摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 引言 | 第8-16页 |
1.1 研究背景和意义 | 第8-11页 |
1.1.1 空间自相关的研究意义 | 第8-9页 |
1.1.2 空间动态co-location模式挖掘的研究意义 | 第9-11页 |
1.2 研究现状 | 第11-13页 |
1.2.1 空间自相关的研究现状 | 第11-12页 |
1.2.2 空间co-location模式挖掘的研究现状 | 第12-13页 |
1.3 本文的贡献 | 第13-14页 |
1.4 本文的组织结构 | 第14页 |
1.5 本章小结 | 第14-16页 |
第2章 基于k-means算法的数据预处理 | 第16-22页 |
2.1 可行性分析 | 第16页 |
2.2 聚类分析简介 | 第16-17页 |
2.3 k-means聚类 | 第17-18页 |
2.3.1 k-means聚类介绍 | 第17页 |
2.3.2 k-means聚类算法 | 第17-18页 |
2.4 去除空间自相关特征的算法(ACA) | 第18-20页 |
2.4.1 相关定义 | 第18-19页 |
2.4.2 算法思想 | 第19页 |
2.4.3 算法步骤 | 第19-20页 |
2.5 本章小结 | 第20-22页 |
第3章 空间动态co-location模式挖掘算法 | 第22-36页 |
3.1 空间co-location模式挖掘的相关定义 | 第22-24页 |
3.2 空间动态co-location模式挖掘的相关定义 | 第24-25页 |
3.3 空间动态co-location模式挖掘算法 | 第25-34页 |
3.3.1 算法步骤 | 第25-26页 |
3.3.2 空间动态co-location模式挖掘算法(DJ) | 第26-28页 |
3.3.3 算法示例 | 第28-34页 |
3.4 本章小结 | 第34-36页 |
第4章 实验和分析 | 第36-48页 |
4.1 实验环境 | 第36页 |
4.2 实验数据集 | 第36页 |
4.3 去除空间自相关特征的算法(ACA) | 第36-41页 |
4.3.1 聚类偏差值的有效性 | 第36-38页 |
4.3.2 ACA算法的有效性 | 第38-39页 |
4.3.3 空间自相关的特征对算法效率的影响 | 第39-41页 |
4.4 空间动态co-location模式挖掘算法(DJ) | 第41-47页 |
4.4.1 DJ算法的有效性 | 第41-42页 |
4.4.2 探索性挖掘 | 第42-44页 |
4.4.3 DJ算法的性能评测 | 第44-47页 |
4.5 本章小结 | 第47-48页 |
第5章 总结及展望 | 第48-50页 |
5.1 论文总结 | 第48页 |
5.2 未来研究展望 | 第48-50页 |
参考文献 | 第50-54页 |
致谢 | 第54页 |