2.3.1 算法描述 034 2.3.2 算法分析 036 2.4 实验评价 037 2.4.1 数据描述 037 2.4.2 参数选择 039 2.4.3 人工数据集上的结果分析 045 2.4.4 真实数据集上的结果分析 049 2.5 本章小结 051 第3章 基于影响空间的噪声不敏感特征提取框架 052 3.1 问题提出 052 3.2 数据特征提取 054 3.2.1 特殊微簇 054 3.2.2 微簇中心 057 3.3 特征提取框架 058 3.3.1 算法描述 058 3.3.2 算法分析 060 3.4 实验评价 061 3.4.1 数据描述 061 3.4.2 参数选择 062 3.4.3 比较算法 062 3.4.4 MC的代表性分析 063 3.4.5 人工数据集上的准确性比较 065 3.4.6 真实数据集上的准确性比较 069 3.4.7 高维数据集上的准确性比较 077 3.4.8 框架效率分析 078 3.5 本章小结 084 第4章 散度距离及其无参密度聚类方法 085 4.1 问题提出 085 4.1.1 相似性传递效应 087 4.1.2 人为因素 089 4.1.3 密度度量 092 4.2 关键技术 093 4.2.1 散度距离 093 4.2.2 无参数处理 096 4.2.3 密度度量 098 4.2.4 自动中心点选择 099 4.3 密度聚类算法 100 4.3.1 算法流程 100 4.3.2 算法分析 104 4.4 实验评价 105 4.4.1 数据描述 105 4.4.2