基于空间数据库的数据挖掘方法研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-18页 |
| ·引言 | 第10页 |
| ·国内外研究现状及研究方向 | 第10-11页 |
| ·研究现状 | 第10-11页 |
| ·研究方向 | 第11页 |
| ·空间数据库概述 | 第11-17页 |
| ·空间数据结构 | 第12-14页 |
| ·空间数据模型 | 第14-15页 |
| ·空间数据索引技术 | 第15-17页 |
| ·研究内容与章节安排 | 第17-18页 |
| 第二章 空间数据挖掘技术 | 第18-25页 |
| ·基础知识 | 第18-19页 |
| ·空间数据挖掘的由来 | 第18-19页 |
| ·空间数据挖掘的特点 | 第19页 |
| ·空间数据挖掘的体系结构 | 第19-20页 |
| ·空间数据挖掘的基本方法 | 第20-22页 |
| ·空间数据挖掘的步骤 | 第22-23页 |
| ·空间数据挖掘结果表示 | 第23-25页 |
| 第三章 空间聚类分析 | 第25-34页 |
| ·聚类分析基础 | 第25-26页 |
| ·聚类度量标准 | 第26-28页 |
| ·对象之间的距离 | 第26-27页 |
| ·对象之间的相似系数 | 第27-28页 |
| ·空间聚类算法分类 | 第28-32页 |
| ·基于划分的算法 | 第28-29页 |
| ·基于密度的算法 | 第29-30页 |
| ·基于网格的算法 | 第30-31页 |
| ·基于层次的算法 | 第31-32页 |
| ·基于模型的方法 | 第32页 |
| ·目前的应用对聚类算法的要求 | 第32-34页 |
| 第四章 基于密度的空间聚类算法 | 第34-42页 |
| ·引言 | 第34页 |
| ·相关研究工作 | 第34-35页 |
| ·DBSCAN 算法介绍 | 第35-36页 |
| ·基本概念 | 第35页 |
| ·算法思想 | 第35-36页 |
| ·DBSCAN 算法改进研究 | 第36-41页 |
| ·相关概念 | 第36-37页 |
| ·算法说明 | 第37页 |
| ·算法思想 | 第37-38页 |
| ·算法步骤 | 第38-39页 |
| ·算法分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 带障碍约束的聚类算法研究 | 第42-54页 |
| ·问题描述 | 第42页 |
| ·相关研究工作 | 第42-43页 |
| ·基于数学形态学的空间聚类算法 | 第43-47页 |
| ·数学形态学基础 | 第43-45页 |
| ·基于数学形态学的聚类算法描述 | 第45-46页 |
| ·最优聚类数的确定 | 第46-47页 |
| ·基于数学形态学的带障碍约束的聚类算法 | 第47-51页 |
| ·算法说明 | 第47页 |
| ·算法思想 | 第47-48页 |
| ·算法步骤 | 第48-49页 |
| ·算法实现 | 第49-51页 |
| ·性能分析算及法实验 | 第51-53页 |
| ·性能分析 | 第51-52页 |
| ·数据实验 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| ·工作总结 | 第54页 |
| ·未来的研究计划 | 第54-56页 |
| 参考文献 | 第56-58页 |
| 研究生期间发表论文 | 第58-59页 |
| 致谢 | 第59页 |
