| 第一章 概述 | 第12-33页 |
| 1.1 引言 | 第12-19页 |
| 1.1.1 空间数据及其复杂性特征 | 第12-14页 |
| 1.1.1.1 空间数据的主要特点 | 第12-13页 |
| 1.1.1.2 空间数据的复杂性特征 | 第13-14页 |
| 1.1.2 SDM发展及WBSDM的提出 | 第14-18页 |
| 1.1.3 基于Web的空间数据挖掘的研究意义及其功能 | 第18-19页 |
| 1.2 基于Web的空间数据挖掘相关研究现状评述 | 第19-31页 |
| 1.2.1 空间数据挖掘技术 | 第19-25页 |
| 1.2.1.1 空间数据泛化 | 第21-22页 |
| 1.2.1.2 空间关联规则的挖掘 | 第22-23页 |
| 1.2.1.3 空间分类和聚类 | 第23-24页 |
| 1.2.1.4 存在的问题 | 第24-25页 |
| 1.2.2 基于Web的数据挖掘技术 | 第25-31页 |
| 1.2.2.1 Web内容挖掘 | 第26-27页 |
| 1.2.2.2 Web访问信息挖掘 | 第27-28页 |
| 1.2.2.3 Web结构挖掘 | 第28-29页 |
| 1.2.2.4 三种Web挖掘的比较 | 第29页 |
| 1.2.2.5 基于Intranet的Internet挖掘 | 第29-30页 |
| 1.2.2.6 基于Web的数据挖掘特点及主要研究热点 | 第30-31页 |
| 1.3 本文拟研究的内容 | 第31-33页 |
| 第二章 基于Web的空间数据挖掘框架 | 第33-47页 |
| 2.1 WBSDM研究背景 | 第33-35页 |
| 2.2 WBSDM定义 | 第35-37页 |
| 2.3 WBSDM特点 | 第37-39页 |
| 2.4 WBSDM功能组成 | 第39页 |
| 2.5 WBSDM体系结构 | 第39-40页 |
| 2.6 WBSDM可发现的知识 | 第40-41页 |
| 2.7 WBSDM的实现策略 | 第41-44页 |
| 2.8 WBSDM的实现过程 | 第44-45页 |
| 2.9 WBSDM实现的关键技术 | 第45-46页 |
| 2.10 本章小结 | 第46-47页 |
| 第三章 基于XML／J2EE的WBSDM平台模型 | 第47-68页 |
| 3.1 WebGIS现有研究评述 | 第47-53页 |
| 3.1.1 WebGIS的发展及研究重点 | 第47-50页 |
| 3.1.2 WebGIS的功能与特征 | 第50-51页 |
| 3.1.3 WebGIS的应用分类 | 第51页 |
| 3.1.4 现有WebGIS的比较 | 第51-53页 |
| 3.1.5 存在的问题 | 第53页 |
| 3.2 分布式集成模型研究 | 第53-58页 |
| 3.2.1 J2EE框架模型 | 第53-54页 |
| 3.2.1.1 J2EE概念 | 第53-54页 |
| 3.2.1.2 J2EE四层模型 | 第54页 |
| 3.2.2 XML规范 | 第54-57页 |
| 3.2.2.1 XML的主要构成 | 第55页 |
| 3.2.2.2 DTD和XML Schema | 第55-56页 |
| 3.2.2.3 XML与Web数据挖掘技术 | 第56-57页 |
| 3.2.3 JAFM_AS构件 | 第57-58页 |
| 3.3 一个基于XML／J2EE的WBSDM集成模型 | 第58-66页 |
| 3.3.1 设计目标 | 第58页 |
| 3.3.2 体系结构 | 第58-59页 |
| 3.3.3 模型实现的关键技术 | 第59-66页 |
| 3.3.3.1 构建系统环境 | 第59-60页 |
| 3.3.3.2 Reply及Request传输协议 | 第60-64页 |
| 3.3.3.3 JAFMAS与J2EE的融合 | 第64-65页 |
| 3.3.3.4 JAFMAS的扩展 | 第65-66页 |
| 3.4 本章小结 | 第66-68页 |
| 第四章 WBSDM中的MAS应用策略 | 第68-91页 |
| 4.1 MAS技术 | 第68-75页 |
