轨迹数据分析方法及应用
全新正版 假一赔十 可开发票
￥ 63.55 7.2折 ￥ 88 全新
库存10件
北京东城
认证卖家担保交易快速发货售后保障
作者杨雨晴 著
出版社电子工业出版社
ISBN9787121487538
出版时间2024-08
装帧平装
开本其他
定价88元
货号1203383781
上书时间2024-10-02
商品详情
- 品相描述：全新
- 商品描述
-
目录
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 参数选择106
4.4.3 人工数据集上的结果比较108
4.4.4 真实数据集上的结果比较114
4.4.5 高维数据集上的结果比较119
4.5 本章小结122
第5章 基于时空密度分析的轨迹聚类算法123
5.1 问题提出123
5.2 时空密度分析125
5.2.1 相关定义125
5.2.2 时空密度函数129
5.3 轨迹聚类算法131
5.3.1 噪声容忍因子131
5.3.2 轨迹聚类算法132
5.4 实验评价134
5.4.1 数据描述134
5.4.2 参数选择134
5.4.3 NMAST函数的有效性分析136
5.4.4 TAD算法的有效性分析143
5.5 本章小结145
第6章 轨迹数据分析方法的应用146
6.1 天体光谱数据分析146
6.1.1 天光背景数据分析148
6.1.2 低信噪比光谱分析155
6.2 旋转机械故障诊断166
6.2.1 问题描述167
6.2.2 转子及轴承系统故障简介169
6.2.3 转子及轴承故障诊断原型系统174
6.2.4 转子及轴承故障诊断结果展示178
6.2.5 轴承故障诊断结果展示183
6.3 本章小结186
参考文献187
内容摘要
随着信息、互联网、社交媒体、卫星定位、基于位置的服务（Location Based Services，LBS）等技术的发展，轨迹数据领域迎来了大数据时代。在轨迹大数据背景下，轨迹数据分析的关注度得到持续攀升，它能够借助移动对象的时空特征和移动行为信息发现新知识和模式，从而为智慧城市计算与服务、交通管理与规划、物流管理、智能制造、旅游路径推荐、自然灾害预测与预警、疫情传播监测等诸多领域提供决策支持与服务。本书以轨迹数据相关分析及挖掘技术为主要研究对象，针对轨迹大数据背景下轨迹数据的特征及分析需求，对数据噪声处理、特征提取、相似性度量、参数依赖及复杂轨迹聚类等问题开展了深入研究。 本书可供从事大数据、数据挖掘、机器学习、轨迹数据分析等相关领域的科研及工程人员参考，也可作为高等院校计算机、软件工程及自动化、信息与通信工程等专业的本科生和研究生的学习参考书。
— 没有更多了 —
以下为对购买帮助不大的评价