目錄 第1章 緒論 001 1.1 軌跡與軌跡數(shù)據(jù)分析概述 001 1.1.1 軌跡數(shù)據(jù)來源 002 1.1.2 軌跡數(shù)據(jù)特征 004 1.1.3 軌跡數(shù)據(jù)分析的關(guān)鍵技術(shù) 005 1.2 軌跡數(shù)據(jù)挖掘 009 1.2.1 軌跡數(shù)據(jù)挖掘方法分類 009 1.2.2 軌跡數(shù)據(jù)挖掘的應(yīng)用 017 1.2.3 軌跡數(shù)據(jù)挖掘的挑戰(zhàn)與發(fā)展趨勢 020 第2章 基于影響空間的噪聲檢測方法 024 2.1 問題提出 024 2.2 影響空間 025 2.2.1 影響空間概述 025 2.2.2 噪聲特性分析 029 2.3 噪聲檢測算法 034 2.3.1 算法描述 034 2.3.2 算法分析 036 2.4 實驗評價 037 2.4.1 數(shù)據(jù)描述 037 2.4.2 參數(shù)選擇 039 2.4.3 人工數(shù)據(jù)集上的結(jié)果分析 045 2.4.4 真實數(shù)據(jù)集上的結(jié)果分析 049 2.5 本章小結(jié) 051 第3章 基于影響空間的噪聲不敏感特征提取框架 052 3.1 問題提出 052 3.2 數(shù)據(jù)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 實驗評價 061 3.4.1 數(shù)據(jù)描述 061 3.4.2 參數(shù)選擇 062 3.4.3 比較算法 062 3.4.4 MC的代表性分析 063 3.4.5 人工數(shù)據(jù)集上的準(zhǔn)確性比較 065 3.4.6 真實數(shù)據(jù)集上的準(zhǔn)確性比較 069 3.4.7 高維數(shù)據(jù)集上的準(zhǔn)確性比較 077 3.4.8 框架效率分析 078 3.5 本章小結(jié) 084 第4章 散度距離及其無參密度聚類方法 085 4.1 問題提出 085 4.1.1 相似性傳遞效應(yīng) 087 4.1.2 人為因素 089 4.1.3 密度度量 092 4.2 關(guān)鍵技術(shù) 093 4.2.1 散度距離 093 4.2.2 無參數(shù)處理 096 4.2.3 密度度量 098 4.2.4 自動中心點選擇 099 4.3 密度聚類算法 100 4.3.1 算法流程 100 4.3.2 算法分析 104 4.4 實驗評價 105 4.4.1 數(shù)據(jù)描述 105 4.4.2