| 4.1.1 Agent概述 | 第68-72页 |
| 4.1.1.1 Agent定义 | 第68-69页 |
| 4.1.1.2 Agent属性 | 第69页 |
| 4.1.1.3 Agent类型 | 第69-71页 |
| 4.1.1.4 KQML语言 | 第71-72页 |
| 4.1.2 MAS概述 | 第72-75页 |
| 4.1.2.1 MAS的由来 | 第72页 |
| 4.1.2.2 MAS的特征 | 第72-73页 |
| 4.1.2.3 MAS的体系结构 | 第73-75页 |
| 4.2 MAS研究及应用基础 | 第75-78页 |
| 4.2.1 MAS的技术基础 | 第75页 |
| 4.2.2 MAS环境中的认知模型和理论 | 第75-76页 |
| 4.2.3 MAS相关技术 | 第76-77页 |
| 4.2.3.1 CSCW技术 | 第76-77页 |
| 4.2.3.2 CORBA技术 | 第77页 |
| 4.2.4 GeoAgent模型 | 第77-78页 |
| 4.2.5 存在的问题 | 第78页 |
| 4.3 JAFMAS剖析与应用设计 | 第78-85页 |
| 4.3.1 模型的基本框架 | 第79-80页 |
| 4.3.2 JAFMAS通信机理分析 | 第80-82页 |
| 4.3.3 WBSDM中的JAFMAS构建 | 第82-85页 |
| 4.4 多Agent合作算法 | 第85-90页 |
| 4.4.1 算法框架 | 第85-87页 |
| 4.4.2 算法描述 | 第87-89页 |
| 4.4.3 算法分析 | 第89-90页 |
| 4.5 本章小结 | 第90-91页 |
| 第五章 粗糙集理论应用于WBSDM的研究 | 第91-105页 |
| 5.1 粗糙集理论及研究热点 | 第91-94页 |
| 5.1.1 粗糙集的基本思想 | 第91-93页 |
| 5.1.2 数据约简 | 第93页 |
| 5.1.3 粗糙集理论的研究评述 | 第93-94页 |
| 5.2 基于粗糙集理论的数据挖掘模型 | 第94-98页 |
| 5.2.1 信息颗粒与知识的描述 | 第95-97页 |
| 5.2.2 知识的简洁度与粗糙度 | 第97-98页 |
| 5.3 粗糙集约简算法 | 第98-104页 |
| 5.3.1 基本算法及其复杂度 | 第98-100页 |
| 5.3.2 基于信息颗粒的粗糙集约简算法 | 第100-103页 |
| 5.3.3 算法运行结果及分析 | 第103-104页 |
| 5.4 本章小结 | 第104-105页 |
| 第六章 WBSDM中的KDK问题 | 第105-124页 |
| 6.1 问题的提出 | 第105-110页 |
| 6.1.1 数据挖掘及其面临的问题 | 第105-107页 |
| 6.1.2 知识库中的知识发现 | 第107-110页 |
| 6.2 KDK研究现状评述 | 第110-114页 |
| 6.3 基于知识库的知识发现解决方案 | 第114-122页 |
| 6.3.1 基本思想和模型描述 | 第114页 |
| 6.3.2 基于KDK的挖掘算法及实现 | 第114-122页 |
| 6.4 本章小结 | 第122-124页 |
| 第七章 WBSDM原型系统设计与开发 | 第124-141页 |
| 7.1 WBSDM中负载平衡解决方案 | 第124-126页 |
| 7.1.1 模型的设计 | 第125-126页 |
| 7.1.2 模型实现算法 | 第126页 |
| 7.2 J2EE与JAFMAS的架构实现 | 第126-131页 |
| 7.3 原型系统实现的若干技术 | 第131-133页 |
| 7.4 数据挖掘的实现与实例 | 第133-137页 |
| 7.4.1 局部挖掘Agent | 第133-136页 |
| 7.4.2 全局控制Agent | 第136-137页 |
| 7.5 本章小结 | 第137-139页 |
| 7.6 总结与展望 | 第139-141页 |
| 参考文献 | 第141-150页 |
| 致谢 | 第150-151页 |
| 攻读学位期间主要的研究成果 | 第151-152页 |
