| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 矿产资源开发利用研究现状 | 第9-11页 |
| 1.2.2 矿产资源与能源开发利用与区域经济关系研究现状 | 第11页 |
| 1.3 论文研究内容和技术路线 | 第11-12页 |
| 1.3.1 论文主要研究内容 | 第11-12页 |
| 1.3.2 技术线路 | 第12页 |
| 1.4 研究目的和意义 | 第12-14页 |
| 2 矿产资源与能源开发利用及区域经济发展 | 第14-20页 |
| 2.1 矿产资源与能源的基本概念 | 第14-17页 |
| 2.1.1 矿产资源与能源界定 | 第14页 |
| 2.1.2 矿产资源与能源的主要特点[18] | 第14-15页 |
| 2.1.3 矿产资源与能源开发利用理论 | 第15-17页 |
| 2.2 矿产资源开发利用与区域经济发展关系 | 第17-20页 |
| 2.2.1 矿产资源与能源开发利用对区域经济发展的积极作用 | 第17-18页 |
| 2.2.2 矿产资源与能源开发利用对区域经济发展的消极作用 | 第18-20页 |
| 3 数据挖掘技术 | 第20-31页 |
| 3.1 数据挖掘任务和过程 | 第20-21页 |
| 3.1.1 数据挖掘的过程 | 第20页 |
| 3.1.2 数据挖掘的任务 | 第20-21页 |
| 3.2 聚类算法 | 第21-23页 |
| 3.2.1 聚类分析的过程 | 第21-23页 |
| 3.3 相关分析技术 | 第23-26页 |
| 3.3.1 相关关系 | 第23-24页 |
| 3.3.2 相关分析 | 第24-25页 |
| 3.3.3 皮尔逊相关分析 | 第25-26页 |
| 3.4 支持向量机算法 | 第26-29页 |
| 3.4.1 支持向量回归机原理 | 第26-29页 |
| 3.4.2 核函数 | 第29页 |
| 3.4.3 核函数参数 | 第29页 |
| 3.5 处理软件 | 第29-31页 |
| 3.5.1 PolyAnalyst 介绍 | 第29-30页 |
| 3.5.2 MATLAB 介绍 | 第30-31页 |
| 4 基于 K-均值聚类的矿产资源与能源开发利用现状 | 第31-53页 |
| 4.1 基于 K-均值聚类的矿产资源与能源开发现状 | 第31-41页 |
| 4.1.1 已收集资料 | 第31-32页 |
| 4.1.2 分析过程 | 第32-38页 |
| 4.1.3 分析结论 | 第38-41页 |
| 4.2 基于 K-均值聚类的矿产资源与能源与能源利用现状 | 第41-50页 |
| 4.2.1 数据收集 | 第41-42页 |
| 4.2.2 分析过程 | 第42-47页 |
| 4.2.3 分析结论 | 第47-50页 |
| 4.3 基于 K-均值聚类的经济发展数据分析 | 第50-52页 |
| 4.3.1 已收集资料 | 第50-51页 |
| 4.3.2 分析过程 | 第51页 |
| 4.3.3 分析结论 | 第51-52页 |
| 4.4 本节结论 | 第52-53页 |
| 5.基于相关性的经济影响因素分析 | 第53-57页 |
| 5.1 数据收集 | 第53页 |
| 5.2 相关性分析 | 第53-55页 |
| 5.3 相关性分析结论 | 第55-57页 |
| 6 基于支持向量回归机的经济发展预测 | 第57-62页 |
| 6.1 数据收集 | 第57页 |
| 6.2 分析过程 | 第57-58页 |
| 6.3 分析结论 | 第58-62页 |
| 7 结论 | 第62-65页 |
| 参考文献 | 第65-69页 |
| 在学期间研究成果 | 第69-70页 |
| 致谢 | 第70页 |
