空间数据挖掘分类算法的研究
引言 | 第1-10页 |
第1章 绪论 | 第10-20页 |
·空间数据挖掘的提出与意义 | 第10-11页 |
·空间数据的特点 | 第11-13页 |
·空间数据的类型 | 第11页 |
·空间数据的复杂特性 | 第11-13页 |
·分类挖掘 | 第13-19页 |
·基于关系数据库的分类挖掘 | 第13-18页 |
·空间分类挖掘 | 第18-19页 |
·本文结构 | 第19-20页 |
第2章 技术基础 | 第20-38页 |
·可拓学的逻辑细胞及基本概念 | 第20-28页 |
·可拓学的逻辑细胞 | 第20页 |
·基元理论 | 第20-28页 |
·支持向量机 | 第28-38页 |
·标准的支持向量机 | 第29-33页 |
·核函数 | 第33-34页 |
·最优化理论 | 第34-36页 |
·Wolf对偶 | 第36-38页 |
第3章 属性相关分析及对象之间的空间关系 | 第38-44页 |
·属性相关分析 | 第38-39页 |
·为什么要进行属性相关分析 | 第38页 |
·属性相关分析方法 | 第38-39页 |
·基元理论描述对象之间的空间关系 | 第39-44页 |
·拓扑关系 | 第40-41页 |
·距离关系 | 第41页 |
·方向关系 | 第41-44页 |
第4章 基于距的二叉树多类分类支持向量机算法 | 第44-53页 |
·二叉树多类 SVM的提出 | 第44-45页 |
·基于距的二叉树多类 SVM算法 | 第45-48页 |
·基于距概念的空间距离 | 第46页 |
·算法流程 | 第46-48页 |
·实验及小结 | 第48-53页 |
·实验流程 | 第48-49页 |
·实验结果 | 第49-52页 |
·本章小结 | 第52-53页 |
第5章 总结 | 第53-54页 |
·本文主要的研究成果 | 第53页 |
·有待进一步研究的问题 | 第53-54页 |
攻读学位期间公开发表学术论文情况 | 第54-55页 |
致谢 | 第55-56页 |
参考文献 | 第56-59页 |
研究生履历 | 第59页 |