摘要 | 第1-6页 |
Abstract | 第6-11页 |
第一章 绪论 | 第11-19页 |
·研究背景 | 第11-12页 |
·国内外研究进展 | 第12-15页 |
·国外研究进展 | 第12-13页 |
·国内研究进展 | 第13-14页 |
·面临的问题 | 第14-15页 |
·研究目的与意义 | 第15-16页 |
·研究内容与技术路线 | 第16-17页 |
·论文章节安排 | 第17-19页 |
第二章 数据挖掘技术概述 | 第19-30页 |
·数据挖掘技术的产生 | 第19页 |
·数据挖掘的基本概念 | 第19-20页 |
·数据挖掘的对象 | 第20-21页 |
·数据挖掘的功能 | 第21页 |
·数据挖掘的方法 | 第21-26页 |
·统计分析类 | 第22-24页 |
·知识发现类 | 第24-26页 |
·数据挖掘的一般过程 | 第26-28页 |
·主要数据挖掘产品介绍 | 第28-29页 |
·数据挖掘的典型应用领域 | 第29-30页 |
第三章 数据挖掘技术在水资源领域的应用方法研究 | 第30-37页 |
·引言 | 第30页 |
·水资源数据的特点 | 第30-31页 |
·水资源数据挖掘的体系结构 | 第31-33页 |
·数据挖掘与OLAP的区别和联系 | 第33-34页 |
·水资源数据挖掘的关键问题 | 第34-35页 |
·数据的数量和质量 | 第34页 |
·数据挖掘方法的选择与应用 | 第34-35页 |
·结果的解释和评价 | 第35页 |
·数据挖掘在水资源领域的应用方向 | 第35-36页 |
·本文采用的数据挖掘工具 | 第36-37页 |
第四章 水资源数据仓库的建立方法研究 | 第37-49页 |
·引言 | 第37页 |
·数据仓库的基本概念 | 第37-44页 |
·数据仓库的定义 | 第37-38页 |
·关系型数据库与数据仓库的区别 | 第38-39页 |
·数据仓库的体系结构 | 第39-40页 |
·数据仓库的数据模型 | 第40-44页 |
·水资源数据仓库的实现方法 | 第44-49页 |
·现有数据库系统的改造 | 第44页 |
·面向水资源利用主题的水资源数据仓库 | 第44-48页 |
·本文采用的数据仓库工具 | 第48-49页 |
第五章 回归分析在用水规律挖掘中的应用实例 | 第49-64页 |
·引言 | 第49-50页 |
·研究区域基本情况 | 第50-51页 |
·数据准备 | 第51-55页 |
·资料介绍 | 第52页 |
·数据抽取、转换和装载 | 第52-55页 |
·数据挖掘和结果分析 | 第55-62页 |
·居民生活用水规律分析 | 第55-58页 |
·第一产业用水规律分析 | 第58-60页 |
·第二产业用水规律分析 | 第60-61页 |
·第三产业用水规律分析 | 第61-62页 |
·本章小结 | 第62-64页 |
第六章 SAS数据描述与展现在遥感ET数据分析的应用实例 | 第64-85页 |
·引言 | 第64页 |
·研究区域基本情况 | 第64-67页 |
·区域概况 | 第64-65页 |
·水资源状况 | 第65-67页 |
·数据准备 | 第67-68页 |
·资料介绍 | 第67页 |
·降雨与气象数据的空间插值 | 第67-68页 |
·数据抽取、转换和装载 | 第68页 |
·数据挖掘和结果分析 | 第68-84页 |
·不同土地利用类型ET的比较 | 第68-76页 |
·不同土地类型ET逐月变化趋势 | 第76-81页 |
·ET与水文气象因素之间的关系 | 第81-84页 |
·本章小结 | 第84-85页 |
第七章 时间序列分析在地下水位预报中的应用实例 | 第85-96页 |
·引言 | 第85页 |
·数据准备 | 第85-86页 |
·数据挖掘和结果分析 | 第86-95页 |
·逐步自回归模型 | 第86-88页 |
·指数平滑模型 | 第88-91页 |
·季节性模型 | 第91-95页 |
·本章小结 | 第95-96页 |
第八章 结论与展望 | 第96-99页 |
·主要成果及结论 | 第96-97页 |
·进一步研究的问题 | 第97页 |
·结语 | 第97-99页 |
参考文献 | 第99-102页 |
攻读硕士期间发表的论文及所取得的研究成果 | 第102-103页 |
致谢 | 第103-104页 |