基于分布式计算的空间关联模式挖掘和更新方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-23页 |
| ·引言 | 第11-13页 |
| ·相关研究及其现状 | 第13-18页 |
| ·分布式计算框架发展现状 | 第13-14页 |
| ·基于分布式计算的空间数据挖掘研究现状 | 第14-16页 |
| ·分布式空间关联模式挖掘研究现状 | 第16-18页 |
| ·研究目的和意义 | 第18-19页 |
| ·论文选题的目的 | 第18-19页 |
| ·论文选题的意义 | 第19页 |
| ·研究内容与组织结构 | 第19-23页 |
| ·研究内容 | 第19-20页 |
| ·技术路线 | 第20-21页 |
| ·组织结构 | 第21-23页 |
| 第2章 空间数据分割 | 第23-30页 |
| ·分布式计算框架概述 | 第23-24页 |
| ·基于空间填充曲线的编码 | 第24-25页 |
| ·空间数据的冗余分割策略 | 第25-28页 |
| ·简单数据分割策略 | 第25-26页 |
| ·冗余分割策略 | 第26-28页 |
| ·空间数据分割的分布式实现 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 分布式空间事务项集的生成 | 第30-36页 |
| ·空间事务项集与空间谓词 | 第30-32页 |
| ·空间谓词计算函数 | 第31页 |
| ·空间事务项集中空间谓词的表示 | 第31-32页 |
| ·空间事务项集的生成 | 第32-33页 |
| ·实现流程 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 分布式空间关联模式提取 | 第36-43页 |
| ·关联模式挖掘算法简介 | 第36-37页 |
| ·分布式空间关联模式挖掘 | 第37-41页 |
| ·事务项的计数与排序 | 第38-40页 |
| ·空间事务项集的分组 | 第40-41页 |
| ·空间关联模式的分布式挖掘 | 第41页 |
| ·本章小结 | 第41-43页 |
| 第5章 空间关联模式的增量更新 | 第43-53页 |
| ·前提假设 | 第43页 |
| ·边界关联模式集的定义与其产生 | 第43-46页 |
| ·新边界关联模式 | 第46页 |
| ·空间关联模式更新算法 | 第46-49页 |
| ·从增量数据中提取空间事务项集 | 第47页 |
| ·新空间关联模式的支持度计数 | 第47-48页 |
| ·空间关联模式的支持度更新 | 第48-49页 |
| ·新边界关联模式的处理 | 第49页 |
| ·空间关联模式的挖掘与更新算法 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 第6章 实验分析 | 第53-62页 |
| ·实验环境 | 第53-54页 |
| ·效率测试 | 第54-57页 |
| ·数据量对算法效率的影响 | 第54-55页 |
| ·节点数量对算法效率的影响 | 第55-56页 |
| ·增量更新算法效率测试 | 第56-57页 |
| ·空间关联模式挖掘结果分析 | 第57-61页 |
| ·关联模式挖掘实验 | 第57-59页 |
| ·增量更新实验 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第7章 结论与展望 | 第62-64页 |
| ·结论 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 作者简历及在读期间参与的研究工作 | 第69页 |
