軌跡數(shù)據(jù)分析方法及應(yīng)用

定　價(jià)：￥88.00

作　者：	楊雨晴
出版社：	電子工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書(shū)可以去

當(dāng)當(dāng)網(wǎng) (￥88.00)

ISBN：	9787121487538	出版時(shí)間：	2024-08-01	包裝：	平裝-膠訂
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　隨著信息、互聯(lián)網(wǎng)、社交媒體、衛(wèi)星定位、基于位置的服務(wù)（Location Based Services，LBS）等技術(shù)的發(fā)展，軌跡數(shù)據(jù)領(lǐng)域迎來(lái)了大數(shù)據(jù)時(shí)代。在軌跡大數(shù)據(jù)背景下，軌跡數(shù)據(jù)分析的關(guān)注度得到持續(xù)攀升，它能夠借助移動(dòng)對(duì)象的時(shí)空特征和移動(dòng)行為信息發(fā)現(xiàn)新知識(shí)和模式，從而為智慧城市計(jì)算與服務(wù)、交通管理與規(guī)劃、物流管理、智能制造、旅游路徑推薦、自然災(zāi)害預(yù)測(cè)與預(yù)警、疫情傳播監(jiān)測(cè)等諸多領(lǐng)域提供決策支持與服務(wù)。本書(shū)以軌跡數(shù)據(jù)相關(guān)分析及挖掘技術(shù)為主要研究對(duì)象，針對(duì)軌跡大數(shù)據(jù)背景下軌跡數(shù)據(jù)的特征及分析需求，對(duì)數(shù)據(jù)噪聲處理、特征提取、相似性度量、參數(shù)依賴及復(fù)雜軌跡聚類等問(wèn)題開(kāi)展了深入研究。本書(shū)可供從事大數(shù)據(jù)、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、軌跡數(shù)據(jù)分析等相關(guān)領(lǐng)域的科研及工程人員參考，也可作為高等院校計(jì)算機(jī)、軟件工程及自動(dòng)化、信息與通信工程等專業(yè)的本科生和研究生的學(xué)習(xí)參考書(shū)。

作者簡(jiǎn)介

　　楊雨晴，畢業(yè)于太原科技大學(xué)，獲工學(xué)博士學(xué)位，現(xiàn)任太原科技大學(xué)計(jì)算機(jī)學(xué)院教師，山西省科技創(chuàng)新（重點(diǎn)）團(tuán)隊(duì)主要成員。主要從事大數(shù)據(jù)挖掘及應(yīng)用、智能優(yōu)化與決策支持等相關(guān)研究工作，近年來(lái)主持、參與了國(guó)家自然科學(xué)基金、山西省自然科學(xué)基金等多項(xiàng)科研項(xiàng)目，發(fā)表高水平SCI學(xué)術(shù)論文10余篇，授權(quán)發(fā)明專利3項(xiàng)。

圖書(shū)目錄

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(lái)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(shì) 020
第2章基于影響空間的噪聲檢測(cè)方法 024
2.1 問(wèn)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(cè)算法 034
2.3.1 算法描述 034
2.3.2 算法分析 036
2.4 實(shí)驗(yàn)評(píng)價(jià) 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(shí)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(wèn)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(shí)驗(yàn)評(píng)價(jià) 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(shí)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(wú)參密度聚類方法 085
4.1 問(wèn)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(wú)參數(shù)處理 096
4.2.3 密度度量 098
4.2.4 自動(dòng)中心點(diǎn)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(shí)驗(yàn)評(píng)價(jià) 105
4.4.1 數(shù)據(jù)描述 105
4.4.2 參數(shù)選擇 106
4.4.3 人工數(shù)據(jù)集上的結(jié)果比較 108
4.4.4 真實(shí)數(shù)據(jù)集上的結(jié)果比較 114
4.4.5 高維數(shù)據(jù)集上的結(jié)果比較 119
4.5 本章小結(jié) 122
第5章基于時(shí)空密度分析的軌跡聚類算法 123
5.1 問(wèn)題提出 123
5.2 時(shí)空密度分析 125
5.2.1 相關(guān)定義 125
5.2.2 時(shí)空密度函數(shù) 129
5.3 軌跡聚類算法 131
5.3.1 噪聲容忍因子 131
5.3.2 軌跡聚類算法 132
5.4 實(shí)驗(yàn)評(píng)價(jià) 134
5.4.1 數(shù)據(jù)描述 134
5.4.2 參數(shù)選擇 134
5.4.3 NMAST函數(shù)的有效性分析 136
5.4.4 TAD算法的有效性分析 143
5.5 本章小結(jié) 145
第6章軌跡數(shù)據(jù)分析方法的應(yīng)用 146
6.1 天體光譜數(shù)據(jù)分析 146
6.1.1 天光背景數(shù)據(jù)分析 148
6.1.2 低信噪比光譜分析 155
6.2 旋轉(zhuǎn)機(jī)械故障診斷 166
6.2.1 問(wèn)題描述 167
6.2.2 轉(zhuǎn)子及軸承系統(tǒng)故障簡(jiǎn)介 169
6.2.3 轉(zhuǎn)子及軸承故障診斷原型系統(tǒng) 174
6.2.4 轉(zhuǎn)子及軸承故障診斷結(jié)果展示 178
6.2.5 軸承故障診斷結(jié)果展示 183
6.3 本章小結(jié) 186
參考文獻(xiàn) 187