地表变形监测数据挖掘
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·地表变形研究现状 | 第7-9页 |
| ·挖掘方法 | 第9-10页 |
| ·研究意义 | 第10-11页 |
| ·本文主要工作及组织结构 | 第11-13页 |
| ·本文的主要工作 | 第11页 |
| ·本文的章节安排 | 第11-13页 |
| 第二章 空间数据挖掘 | 第13-23页 |
| ·空间数据挖掘的定义与特点 | 第13-14页 |
| ·空间数据挖掘的体系结构 | 第14-15页 |
| ·空间数据挖掘的基本过程 | 第15-16页 |
| ·空间数据挖掘可获得的知识类型 | 第16-18页 |
| ·空间数据挖掘的方法 | 第18-20页 |
| ·空间数据挖掘的发展方向 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 GM预测模型在空间数据挖掘中的应用 | 第23-36页 |
| ·GM(1，1)模型 | 第23-26页 |
| ·GM(1，1)模型的改进 | 第26-31页 |
| ·基于最小二乘法的线性回归方法 | 第26-27页 |
| ·基于最小一乘法的线性回归方法 | 第27-29页 |
| ·线性规划 | 第29页 |
| ·改进的GM(1，1)模型 | 第29-31页 |
| ·改进的GM(1，1)模型在矿山预测中的应用 | 第31-34页 |
| ·本章小结 | 第34-36页 |
| 第四章 线性回归模型在矿区地表沉降预测中的应用 | 第36-45页 |
| ·回归分析简介 | 第36-39页 |
| ·线性回归建模 | 第36-37页 |
| ·线性回归方程的显著性检验和残差分析 | 第37-39页 |
| ·线性回归用于地表沉降的预测 | 第39-44页 |
| ·一元线性回归用于地表沉降的预测 | 第39-41页 |
| ·多元线性回归方程的应用 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 矿区地表沉降的多因子关联度与聚类分析 | 第45-59页 |
| ·矿区多因子关联度的挖掘 | 第45-51页 |
| ·灰关联分析方法 | 第45-48页 |
| ·关联度 | 第48-50页 |
| ·实际应用 | 第50-51页 |
| ·基于灰关联的聚类在矿区地表沉降分类中的应用 | 第51-58页 |
| ·聚类分析的概念 | 第52-53页 |
| ·各指标间的距离 | 第53页 |
| ·基于灰关联度的权重 | 第53-55页 |
| ·矿区沉降的聚类分析过程 | 第55页 |
| ·实际应用 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士期间发表的论文及科研情况 | 第65页 |
