| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-30页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 基础概念 | 第13-24页 |
| 1.2.1 基于位置服务技术 | 第13-15页 |
| 1.2.2 空间数据库管理技术 | 第15-19页 |
| 1.2.3 不确定数据管理技术 | 第19-24页 |
| 1.3 本文的研究目的与意义 | 第24-27页 |
| 1.4 本文的研究内容和组织结构 | 第27-30页 |
| 第二章 国内外研究现状 | 第30-38页 |
| 2.1 不确定数据的概率近邻查询 | 第30-35页 |
| 2.1.1 概率阈值近邻查询 | 第32-34页 |
| 2.1.2 Top-k概率近邻查询 | 第34页 |
| 2.1.3 优越近邻查询 | 第34-35页 |
| 2.2 不确定数据的概率反近邻查询 | 第35-37页 |
| 2.2.1 基于对象间空间几何关系 | 第35-36页 |
| 2.2.2 基于对象间依赖关系 | 第36-37页 |
| 2.3 不确定数据的概率组近邻查询 | 第37页 |
| 2.4 本章小节 | 第37-38页 |
| 第三章 不确定数据的概率反近邻查询 | 第38-60页 |
| 3.1 预备知识 | 第38-41页 |
| 3.1.1 问题提出 | 第38-40页 |
| 3.1.2 概念网格划分 | 第40-41页 |
| 3.2 空间剪枝策略 | 第41-48页 |
| 3.2.1 基于角度范围的定理的提出 | 第42-44页 |
| 3.2.2 空间剪枝算法 | 第44-47页 |
| 3.2.3 空间剪枝算法的优化 | 第47-48页 |
| 3.3 概率剪枝策略 | 第48-53页 |
| 3.3.1 不确定对象的影响集 | 第48-50页 |
| 3.3.2 概率上界 | 第50-52页 |
| 3.3.3 概率剪枝算法 | 第52-53页 |
| 3.4 求精算法 | 第53-54页 |
| 3.5 实验及结果分析 | 第54-58页 |
| 3.5.1 实验环境及实验设计 | 第54-55页 |
| 3.5.2 实验结果与分析 | 第55-58页 |
| 3.6 本章小节 | 第58-60页 |
| 第四章 不确定数据的概率组近邻查询 | 第60-94页 |
| 4.1 预备知识 | 第60-66页 |
| 4.1.1 问题提出 | 第61-63页 |
| 4.1.2 R树、R~*树索引以及最佳优先搜索方法 | 第63-65页 |
| 4.1.3 四叉树索引 | 第65-66页 |
| 4.2 索引结构 | 第66-68页 |
| 4.2.1 全局索引结构 | 第67页 |
| 4.2.2 局部索引结构 | 第67-68页 |
| 4.3 空间剪枝策略 | 第68-77页 |
| 4.3.1 最大-/最小距离剪枝准则 | 第69-70页 |
| 4.3.2 基于增量搜索的空间剪枝算法 | 第70-72页 |
| 4.3.3 基于质心的空间剪枝算法 | 第72-77页 |
| 4.4 概率剪枝策略 | 第77-82页 |
| 4.4.1 基于对象分割和概率上下界的剪枝思想 | 第77-78页 |
| 4.4.2 单个对象分割计算概率上下界的方法 | 第78-79页 |
| 4.4.3 多个对象分割计算概率上下界的方法 | 第79-81页 |
| 4.4.4 概率剪枝算法 | 第81-82页 |
| 4.5 求精算法 | 第82页 |
| 4.6 概率组k近邻查询算法 | 第82-85页 |
| 4.6.1 索引结构 | 第83页 |
| 4.6.2 空间剪枝算法 | 第83-84页 |
| 4.6.3 概率剪枝算法 | 第84-85页 |
| 4.6.4 求精算法 | 第85页 |
| 4.7 实验结果与分析 | 第85-92页 |
| 4.7.1 实验环境及实验设计 | 第86-87页 |
| 4.7.2 实验结果与分析 | 第87-92页 |
| 4.8 本章小节 | 第92-94页 |
| 第五章 基于极限学习机的概率近邻与反近邻查询处理优化 | 第94-114页 |
| 5.1 引言 | 第94-96页 |
| 5.2 预备知识 | 第96-99页 |
| 5.2.1 问题提出 | 第97页 |
| 5.2.2 极限学习机ELM概述 | 第97-99页 |
| 5.3 基于ELM分类的概率阈值查询框架 | 第99-101页 |
| 5.4 特征选取 | 第101-102页 |
| 5.4.1 概率阈值近邻查询 | 第101页 |
| 5.4.2 概率阂值反近邻查询 | 第101-102页 |
| 5.5 基于ELM的阈值分类算法 | 第102-103页 |
| 5.5.1 多数投票方法 | 第102页 |
| 5.5.2 阈值分类算法TCA | 第102-103页 |
| 5.6 基于阈值分类的查询处理算法 | 第103-107页 |
| 5.6.1 阈值调整方法 | 第103-104页 |
| 5.6.2 动态分类策略 | 第104-105页 |
| 5.6.3 四阶段的概率阈值查询算法 | 第105-107页 |
| 5.7 实验结果与分析 | 第107-113页 |
| 5.7.1 实验环境及实验设计 | 第107-109页 |
| 5.7.2 实验结果与分析 | 第109-113页 |
| 5.8 本章小节 | 第113-114页 |
| 第六章 结束语 | 第114-118页 |
| 6.1 本文工作总结 | 第114-115页 |
| 6.2 未来的研究方向 | 第115-118页 |
| 参考文献 | 第118-134页 |
| 致谢 | 第134-136页 |
| 攻博期间发表的论文 | 第136-138页 |
| 科研经历 | 第138-140页 |
| 作者简介 | 第140页 |