时空序列数据挖掘中若干关键技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-22页 |
| ·引言 | 第9页 |
| ·研究背景与意义 | 第9-10页 |
| ·数据挖掘概论 | 第10-13页 |
| ·数据挖掘的过程 | 第11-12页 |
| ·数据挖掘的主要方法 | 第12-13页 |
| ·时空序列数据挖掘的研究进展及评述 | 第13-20页 |
| ·时间序列挖掘技术研究简介 | 第13-14页 |
| ·空间数据挖掘技术研究简介 | 第14-16页 |
| ·时空序列数据技术研究内容与研究现状 | 第16-20页 |
| ·本文的主要研究内容 | 第20-22页 |
| 2 时空序列数据的表达、相似性度量及基本性质 | 第22-30页 |
| ·引言 | 第22页 |
| ·时空序列数据的表达 | 第22-23页 |
| ·基于离散化的表达 | 第22-23页 |
| ·基于时间域的表达 | 第23页 |
| ·基于频率域的表达 | 第23页 |
| ·时空序列的相似性度量 | 第23-26页 |
| ·空间相似性度量方法 | 第24-25页 |
| ·时间序列相似性度量方法 | 第25-26页 |
| ·时空序列数据的基本性质 | 第26-29页 |
| ·时空自相关性 | 第26-28页 |
| ·时空异质性 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 3 时空序列聚类分析算法研究 | 第30-36页 |
| ·引言 | 第30页 |
| ·基于种子扩散的时空序列聚类方法 | 第30-33页 |
| ·研究现状 | 第30-31页 |
| ·相关定义 | 第31-32页 |
| ·基于种子扩散的时空序列聚类算法 | 第32-33页 |
| ·实验分析 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 4 时空序列关联规则算法研究 | 第36-44页 |
| ·引言 | 第36页 |
| ·一种约束条件下时空事件关联规则算法 | 第36-39页 |
| ·时空事件关联规则构建 | 第36-38页 |
| ·一种约束条件下时空事件关联规则算法 | 第38-39页 |
| ·实验分析 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 5 时空序列预测模型研究 | 第44-51页 |
| ·引言 | 第44页 |
| ·时空灰色预测模型构建 | 第44-47页 |
| ·灰色预测模型GM(1,1) | 第44-46页 |
| ·空间自相关模型 | 第46-47页 |
| ·时空灰色预测模型STGM(1,1) | 第47页 |
| ·实验分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 6 总结与展望 | 第51-53页 |
| ·引言 | 第51页 |
| ·主要内容总结与创新 | 第51-52页 |
| ·研究展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间的科研情况 | 第58页 |
