1、度和科学工作方法，给予我极大帮助和影响，使我受益终生。从他身上，我不仅学到了如何做科研做学问，更让我学习到了踏踏实实认认真真做人态度。在此衷心感谢三年来肖迎元老师对我关心和指导，同时衷心祝愿肖老师工作顺利，身体健康。感谢李玉坤老师王晓晔老师，感谢我同学赵欣荣任标郝亚培等人对我论文中研究工作给予了热情帮助，在此向他们表达我感激之情。两年半时间，大家相互关心相互帮助，度过了愉快研究生生活。感谢我家人，他们理解和支持使我能够在学校专心完成我学业，他们鼓励与关怀让我在学习上更进步。感谢天津理工大学级计算机与通信工程学院所有同学，能够在起求学是我们永远值得珍惜缘分，祝愿他们在以后生活和工作中顺利。最后感谢各位评阅老师审阅本文并提。
2、库进行检索，并采用影印缩印或扫描等复制手段保存汇编，以供查阅和借阅。同意学校向国家有关部门或机构送交论文复本和电子文件。保密学位论文在解密后适用本授权说明学位论文作者签名导师签名签字日期年月日签字日期年月日摘要近年来，随着智能手机广泛使用以及基于位置服务普及，大量轨迹数据正在日益积累并为各种各样应用服务。同时海量轨迹数据也对存储运算处理和管理带来了巨大挑战。轨迹可以看作是移动对象随着时间变化在空间中留下印迹。轨迹相似性查询已逐渐成为数据库研究领域中个新研究热点。本文中在交通路网下针对两种轨迹查询类型轨迹时空相似性查询和轨迹空间文本相似性查询展开研究，主要工作如下提出种路网环境下移动对象轨迹时空相似性查询算法，该算法首先。
3、用户给定条移动对象轨迹，从轨迹数据库中查找出与其最为相似条或者多条轨迹”。这样应用有着广泛应用场景。例如，旅行者们可以通过参考其他人旅行路线来提高自己出行体验，做好出行计划警方部门可以通过分析事故现场历史时空轨迹来找到潜在肇事者和目击者。由此看来，移动对象轨迹数据有着广阔应用场景，在交通管制移动电子商务物流配送决策支持数据挖掘等领域，移动对象轨迹扮演着重要角色。因此，移动对象轨迹数据高效利用成为时空数据库研究中亟待解决问题，也是当前数据库领域中研究热点。近些年来，大多数研究者们因移动对象轨迹定义及计算简单易行，选用在欧氏空间下进行研究与分析。但是在实际应用中，大多数移动对象都是受限于道路交通网络，移动对象在路网环境下移。
4、合理而宝贵意见。,分类号密级天津理工大学研究生学位论文基于路网移动对象轨迹相似性查询方法研究申请工程硕士学位工程领域计算机技术作者姓名沙文强指导教师肖迎元教授年月,独创性声明本人声明所呈交学位论文是本人在导师指导下进行研究工作和取得研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过研究成果，也不包含为获得天津理工大学或其他教育机构学位或证书而使用过材料。与我同工作同志对本研究所做任何贡献均已在论文中作了明确说明并表示了谢意。学位论文作者签名签字日期年月日学位论文版权使用授权书本学位论文作者完全了解天津理工大学有关保留使用学位论文规定。特授权天津理工大学可以将学位论文全部或部分内容编入有关数据。
5、在肇事者和目击者。由此看来，移动对象轨迹数据有着广阔应用场景，在交通管制移动电子商务物流配送决策支持数据挖掘等领域，移动对象轨迹扮演着重要角色。因此，移动对象轨迹数据高效利用成为时空数据库研究中亟待解决问题，也是当前数据库领域中研究热点。近些年来，大多数研究者们因移动对象轨迹定义及计算简单易行，选用在欧氏空间下进行研究与分析。但是在实际应用中，大多数移动对象都是受限于道路交通网络，移动对象在路网环境下移动不再是任意方向，它将沿着指定路线运动，之前基于欧氏空间相似性度量方法已经不再适用于路网环境下，因此研究路网环境条件下移动对象轨迹相似性更加具有实际意义。由于道路交通网络特性，可以通过语义信息对道路网络空间中轨迹进行建模。
6、算法描述实验与分析实验环境与设计实验结果与分析本章小结第四章基于路网轨迹空间文本相似性查询问题描述相关定义轨迹空间文本相似性查询方法最小点匹配计算阶段候选轨迹生成阶段候选轨迹验证阶段实验与分析实验环境与设计实验结果与分析本章小结第五章总结与展望论文总结未来展望参考文献发表论文和科研情况说明致谢第章绪论第章绪论研究背景及意义我们正处在个信息爆炸时代。数据，作为推动这场巨大变革原材料，正通过传感器以及其它数据采集设备源源不断被收集起来。这其中类很重要数据就是轨迹数据。随着移动通讯设备快速发展，人们对移动对象轨迹分析和研究越来越重视，如何高效管理移动对象轨迹数据成为目前研分类号.密级天津理工大学研究生学位论文基于路网的移动对。
