| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-20页 |
| ·选题背景及研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-17页 |
| ·聚类数据挖掘 | 第11-13页 |
| ·多尺度数据挖掘 | 第13-14页 |
| ·尺度转换 | 第14-15页 |
| ·流动人口 | 第15-17页 |
| ·论文的主要研究内容 | 第17-18页 |
| ·论文组织与结构 | 第18-20页 |
| 2 聚类挖掘算法与尺度转换 | 第20-26页 |
| ·聚类挖掘算法与分类 | 第20-24页 |
| ·聚类数据挖掘 | 第20-21页 |
| ·基于层次的聚类挖掘算法 | 第21-23页 |
| ·基于划分的聚类挖掘算法 | 第23-24页 |
| ·其它聚类挖掘算法 | 第24页 |
| ·尺度转换理论与方法 | 第24-26页 |
| ·尺度转换的理论依据 | 第24-25页 |
| ·尺度转换方法 | 第25-26页 |
| ·本章小结 | 第26页 |
| 3 基于加权向量提升的多尺度聚类挖掘算法 | 第26-39页 |
| ·多尺度数据中尺度的向量表示 | 第26-31页 |
| ·尺度的相关定义 | 第26-29页 |
| ·尺度的向量表示 | 第29-31页 |
| ·基于加权向量提升的多尺度聚类挖掘算法 | 第31-32页 |
| ·算法中需要解决的两个问题 | 第32-36页 |
| ·基准尺度的选取 | 第32-33页 |
| ·聚类挖掘算法及尺度转换方法的确定 | 第33-36页 |
| ·基于加权向量提升的多尺度聚类挖掘算法的评价机制 | 第36-38页 |
| ·尺度转换的评价 | 第36-37页 |
| ·聚类结果的评价 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 4 多尺度聚类挖掘算法在 H 省流动人口分析中的应用 | 第39-52页 |
| ·H 省流动人口的多尺度聚类挖掘模式 | 第39-40页 |
| ·H 省流动人口概况 | 第39-40页 |
| ·H 省流动人口的多尺度聚类挖掘模式 | 第40页 |
| ·H 省流动人口的预处理 | 第40-44页 |
| ·数据清理 | 第41页 |
| ·数据转换 | 第41-43页 |
| ·数据生成 | 第43-44页 |
| ·多尺度聚类挖掘算法在 H 省流动人口分析中的应用 | 第44-52页 |
| ·辅助工具 | 第45-46页 |
| ·操作流程 | 第46页 |
| ·结果分析 | 第46-51页 |
| ·结论 | 第51-52页 |
| ·本章小结 | 第52页 |
| 5 总结与展望 | 第52-54页 |
| ·总结 | 第52-53页 |
| ·工作展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间取得的科研成果清单 | 第58页 |