| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 信息可视化概述 | 第12-15页 |
| 1.3 可视分析概述 | 第15-16页 |
| 1.4 本文研究内容 | 第16-17页 |
| 1.5 技术路线 | 第17-18页 |
| 1.6 论文的组织结构 | 第18-19页 |
| 第二章 时空数据可视分析概述 | 第19-34页 |
| 2.1 时空信息可视化技术概述 | 第19-23页 |
| 2.2 空间数据聚类算法概述 | 第23-30页 |
| 2.3 面向领域应用的时空数据可视分析 | 第30-33页 |
| 2.4 研究思路 | 第33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 基于密度的空间数据聚类算法 | 第34-55页 |
| 3.1 基于密度的空间数据聚类算法K-DBSCAN | 第34-41页 |
| 3.2 基于密度与网格的空间数据聚类算法GRIDEN | 第41-52页 |
| 3.3 算法应用与讨论 | 第52-53页 |
| 3.4 本章小结 | 第53-55页 |
| 第四章 基于时空密度波与同步性的网格聚类算法 | 第55-63页 |
| 4.1 GRIDWAVE算法的基本概念 | 第55-57页 |
| 4.2 GRIDWAVE算法 | 第57-59页 |
| 4.3 实验与应用 | 第59-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 基于密度聚类和时空图的产品销售网络可视分析方法 | 第63-73页 |
| 5.1 产品销售分析需求 | 第63-64页 |
| 5.2 产品销售网络拓扑模型 | 第64-65页 |
| 5.3 面向商圈的产品销售网络可视化 | 第65-68页 |
| 5.4 实验与应用案例 | 第68-72页 |
| 5.5 本章小结 | 第72-73页 |
| 第六章 基于时空图的市场数据可视分析系统 | 第73-85页 |
| 6.1 系统架构设计 | 第73-74页 |
| 6.2 基于网格划分的海量数据预处理 | 第74-76页 |
| 6.3 市场数据可视分析 | 第76-78页 |
| 6.4 应用实例 | 第78-84页 |
| 6.5 本章小结 | 第84-85页 |
| 第七章 结论与展望 | 第85-88页 |
| 7.1 总结 | 第85-86页 |
| 7.2 创新点 | 第86-87页 |
| 7.3 展望 | 第87-88页 |
| 参考文献 | 第88-100页 |
| 致谢 | 第100-101页 |
| 个人简介 | 第101页 |