7、境与设计实验结果与分析本章小结第四章基于路网轨迹空间文本相似性查询问题描述相关定义轨迹空间文本相似性查询方法最小点匹配计算阶段候选轨迹生成阶段候选轨迹验证阶段实验与分析实验环境与设计实验结果与分析本章小结第五章总结与展望论文总结未来展望参考文献发表论文和科研情况说明致谢第章绪论第章绪论研究背景及意义我们正处在个信息爆炸时代。数据，作为推动这场巨大变革原材料，正通过传感器以及其它数据采集设备源源不断被收集起来。这其中类很重要数据就是轨迹数据。随着移动通讯设备快速发展，人们对移动对象轨迹分析和研究越来越重视，如何高效管理移动对象轨迹数据成为目前研究热点之。轨迹可以看作是移动对象随着时间变化在空间中留下印迹。近年来，随着智能。
8、证阶段，对候选轨迹集合中每条轨迹按照最小点集匹配距离升序排列，选出前条轨迹作为最终返回结果。对上述提出算法进行了广泛实验，验证了算法有效性。关键词轨迹相似性路网网络图移动对象,目录第章绪论研究背景及意义研究现状欧氏空间下研究现状路网空间下研究现状网格空间下研究现状研究内容论文组织结构第二章基本概念和相关理论移动对象轨迹表示方法移动对象轨迹相似性度量方法欧氏距离动态时间封装距离最长公共子序列距离编辑距离移动对象轨迹数据索引结构树索引树索引树索引树索引空间对象图索引本章小结第三章基于路网轨迹时空相似性查询问题描述轨迹时空相似性度量方法空间相似性度量方法时间相似性度量方法时空相似性度量方法轨迹时空相似性查询方法基本思想存储模。
9、。本文研究思路基于以下两点考虑第，为保证路网空间中轨迹处理正确性，第章绪论应该对真实路网进行很好表示，同时兼顾移动对象轨迹在路网环境下表示，这样才能更,目录第章绪论研究背景及意义研究现状欧氏空间下研究现状路网空间下研究现状网格空间下研究现状研究内容论文组织结构第二章基本概念和相关理论移动对象轨迹表示方法移动对象轨迹相似性度量方法欧氏距离动态时间封装距离最长公共子序列距离编辑距离移动对象轨迹数据索引结构树索引树索引树索引树索引空间对象图索引本章小结第三章基于路网轨迹时空相似性查询问题描述轨迹时空相似性度量方法空间相似性度量方法时间相似性度量方法时空相似性度量方法轨迹时空相似性查询方法基本思想存储模式算法描述实验与分析实验。
10、动不再是任意方向，它将沿着指定路线运动，之前基于欧氏空间相似性度量方法已经不再适用于路网环境下，因此研究路网环境条件下移动对象轨迹相似性更加具有实际意义。由于道路交通网络特性，可以通过语义信息对道路网络空间中轨迹进行建模。本文研究思路基于以下两点考虑第，为保证路网空间中轨迹处理正确性，第章绪论应该对真实路网进行很好表示，同时兼顾移动对象轨迹在路网环境下表示，这样才能更,,,,,,参考文献发表论文和科研情况说明发表论文和科研情况说明发表论文,年月参与科研项目本人参与了移动位置服务中时空聚集查询处理方法研究课题，年至今，天津市自然科学基金致谢致谢本文工作是在我导师肖迎元教授耐心指导下完成。肖迎元教授以其深厚理论功底严谨治学。
11、手机，全球定位系统等移动终端广泛使用以及基于位置服务普及，大量轨迹数据日益积累起来，并服务于各种各样应用。例如，在互联网上，人们在浏览网页时随之产生超链接点击序列轨迹在，等社交网站中，用户在这些网站上分享自己出行路线，并在各地点分享自己生活体验气象学家为寻找气候变化规律，收集大量飓风运动轨迹数据生物学家为研究动物行为活动，采集了动物运动数据。因而我们知道，海量移动对象轨迹数据充斥在人们周围，这些数据在为我们提供了便利生活，也为数据应用和管理提出了巨大挑战。面对浩瀚如烟移动对象轨迹数据，如何从中挖掘出隐藏有效信息越来越受到研究者们重视，越来越多人投身到移动对象轨迹数据研究上。其中，分析和研究移动对象轨迹个常见应用如下“对。
12、用网络图对路网空间进行划分，进行部分网络距离预计算然后采用两阶段处理策略空间过滤阶段和时间提纯阶段。在空间过滤阶段，以查询点为中心进行网络扩张，将扩张范围内轨迹加入到候选轨迹集合中在时间提纯阶段，对于候选轨迹集合中每条轨迹计算时间相似性值，并最终计算出时空相似性值，找到时空相似性值最小轨迹并作为返回结果。提出种路网环境下移动对象轨迹空间文本相似性查询算法，该算法主要包括三个阶段最小点匹配计算阶段，候选轨迹生成阶段和候选轨迹验证阶段。在最小点匹配计算阶段，以查询中每个查询点为中心逐渐进行网络范围扩张，找到范围内轨迹最小点匹配，并计算出最小点匹配距离在候选轨迹生成阶段，根据计算出最小点匹配距离，生成候选轨迹集合在候选轨迹验。
参考资料：
1、该PPT不包含附件（如视频、讲稿)，本站只保证下载后内容跟在线阅读一样，不确保内容完整性，请务必认真阅读。
2、有的文档阅读时显示本站（www.woc88.com）水印的，下载后是没有本站水印的（仅在线阅读显示），请放心下载。
3、除PDF格式下载后需转换成word才能编辑，其他下载后均可以随意编辑、修改、打印。
4、有的标题标有”最新”、多篇，实质内容并不相符，下载内容以在线阅读为准，请认真阅读全文再下载。
5、该文档为会员上传，下载所得收益全部归上传者所有，若您对文档版权有异议，可联系客服认领，既往收入全部归您。
抗美援朝纪念日专选PPT课件（19页） 演示稿44