| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-10页 |
| ·论文选题依据和背景 | 第6页 |
| ·国内外研究动态 | 第6-8页 |
| ·本文研究得主要内容和技术路线 | 第8页 |
| ·论文结构 | 第8-10页 |
| 第二章 住房保障决策支持系统和空间数据挖掘理论基础 | 第10-23页 |
| ·住房保障决策支持系统概念 | 第10-13页 |
| ·住房保障决策支持系统体系结构 | 第11-12页 |
| ·住房保障传统决策支持系统面临的问题 | 第12-13页 |
| ·空间数据挖掘定义 | 第13-23页 |
| ·空间数据挖掘体系结构 | 第16-17页 |
| ·空间数据挖掘常用技术 | 第17-20页 |
| ·空间数据挖掘模型 | 第20-23页 |
| 第三章 空间数据挖掘聚类算法中的关键技术 | 第23-29页 |
| ·CLARANS算法 | 第24-25页 |
| ·DBSCAN算法 | 第25-26页 |
| ·BIRCH算法 | 第26-27页 |
| ·STING算法 | 第27页 |
| ·CLIQUE算法 | 第27页 |
| ·CURE算法 | 第27-28页 |
| ·OPTICS算法 | 第28页 |
| ·算法比较 | 第28-29页 |
| 第四章 基于DBSCAN的改进算法设计与验证 | 第29-35页 |
| ·空间数据关系 | 第29-31页 |
| ·拓扑关系 | 第29页 |
| ·方位关系 | 第29-30页 |
| ·度量关系 | 第30-31页 |
| ·DBSCAN算法改进 | 第31-35页 |
| ·DBSCAN算法的一些定义 | 第31-32页 |
| ·改进DBSCAN算法 | 第32-35页 |
| 第五章 空间聚类算法在住房保障决策支持系统中的实现 | 第35-39页 |
| ·算法源代码 | 第35-37页 |
| ·统模块分析与设计 | 第37-39页 |
| ·数据预处理模块 | 第37-38页 |
| ·决策分析模块 | 第38页 |
| ·可视化模块 | 第38-39页 |
| 第六章 空间聚类算法实验 | 第39-52页 |
| ·开发测试环境数据集 | 第39页 |
| ·实验结果和分析 | 第39-52页 |
| 第七章 论文总结和展望 | 第52-53页 |
| ·总结 | 第52页 |
| ·展望 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55-57页 |