| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第9-17页 |
| ·空间数据挖掘的概述 | 第9-13页 |
| ·空间数据挖掘的定义 | 第9页 |
| ·空间数据挖掘的过程 | 第9-10页 |
| ·空间数据挖掘的知识表示 | 第10-11页 |
| ·空间数据挖掘的主要方法 | 第11-13页 |
| ·空间聚类分析的研究意义 | 第13-14页 |
| ·空间聚类是空间数据挖掘的重要研究内容 | 第13页 |
| ·空间聚类分析是其他挖掘方法的基础 | 第13-14页 |
| ·现有聚类方法存在的主要问题 | 第14-15页 |
| ·论文的主要研究内容与组织框架 | 第15-17页 |
| 第二章 空间数据挖掘中聚类分析的基本概述 | 第17-28页 |
| ·聚类的基本理论 | 第17-22页 |
| ·聚类的定义 | 第17页 |
| ·聚类分析中常见的数据结构 | 第17-19页 |
| ·聚类分析中相似性的测度 | 第19-21页 |
| ·聚类分析中的准则确定 | 第21-22页 |
| ·聚类的基本过程 | 第22页 |
| ·具有代表性的聚类分析方法 | 第22-26页 |
| ·基于划分的方法(Partitioning Method) | 第22-24页 |
| ·基于层次的方法(Hierarchical Method) | 第24页 |
| ·基于密度的方法(Density-based Method) | 第24-25页 |
| ·基于网格的方法(Grid-based method) | 第25-26页 |
| ·基于模型的方法(Model-based method) | 第26页 |
| ·本章小结 | 第26-28页 |
| 第三章 基于模拟退火思想的空间聚类分析 | 第28-43页 |
| ·模拟退火的理论概述 | 第28-32页 |
| ·模拟退火思想的引入 | 第28-29页 |
| ·高温物理退火的过程和Metropolis准则 | 第29-31页 |
| ·模拟退火的基本过程 | 第31-32页 |
| ·模拟退火思想对空间聚类的模拟 | 第32-35页 |
| ·利用模拟退火思想对空间聚类方法的优化 | 第35-38页 |
| ·K-means算法的基本概述 | 第35-36页 |
| ·利用模拟退火思想优化的K-means算法 | 第36-38页 |
| ·实验与分析 | 第38-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于三角网断边的空间聚类分析 | 第43-53页 |
| ·三角网的相关概述 | 第43-45页 |
| ·三角网的基本概念 | 第43页 |
| ·三角网的构建过程 | 第43-44页 |
| ·三角网的存储结构 | 第44-45页 |
| ·利用三角网断边法对空间实体的初始划分 | 第45-49页 |
| ·三角网对于空间聚类的参考意义 | 第45-46页 |
| ·利用三角网断边法进行聚类初始划分的过程 | 第46-49页 |
| ·基于三角网断边的空间聚类过程 | 第49-50页 |
| ·实验与分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 顾及障碍物约束的空间聚类分析 | 第53-68页 |
| ·顾及障碍物空间聚类问题的提出与研究现状 | 第53-55页 |
| ·顾及障碍物空间聚类问题的提出 | 第53-54页 |
| ·顾及障碍物空间聚类分析的研究现状 | 第54-55页 |
| ·顾及障碍物的空间距离 | 第55-56页 |
| ·利用凸包求取障碍距离的方法 | 第56-59页 |
| ·凸包的基本概念 | 第56-57页 |
| ·利用凸包求取障碍距离的方法 | 第57-59页 |
| ·利用改进k-中心点方法顾及障碍物的聚类 | 第59-62页 |
| ·传统k-中心点算法 | 第59-60页 |
| ·两点改进措施 | 第60-61页 |
| ·改进k-中心点算法的实现过程 | 第61-62页 |
| ·实验与分析 | 第62-66页 |
| ·本章小结 | 第66-68页 |
| 第六章 总结与展望 | 第68-71页 |
| ·论文总结 | 第68-69页 |
| ·今后工作展望 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第74-75页 |
| 致谢 | 第75页 |
