| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 目录 | 第7-9页 |
| 图目录 | 第9-10页 |
| 表目录 | 第10-11页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 科技考古 | 第12-13页 |
| 1.3 考古数据资源 | 第13页 |
| 1.4 本文的工作和组织 | 第13-16页 |
| 第2章 研究现状与相关技术 | 第16-28页 |
| 2.1 研究现状 | 第16-20页 |
| 2.1.1 考古发掘数据存储管理 | 第16-19页 |
| 2.1.2 考古发掘数据分析 | 第19-20页 |
| 2.2 相关技术 | 第20-26页 |
| 2.2.1 分布式文件存储系统 | 第20-24页 |
| 2.2.2 关联规则挖掘 | 第24-26页 |
| 2.3 本章小结 | 第26-28页 |
| 第3章 考古发掘数据模型 | 第28-40页 |
| 3.1 考古发掘各阶段主要数据简述 | 第28-29页 |
| 3.2 考古发掘数据表达模型 | 第29-32页 |
| 3.3 考古发掘结构化属性数据存储模型 | 第32-33页 |
| 3.4 考古发掘海量文件数据存储 | 第33-39页 |
| 3.4.1 考古发掘文件数据特点 | 第33-34页 |
| 3.4.2 基于HDFS的海量考古发掘文件存储方案 | 第34-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 基于兴趣度的墓葬数据关联规则挖掘 | 第40-53页 |
| 4.1 传统关联规则挖掘的局限性 | 第40-41页 |
| 4.2 基于兴趣度的关联规则挖掘 | 第41-43页 |
| 4.2.1 频繁模式挖掘中相关兴趣度的引入 | 第41-42页 |
| 4.2.2 关联规则生成中客观兴趣度的引入 | 第42页 |
| 4.2.3 主观兴趣度的引入 | 第42-43页 |
| 4.3 一种综合客观兴趣度与主观兴趣度的关联规则挖掘方法 | 第43-45页 |
| 4.4 基于兴趣度的关联挖掘算法实验 | 第45-47页 |
| 4.4.1 实验一：最小支持度阈值的变化对算法执行时间的影响 | 第46页 |
| 4.4.2 实验二：兴趣度的引入对生成模式数量的影响 | 第46-47页 |
| 4.5 针对良渚遗址墓葬数据的关联规则挖掘 | 第47-52页 |
| 4.5.1 良渚遗址墓葬数据介绍 | 第47-48页 |
| 4.5.2 数据预处理 | 第48-50页 |
| 4.5.3 实验过程与结果分析 | 第50-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第5章 考古发掘数据资源管理平台的设计与实现 | 第53-65页 |
| 5.1 平台建设背景 | 第53页 |
| 5.2 平台建设目标 | 第53-54页 |
| 5.3 平台需求分析 | 第54-56页 |
| 5.3.1 数据存储管理需求 | 第54-55页 |
| 5.3.2 数据共享需求 | 第55页 |
| 5.3.3 数据利用需求 | 第55-56页 |
| 5.4 平台总体设计 | 第56-59页 |
| 5.4.1 技术路线 | 第56-57页 |
| 5.4.2 平台逻辑结构 | 第57-58页 |
| 5.4.3 系统物理部署结构 | 第58-59页 |
| 5.5 平台关键服务子系统 | 第59-64页 |
| 5.5.1 数据采集子系统 | 第59-61页 |
| 5.5.2 数据分类展示服务 | 第61-62页 |
| 5.5.3 考古发掘报告辅助生成子系统 | 第62-64页 |
| 5.6 本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间主要的研究成果 | 第71-72页 |
| 致谢 | 第72页 |
