基于聚类的空间数据挖掘方法与应用研究

第一章 绪论	第1-13页
·空间数据挖掘概述	第7-9页
·空间数据挖掘和知识发现的含义及步骤	第7-8页
·空间数据挖掘的任务	第8-9页
·国内外研究现状及选题意义	第9-12页
·国内外研究现状	第9-11页
·选题意义	第11-12页
·论文的研究内容	第12-13页
第二章 聚类分析基础	第13-25页
·聚类分析的概念、基础要求及描述形式	第13-15页
·聚类分析的数据类型	第15-17页
·聚类分析的相似度度量	第17-20页
·聚类分析算法	第20-21页
·聚类的定义、特征和聚类间的距离	第21-23页
·潜在应用对聚类算法提出的特别要求	第23-25页
第三章 分层聚类方法与应用	第25-46页
·空间距离规则分析	第25-27页
·分层聚类方法的实现与应用	第27-38页
·分层聚类方法的实现	第27-29页
·实例分析	第29-38页
·分层聚类法的改进及其应用	第38-45页
·处理方法	第38-39页
·实例分析	第39-45页
·实验结论	第45-46页
第四章 k-means聚类方法与应用	第46-60页
·传统k-means算法简介	第46-47页
·传统k-means算法定义	第46页
·传统k-means算法过程	第46-47页
·k-means算法的研究现状及算法的特点和问题	第47-49页
·k-means算法的研究现状	第47-48页
·k-means算法的特点和问题	第48-49页
·k-means算法的改进	第49-59页
·样本数据的随机抽取	第49-51页
·样本数据的处理	第51-52页
·改进的k-means算法过程	第52-53页
·实例分析	第53-59页
·实验结论	第59-60页
第五章 基于聚类的空间数据挖掘系统设计与实现	第60-67页
·三个重要概念及其联系	第60页
·系统设计目标	第60-61页
·系统设计	第61-64页
·系统实现	第64-66页
·结论	第66-67页
第六章 研究总结与展望	第67-69页
·主要研究成果	第67-68页
·进一步研究的建议	第68-69页
致谢	第69-70页
主要参考文献	第70-73页
攻读硕士学位期间科研工作简介	第73页