时空关联规则挖掘研究
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 1 绪论 | 第12-21页 |
| ·论文选题背景和意义 | 第12-13页 |
| ·研究现状 | 第13-18页 |
| ·时空关联规则挖掘算法 | 第13-14页 |
| ·关联规则的评价与表述 | 第14-15页 |
| ·工具与应用 | 第15-16页 |
| ·时空谓词 | 第16页 |
| ·存在的问题 | 第16-18页 |
| ·研究内容 | 第18-21页 |
| ·关联规则挖掘的理论 | 第18页 |
| ·关联规则挖掘与评价方法 | 第18-19页 |
| ·挖掘与筛选工具 | 第19-20页 |
| ·章节安排 | 第20页 |
| ·论文创新点 | 第20-21页 |
| 2 关联规则的理论 | 第21-35页 |
| ·概率论与一阶谓词逻辑 | 第21-27页 |
| ·关联规则基本概念 | 第27-29页 |
| ·项 | 第27-28页 |
| ·项集 | 第28页 |
| ·关联规则 | 第28页 |
| ·支持度 | 第28-29页 |
| ·置信度 | 第29页 |
| ·关联规则的规范化定义 | 第29-33页 |
| ·基于概率论的定义 | 第30-32页 |
| ·基于谓词逻辑的定义 | 第32-33页 |
| ·适于关联规则挖掘的数据的特征 | 第33-34页 |
| ·小结 | 第34-35页 |
| 3 基于有限测度的时空关联规则挖掘方法 | 第35-84页 |
| ·数据挖掘三要素 | 第36-38页 |
| ·通用关联规则挖掘框架 | 第38-44页 |
| ·适于关联规则挖掘的数据 | 第38-40页 |
| ·关联规则挖掘算法 | 第40-43页 |
| ·关联规则挖掘得到的模式：频繁项集和关联规则 | 第43-44页 |
| ·事务数据的挖掘 | 第44-57页 |
| ·事务数据的特点 | 第45-46页 |
| ·基于文件的事务数据 | 第46-48页 |
| ·基于数据库/数据仓库的事务数据 | 第48-52页 |
| ·事务数据中时空谓词的表述 | 第52-53页 |
| ·实验：从事务数据中挖掘时空关联规则 | 第53-57页 |
| ·空间数据的挖掘 | 第57-71页 |
| ·栅格数据 | 第57-59页 |
| ·矢量数据 | 第59-62页 |
| ·混合型数据 | 第62-68页 |
| ·关联规则挖掘中的图层快速求交方法 | 第68-70页 |
| ·空间数据中时空谓词的表述 | 第70-71页 |
| ·实验：从空间数据中挖掘时空关联规则 | 第71页 |
| ·时空数据的挖掘 | 第71-80页 |
| ·利用GARMF挖掘时空数据 | 第72-73页 |
| ·快照序列数据的关联规则挖掘方法 | 第73-77页 |
| ·时空数据中时空谓词的表述 | 第77页 |
| ·实验：从时空数据中挖掘时空关联规则 | 第77-80页 |
| ·关联规则的增量挖掘 | 第80-83页 |
| ·针对阈值变化的增量挖掘方法 | 第81页 |
| ·针对项的变化的增量挖掘方法 | 第81-82页 |
| ·实验：时空关联规则的增量式挖掘 | 第82-83页 |
| ·小结 | 第83-84页 |
| 4 关联规则的评价与筛选 | 第84-118页 |
| ·关联规则挖掘中模式评价与筛选的重要性 | 第84-86页 |
| ·挖掘结果评价与筛选的意义 | 第84-85页 |
| ·挖掘过程中模式评价与筛选的意义 | 第85-86页 |
| ·模式的评价指标 | 第86-88页 |
| ·模式评价指标的分类 | 第86-87页 |
| ·评价指标概览 | 第87-88页 |
| ·项集的评价指标 | 第88-95页 |
| ·关联规则的评价指标 | 第95-113页 |
| ·客观评价指标 | 第96-105页 |
| ·主观评价指标 | 第105-113页 |
| ·评价指标的综合 | 第113页 |
| ·基于项和评价指标的筛选模板 | 第113-116页 |
| ·基于项的模板 | 第114-116页 |
| ·基于评价指标的模板 | 第116页 |
| ·小结 | 第116-118页 |
| 5 基于时空关联规则挖掘的LUCC轨迹分析 | 第118-129页 |
| ·LUCC轨迹分析的难点 | 第118-119页 |
| ·难以完整、高效地提取轨迹 | 第119页 |
| ·缺乏轨迹表述与分析方法 | 第119页 |
| ·使用关联规则挖掘算法提取LUCC轨迹 | 第119-120页 |
| ·利用挖掘结果进行轨迹分析 | 第120-121页 |
| ·实验 | 第121-127页 |
| ·数据准备 | 第122页 |
| ·轨迹提取与分析 | 第122-127页 |
| ·小结 | 第127-129页 |
| 6 时空关联规则挖掘支撑系统的开发 | 第129-138页 |
| ·系统架构 | 第129-132页 |
| ·表示层 | 第130-131页 |
| ·业务逻辑层 | 第131-132页 |
| ·数据访问层及物理层 | 第132页 |
| ·系统操作界面及实验结果展现 | 第132-136页 |
| ·整体界面 | 第132-134页 |
| ·各功能模块界面 | 第134-135页 |
| ·操作流程及结果展示 | 第135-136页 |
| ·小结 | 第136-138页 |
| 7 总结 | 第138-141页 |
| ·主要成果 | 第138-139页 |
| ·后续待解决的问题 | 第139-141页 |
| 参考文献 | 第141-150页 |
| 攻博期间的科研成果 | 第150-152页 |
| 附录一 关联规则相关术语的翻译与使用 | 第152-154页 |
| 附录二 隶属度数据转化为布尔型数据的方法 | 第154-156页 |
| 附录三 RFL的安装与使用 | 第156-162页 |
| 附录四 DAP Shell的安装与配置 | 第162-163页 |
| 致谢 | 第163-164页 |
