| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-17页 |
| ·数据挖掘研究概述 | 第9-11页 |
| ·数据挖掘的功能 | 第9-10页 |
| ·数据挖掘的方法 | 第10页 |
| ·数据挖掘的应用 | 第10-11页 |
| ·时空数据挖掘概述 | 第11-13页 |
| ·空间数据挖掘 | 第11-12页 |
| ·时空数据挖掘 | 第12-13页 |
| ·研究背景、内容及意义 | 第13-15页 |
| ·研究背景 | 第13-14页 |
| ·研究内容 | 第14页 |
| ·研究意义 | 第14-15页 |
| ·本文的组织结构 | 第15-17页 |
| 第2章 时空同现模式挖掘相关工作研究 | 第17-26页 |
| ·时空同现模式挖掘的理论基础 | 第17-19页 |
| ·同位模式 | 第17-18页 |
| ·同现模式 | 第18-19页 |
| ·数学基础 | 第19页 |
| ·时空同现模式挖掘算法研究 | 第19-25页 |
| ·时空同现模式挖掘步骤 | 第20-21页 |
| ·时空同现模式挖掘算法分类 | 第21-24页 |
| ·时空同现模式挖掘算法分析 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于Time Aggregate Graph时空同现模式挖掘算法 | 第26-44页 |
| ·Time Aggregate Graph(TAG)简介 | 第26-27页 |
| ·基于TAG时空同现模式存储模型 | 第27-29页 |
| ·MDCOP Graph Miner算法 | 第29-36页 |
| ·问题提出 | 第29-30页 |
| ·相关概念 | 第30页 |
| ·MDCOP Graph Miner算法描述 | 第30-36页 |
| ·实验结果及分析 | 第36-42页 |
| ·实验设计 | 第37-38页 |
| ·实验结果分析 | 第38-41页 |
| ·时间复杂度比较 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第4章 大数据下时空同现模式挖掘算法 | 第44-54页 |
| ·问题提出 | 第44页 |
| ·LDMDCOP Graph Miner算法 | 第44-51页 |
| ·LDMDCOP Graph Miner算法基本思想 | 第45页 |
| ·LDMDCOP Graph Miner算法描述 | 第45-51页 |
| ·实验结果及分析 | 第51-53页 |
| ·实验数据 | 第51页 |
| ·实验结果分析 | 第51-52页 |
| ·时间复杂度分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 结束语 | 第54-56页 |
| ·本文总结 | 第54-55页 |
| ·研究展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间的研究成果 | 第60页 |
