| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第8-12页 |
| ·专题地图数据分级模型的背景与意义 | 第8-9页 |
| ·制图数据的分级原则 | 第9-10页 |
| ·地图要素分类分级的数学定义 | 第9页 |
| ·影响分级的因素 | 第9-10页 |
| ·分级的原则 | 第10页 |
| ·论文的组织结构 | 第10-12页 |
| 第二章 地图数据分级模型的数学基础 | 第12-20页 |
| ·数理统计基础 | 第12-14页 |
| ·制图数据的数字特征和分布特征参数 | 第12-13页 |
| ·数据变换 | 第13-14页 |
| ·模糊数学基础 | 第14-17页 |
| ·基本概念 | 第14-15页 |
| ·模糊数学的应用 | 第15-17页 |
| ·信息论基础 | 第17-18页 |
| ·基本概念 | 第17页 |
| ·信息论在地图中的应用 | 第17-18页 |
| ·决策的基本概念 | 第18-20页 |
| ·多属性决策基本概念 | 第18页 |
| ·确定属性权重的熵法 | 第18-20页 |
| 第三章 数据的分段分级与最大距离分级模型 | 第20-31页 |
| ·传统与统计分级算法研究 | 第20-22页 |
| ·传统分级方法 | 第20-21页 |
| ·统计分级方法 | 第21-22页 |
| ·近代分级算法 | 第22-25页 |
| ·具有数学规则的最优分级算法 | 第22-23页 |
| ·最优分割分级算法 | 第23-24页 |
| ·逐步模式识别分级法 | 第24页 |
| ·各个分级方法之间的关系 | 第24-25页 |
| ·分段任意数列分级模型 | 第25-29页 |
| ·算法的引入与提出 | 第25-27页 |
| ·分段任意数列分级方法的基本算法 | 第27-28页 |
| ·实例分析 | 第28-29页 |
| ·最大距离选取法 | 第29-30页 |
| ·最大距离选取算法的基本思想 | 第29页 |
| ·算法具体步骤 | 第29-30页 |
| ·小结 | 第30-31页 |
| 第四章 基于自适应膨胀因子的模糊覆盖分级数确定模型 | 第31-40页 |
| ·FCM聚类算法确定分类数 | 第31-33页 |
| ·分类数确定的模糊覆盖方法 | 第33-34页 |
| ·模糊覆盖基本定义 | 第33页 |
| ·确定数据集的分类数 | 第33-34页 |
| ·模糊覆盖算法的有效性 | 第34页 |
| ·算法基本步骤 | 第34页 |
| ·基于自适应膨胀因子的模糊覆盖分级数确定方法(AIFFC) | 第34-37页 |
| ·膨胀因子的定义 | 第34-35页 |
| ·AIFFC基本算法 | 第35-36页 |
| ·数据实验 | 第36-37页 |
| ·讨论 | 第37页 |
| ·AIFFC算法的优越性 | 第37-39页 |
| ·小结 | 第39-40页 |
| 第五章 制图数据的分级算法评价模型 | 第40-51页 |
| ·基于多属性决策的分级综合评价模型 | 第40-42页 |
| ·模型建立的背景 | 第40页 |
| ·基于多属性决策的分级综合评价模型的建立 | 第40-41页 |
| ·模型应用 | 第41页 |
| ·讨论 | 第41-42页 |
| ·判断数据适合分级方法的理论分析 | 第42-47页 |
| ·数据对各个分级方法的判断算法 | 第42页 |
| ·最大距离的选取 | 第42页 |
| ·数据对各个分级方法的分析判断 | 第42-43页 |
| ·算法检验 | 第43-45页 |
| ·确定任意数列(级数)分级方法中参数的选取范围 | 第45-47页 |
| ·讨论 | 第47页 |
| ·数据适合分级类型的实验分析 | 第47-50页 |
| ·判断指标 | 第47页 |
| ·判断数据适合分级方法的分布特征参数 | 第47-50页 |
| ·小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| ·工作总结 | 第51页 |
| ·进一步的工作 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第55-56页 |
| 致谢 | 第56页 |