| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题研究背景和意义 | 第11-12页 |
| ·国内外研究现状及发展趋势 | 第12-15页 |
| ·本文主要研究内容及思路 | 第15页 |
| ·论文的总体组织结构 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第2章 空间数据挖掘基础理论与方法 | 第17-25页 |
| ·空间数据挖掘的基本概念 | 第17-18页 |
| ·空间数据挖掘的一般过程 | 第18-19页 |
| ·空间数据挖掘可发现的知识类型 | 第19-20页 |
| ·空间关联/序列规则 | 第19-20页 |
| ·空间特征/区分规则 | 第20页 |
| ·空间分类/回归规则 | 第20页 |
| ·空间聚类/函数依赖规则 | 第20页 |
| ·普遍的几何知识 | 第20页 |
| ·空间分布规律 | 第20页 |
| ·空间数据挖掘的一般方法 | 第20-23页 |
| ·归纳与演绎的方法 | 第20-21页 |
| ·空间统计分析方法 | 第21页 |
| ·空间分析的方法 | 第21页 |
| ·Rough集方法 | 第21-22页 |
| ·地理空间聚类方法 | 第22页 |
| ·空间关联规则分析 | 第22页 |
| ·地理空间分类与预测分析 | 第22页 |
| ·基于云理论的方法 | 第22页 |
| ·异常值分析 | 第22页 |
| ·计算几何方法 | 第22-23页 |
| ·空间数据挖掘与其它相关学科的关系 | 第23-24页 |
| ·SDM与DM | 第23页 |
| ·SDM与机器学习 | 第23页 |
| ·SDM与地学数据分析 | 第23页 |
| ·SDM与空间数据库 | 第23-24页 |
| ·SDM与空间数据仓库 | 第24页 |
| ·SDM与数字地球 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第3章 空间关联规则挖掘算法研究 | 第25-48页 |
| ·基本概念和理论 | 第25-27页 |
| ·Apriori算法及其改进 | 第27-33页 |
| ·Apriori算法 | 第27-30页 |
| ·由频繁项集产生关联规则 | 第30-31页 |
| ·Apriori算法的优化 | 第31-33页 |
| ·数据库事务压缩的方法 | 第31-33页 |
| ·基于采样的方法 | 第33页 |
| ·基于数据划分的方法 | 第33页 |
| ·FP—growth算法 | 第33-37页 |
| ·FP-tree的建立 | 第34-35页 |
| ·基于FP-tree挖掘关联规则 | 第35-36页 |
| ·算法性能比较与分析 | 第36-37页 |
| ·基于空间统计学的空间关联规则挖掘 | 第37-46页 |
| ·空间统计学基本理论和相关性质 | 第38-43页 |
| ·空间权重矩阵 | 第38-39页 |
| ·全局空间自相关测度指标—Moran's I和Geary's C | 第39-41页 |
| ·局部空间自相关的测度指标—G统计量和LISA | 第41-43页 |
| ·实例分析 | 第43-46页 |
| ·本章小结 | 第46-48页 |
| 第4章 分布式空间关联规则挖掘算法 | 第48-61页 |
| ·分布式空间关联规则挖掘算法一般结构 | 第48页 |
| ·空间关联规则挖掘算法的并行化处理 | 第48-59页 |
| ·计数分布算法(Count Distribution，CD) | 第49-50页 |
| ·CD算法的改进 | 第50-56页 |
| ·相关定义 | 第50-51页 |
| ·局部剪枝 | 第51-53页 |
| ·候选项集的全局剪枝 | 第53-54页 |
| ·节点投票机制 | 第54页 |
| ·CD-LGP算法描述 | 第54-56页 |
| ·数据分布算法(Data Distribution，DD) | 第56-57页 |
| ·混合算法(Hybrid Distribution，HD) | 第57-59页 |
| ·算法性能分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 基于网格技术的空间数据挖掘研究 | 第61-74页 |
| ·空间知识网格 | 第61页 |
| ·面向服务的空间数据挖掘体系结构 | 第61-66页 |
| ·基于网格技术的SDM体系结构基本特征 | 第61-62页 |
| ·数据访问和数据代理服务 | 第62-64页 |
| ·数据访问服务 | 第62-63页 |
| ·数据代理服务 | 第63-64页 |
| ·空间数据挖掘服务 | 第64-66页 |
| ·集中式空间数据挖掘服务(Centralized Spatial Data Mining Service，CSDMS) | 第64-65页 |
| ·分布式空间数据挖掘服务(Distributed Spatial Data Mining Service，DSDMS) | 第65-66页 |
| ·基于知识网格的空间数据分解算法 | 第66-69页 |
| ·数据划分的一般原则 | 第67页 |
| ·空间数据划分的方法 | 第67-68页 |
| ·网格环境下的空间数据划分策略 | 第68-69页 |
| ·基于GridSim的网格仿真实验及结果分析 | 第69-72页 |
| ·GridSim简介 | 第69-70页 |
| ·仿真实验及结果分析 | 第70-72页 |
| ·基于网格技术的空间数据挖掘应用前景 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第6章 结论与展望 | 第74-77页 |
| ·主要研究成果 | 第74-75页 |
| ·未来工作展望 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 致谢 | 第82-83页 |
| 攻读硕士学位期间取得的科研成果 | 第83页 |
