时空数据挖掘在环境保护中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·数据挖掘的研究现状 | 第10-11页 |
| ·空间数据挖掘研究现状 | 第11-12页 |
| ·时空数据挖掘研究现状 | 第12-13页 |
| ·时空数据挖掘在环境保护中的应用 | 第13-14页 |
| ·论文研究思路 | 第14页 |
| ·论文研究内容及组织 | 第14-16页 |
| 第二章 时空数据挖掘的基础理论与技术框架 | 第16-25页 |
| ·数据挖掘概述 | 第16-19页 |
| ·数据挖掘过程 | 第16-18页 |
| ·数据挖掘研究内容 | 第18-19页 |
| ·空间数据挖掘概述 | 第19-21页 |
| ·空间数据挖掘的过程和体系结构 | 第19-20页 |
| ·空间数据挖掘的方法 | 第20-21页 |
| ·时空数据挖掘概述 | 第21-24页 |
| ·时空数据挖掘的特殊性 | 第21-22页 |
| ·时空数据挖掘的任务和技术 | 第22页 |
| ·时空数据挖掘的过程 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 空气质量与气象条件关联规则挖掘 | 第25-42页 |
| ·数据清理 | 第25-26页 |
| ·空缺值的处理 | 第25页 |
| ·噪声的处理 | 第25-26页 |
| ·离散化和概念层次 | 第26-27页 |
| ·关联规则挖掘概念与算法 | 第27-30页 |
| ·关联规则的定义 | 第27-28页 |
| ·关联规则挖掘算法 | 第28-30页 |
| ·气象条件与空气质量相关性 | 第30-36页 |
| ·主成分相关分析法 | 第30-33页 |
| ·多元线性回归分析法 | 第33-36页 |
| ·传统数据分析方法与关联规则挖掘方法比较 | 第36-37页 |
| ·空气质量与气象条件间关联规则挖掘 | 第37-40页 |
| ·数据预处理 | 第37-38页 |
| ·关联规则挖掘 | 第38-40页 |
| ·关联规则表示与评价 | 第40页 |
| ·本章小结 | 第40-42页 |
| 第四章 空气质量与污染源空间关联规则挖掘 | 第42-57页 |
| ·空间关联规则概述 | 第42-43页 |
| ·空间关联规则定义 | 第42页 |
| ·空间关联规则挖掘过程 | 第42-43页 |
| ·空间谓词 | 第43-46页 |
| ·基于Voronoi区域构建空间事务数据库 | 第46-49页 |
| ·Voronoi图基本概念 | 第46-47页 |
| ·Voronoi图的生成方法 | 第47-48页 |
| ·基于Voronoi区域构建空间事务数据库 | 第48-49页 |
| ·空气质量与污染源空间关联规则挖掘 | 第49-56页 |
| ·研究区域介绍 | 第49-50页 |
| ·空间事务数据挖掘表构造 | 第50-54页 |
| ·结果实现与评价 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 基于时空事件的空气质量时空关联规则挖掘 | 第57-68页 |
| ·时空关联规则概述 | 第57-58页 |
| ·时间粒度与时间关系 | 第58-60页 |
| ·时间粒度 | 第58-59页 |
| ·时间关系 | 第59-60页 |
| ·时间谓词 | 第60-61页 |
| ·基于时空事件的时空事务数据库构建 | 第61-63页 |
| ·时空事件 | 第61-62页 |
| ·时空事务数据库 | 第62-63页 |
| ·空气质量与时空事件关联规则挖掘 | 第63-67页 |
| ·时空事务数据挖掘表构造 | 第63-65页 |
| ·关联规则实现与评价 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 结论及展望 | 第68-69页 |
| ·结论 | 第68页 |
| ·展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士期间主要研究成果 | 第74页 |
