| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·研究背景及研究意义 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·研究的主要内容及组织结构 | 第10-11页 |
| ·本章小结 | 第11-12页 |
| 2 地理信息系统与空间数据挖掘 | 第12-20页 |
| ·地理信息系统 | 第12-15页 |
| ·地理信息系统的定义与分类 | 第12-13页 |
| ·地理信息系统的功能 | 第13页 |
| ·地理信息系统中的空间分析 | 第13-15页 |
| ·地理信息系统的发展动态 | 第15页 |
| ·空间数据挖掘 | 第15-19页 |
| ·数据挖掘及其应用 | 第16-17页 |
| ·空间数据挖掘的定义及特点 | 第17页 |
| ·空间数据挖掘的方法 | 第17-19页 |
| ·空间数据挖掘在GIS中的应用 | 第19页 |
| ·本章小结 | 第19-20页 |
| 3 数据降维算法综述 | 第20-29页 |
| ·引言 | 第20页 |
| ·线性降维方法 | 第20-22页 |
| ·主成分分析(Principal Component Analysis,PCA) | 第20-21页 |
| ·线性判别分析(Linear Discriminant Analysisn,LDA) | 第21-22页 |
| ·非线性降维方法 | 第22-28页 |
| ·核主成分分析(Kernel Principal Component Analysis,KPCA) | 第22-23页 |
| ·多维尺度变换(Multidimensional Scaling,MDS) | 第23-24页 |
| ·Isomap | 第24-26页 |
| ·局部线性嵌入(Locally Linear Embedding,LLE) | 第26-27页 |
| ·拉普拉斯映射(Laplacian Eigenmaps,LE) | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 4 基于正交函数系的聚类方法及其应用 | 第29-37页 |
| ·引言 | 第29-30页 |
| ·正交函数系及非线性变换 | 第30-31页 |
| ·FCM算法 | 第31-32页 |
| ·基于正交函数系和FCM算法的时间序列聚类分析 | 第32-33页 |
| ·实验结果与分析 | 第33-36页 |
| ·UCR标准数据集测试结果 | 第33-35页 |
| ·降雨带划分的聚类分析应用 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 5 一种改进的Isomap算法 | 第37-47页 |
| ·引言 | 第37-38页 |
| ·MDS算法与Isomap算法 | 第38-39页 |
| ·MDS算法 | 第38-39页 |
| ·Isomap算法 | 第39页 |
| ·改进的Isomap数据降维方法 | 第39-41页 |
| ·实验结果与分析 | 第41-46页 |
| ·人脸数据集 | 第41-42页 |
| ·手写数据集 | 第42页 |
| ·人造数据集 | 第42-43页 |
| ·高光谱影像 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-55页 |
| 攻读硕士学位期间发表学术论文情况 | 第55-56页 |
| 致谢 | 第56页 |
