| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-11页 |
| ·选题的背景和研究意义 | 第6-8页 |
| ·国内外研究动态 | 第8-9页 |
| ·本课题解决的问题和解决问题的途径 | 第9-10页 |
| ·论文结构 | 第10-11页 |
| 第二章 空间数据挖掘的相关概念 | 第11-20页 |
| ·空间数据挖掘所能发现的知识 | 第11-13页 |
| ·空间数据挖掘的方法 | 第13-17页 |
| ·空间数据挖掘的体系结构 | 第17-18页 |
| ·空间数据挖掘的应用 | 第18-20页 |
| 第三章 一种基于对象的时空数据模型——STAO模型 | 第20-40页 |
| ·基于对象的时空数据模型——STAO模型 | 第20-37页 |
| ·模型定义 | 第20-21页 |
| ·空间对象 | 第21-22页 |
| ·时间对象 | 第22-23页 |
| ·特征对象 | 第23页 |
| ·相互关系 | 第23-37页 |
| ·时空特征对象操作 | 第37-38页 |
| ·特征操作 | 第37页 |
| ·空间操作 | 第37-38页 |
| ·时间操作 | 第38页 |
| ·特征、空间、时间三者互操作 | 第38页 |
| ·基于对象的时空数据概念模型图 | 第38-40页 |
| 第四章 时空数据模型在超市选址中的应用 | 第40-58页 |
| ·研究方法及框架 | 第40-41页 |
| ·空间普查数据库的建立 | 第41-43页 |
| ·数据预处理 | 第43-48页 |
| ·超市数据集中关系集合的导入 | 第43-45页 |
| ·根据人口普查数据定义非空间属性 | 第45-48页 |
| ·关联规则挖掘 | 第48-53页 |
| ·研究结果与讨论 | 第53-55页 |
| ·与基于矢量的空间数据模型的研究方法相比较 | 第55-58页 |
| 第五章 超市选址辅助决策支持系统 | 第58-65页 |
| ·概述 | 第58-59页 |
| ·系统设计流程 | 第59-60页 |
| ·系统功能及实现 | 第60-62页 |
| ·地图浏览子系统 | 第60-61页 |
| ·距离及方位量算 | 第61-62页 |
| ·系统展示 | 第62-65页 |
| 第六章 总结与展望 | 第65-66页 |
| ·全文的工作总结 | 第65页 |
| ·存在的问题及对未来的展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读学位期间的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |