| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文组织结构 | 第13-15页 |
| 第2章 相关知识 | 第15-25页 |
| 2.1 关联规则 | 第15-18页 |
| 2.2 空间统计学 | 第18-21页 |
| 2.3 空间数据挖掘 | 第21-23页 |
| 2.4 数据的不确定性 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 面向位置不确定的时空同现模式挖掘的研究 | 第25-54页 |
| 3.1 不确定数据的存在及应用领域 | 第25-26页 |
| 3.2 不确定数据下空间同位模式挖掘的研究 | 第26-42页 |
| 3.2.1 传统挖掘算法 | 第26-28页 |
| 3.2.2 基于Filter-Refine和实例无连接方法的改进算法 | 第28-39页 |
| 3.2.3 算法运行结果分析 | 第39-42页 |
| 3.3 面向位置不确定的时空同现模式挖掘的研究 | 第42-53页 |
| 3.3.1 时空同现模式 | 第42-43页 |
| 3.3.2 面向位置不确定的时空同现模式挖掘算法 | 第43-50页 |
| 3.3.3 算法运行结果分析 | 第50-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第4章 部分周期时空同现模式挖掘的研究 | 第54-62页 |
| 4.1 传统的部分周期时空同现模式挖掘算法 | 第55-56页 |
| 4.2 基于TOP-K%的传统PPCOP算法 | 第56-57页 |
| 4.3 基于TOP-K%的改进PPCOP算法 | 第57-60页 |
| 4.4 算法运行结果分析 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第5章 总结与展望 | 第62-64页 |
| 5.1 研究总结 | 第62页 |
| 5.2 研究展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 附录 | 第68页 |