摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第11-17页 |
1.1 研究背景及意义 | 第11-13页 |
1.1.1 背景介绍 | 第11页 |
1.1.2 研究意义 | 第11-13页 |
1.2 国内外研究现状 | 第13-14页 |
1.3 主要研究内容及创新点 | 第14-15页 |
1.4 本文结构安排 | 第15-17页 |
第二章 空间数据索引技术概述 | 第17-33页 |
2.1 空间数据及索引结构特征 | 第17-19页 |
2.1.1 空间数据的特征 | 第17页 |
2.1.2 空间索引结构的特征 | 第17-19页 |
2.2 空间索引结构的发展和分类 | 第19-21页 |
2.2.1 空间索引结构的发展 | 第19页 |
2.2.2 空间索引结构主要门类 | 第19-21页 |
2.3 主流的空间索引结构 | 第21-24页 |
2.3.1 基于网格的空间索引 | 第21-22页 |
2.3.2 基于K-D树的空间索引 | 第22-23页 |
2.3.3 基于R树的空间索引 | 第23-24页 |
2.4 R树相关算法 | 第24-31页 |
2.4.1 MBR定义 | 第24-25页 |
2.4.2 R树节点插入算法 | 第25-28页 |
2.4.3 R树节点删除算法 | 第28-31页 |
2.5 本章小结 | 第31-33页 |
第三章 基于改进K-means聚类算法的R树构建方法 | 第33-45页 |
3.1 空间聚类算法 | 第33-36页 |
3.1.1 常见的空间聚类算法 | 第33-34页 |
3.1.2 K-means聚类算法 | 第34-36页 |
3.1.3 K-means聚类算法的优缺点 | 第36页 |
3.2 基于点模式分析的K-means聚类算法 | 第36-40页 |
3.2.1 空间单点模式分析 | 第36-38页 |
3.2.2 基于单点模式分析的K-means算法 | 第38-40页 |
3.3 基于点模式分析的K-means聚类算法R树索引结构构建 | 第40-42页 |
3.4 性能分析 | 第42-44页 |
3.4.1 时间复杂度 | 第42-43页 |
3.4.2 I/O性能分析 | 第43-44页 |
3.5 本章小结 | 第44-45页 |
第四章 聚类DLIS-R树的构建方法 | 第45-57页 |
4.1 多维拓扑结构 | 第45-48页 |
4.1.1 多维拓扑结构 | 第45-47页 |
4.1.2 多维拓扑结构的数学表达 | 第47-48页 |
4.2 K近邻查询 | 第48-49页 |
4.2.1 相关定义 | 第48页 |
4.2.2 近邻度量表示 | 第48-49页 |
4.3 双层树形结构索引构建 | 第49-55页 |
4.3.1 单层索引结构不足 | 第49-50页 |
4.3.2 聚类DLIS-R树索引结构 | 第50-52页 |
4.3.3 聚类DLIS-R树索引结构数据更新讨论 | 第52-53页 |
4.3.4 算法性能分析 | 第53-55页 |
4.4 本章小结 | 第55-57页 |
第五章 算法实现及验证 | 第57-75页 |
5.1 K-means算法改进实验测试结果 | 第57-63页 |
5.1.1 随机数据实验 | 第57-62页 |
5.1.2 实际数据实验 | 第62-63页 |
5.2 基于改进K-means聚类R树实验测试结果 | 第63-68页 |
5.2.1 随机数据实验 | 第63-66页 |
5.2.2 实际数据实验 | 第66-68页 |
5.3 基于改进K-means聚类DLIS-R树实验测试结果 | 第68-74页 |
5.3.1 随机数据实验 | 第68-71页 |
5.3.2 实际数据实验 | 第71-74页 |
5.4 本章小结 | 第74-75页 |
第六章 总结与展望 | 第75-77页 |
6.1 总结 | 第75-76页 |
6.2 展望 | 第76-77页 |
致谢 | 第77-79页 |
参考文献 | 第79-85页 |
附录A (攻读硕士学位期间主要成果) | 第85-87页 |
附录B 源代码 | 第87-100页 |
附录B.1 节点插入算法核心代码 | 第87-90页 |
附录B.2 节点删除算法核心代码 | 第90-92页 |
附录B.3 K-means聚类算法主要改进核心代码 | 第92-93页 |
附录B.4 改进聚类R树和聚类DLIS-R树性能仿真 | 第93-95页 |
附录B.5 KNN近邻查询主要代码 | 第95-96页 |
附录B.6 重叠率相关核心代码 | 第96-98页 |
附录B.7 暴力遍历法代码 | 第98-99页 |
附录B.8 部分测试结果截图 | 第99-100页 |