| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·课题研究背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·研究目标及研究内容 | 第12页 |
| ·论文的组织与安排 | 第12-14页 |
| 第二章 凸壳 | 第14-25页 |
| ·凸壳定义 | 第14-16页 |
| ·二维凸壳生成算法 | 第16-22页 |
| ·卷包裹（Gift Wrap）法 | 第16-17页 |
| ·格雷厄姆（Graham）法 | 第17-19页 |
| ·快速凸壳（Quick Hull）法 | 第19-20页 |
| ·分而治之（Divide & Conquer）法 | 第20-21页 |
| ·增量法 | 第21-22页 |
| ·三维凸壳生成算法 | 第22-23页 |
| ·卷包裹法 | 第22页 |
| ·增量法 | 第22-23页 |
| ·凸壳与 Voronoi 图的关系 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 Voronoi 图 | 第25-35页 |
| ·Voronoi 图定义 | 第25-26页 |
| ·Voronoi 图性质 | 第26-27页 |
| ·控制范围性质 | 第26页 |
| ·线性性质 | 第26-27页 |
| ·空圆性质 | 第27页 |
| ·近邻性质 | 第27页 |
| ·局部动态性质 | 第27页 |
| ·Voronoi 图生成算法 | 第27-34页 |
| ·增量法 | 第28-30页 |
| ·分而治之法 | 第30-32页 |
| ·扫描线法 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 Delaunay三角剖分 | 第35-44页 |
| ·三角剖分 | 第35页 |
| ·Delaunay 三角剖分 | 第35-39页 |
| ·Delaunay 三角剖分概念 | 第36-37页 |
| ·Delaunay 三角剖分性质 | 第37-39页 |
| ·Delaunay 三角剖分生成算法 | 第39-43页 |
| ·边翻转（Edge Flip）法 | 第39-40页 |
| ·三角网生长法 | 第40-41页 |
| ·分而治之法 | 第41-43页 |
| ·增量法 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第五章 高维 Voronoi 图随机增量算法 | 第44-52页 |
| ·随机增量算法 | 第44页 |
| ·单形（Simplex） | 第44-45页 |
| ·高维 Voronoi 图随机增量算法及改进 | 第45-51页 |
| ·算法描述 | 第45-48页 |
| ·算法注意问题 | 第48-49页 |
| ·主要数据结构 | 第49页 |
| ·算法的难点及改进分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 实验及结果分析 | 第52-57页 |
| ·实验环境 | 第52-53页 |
| ·实验结果比较与分析 | 第53-56页 |
| ·对比实验分析 | 第53-55页 |
| ·改进后算法结果分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第七章 高维 Voronoi 图的应用研究 | 第57-64页 |
| ·Voronoi 图在高维数据集聚类上的应用 | 第57-61页 |
| ·k 均值（K-Means）算法 | 第57-58页 |
| ·最小生成树（Minimum Spanning Tree） | 第58-59页 |
| ·利用高维 Voronoi 图的聚类算法 | 第59-61页 |
| ·测试算例 | 第61页 |
| ·Voronoi 图在高维路径规划中的应用 | 第61-63页 |
| ·迪杰斯特拉(Dijkstra)算法 | 第61-62页 |
| ·利用高维 Voronoi 图的路径规划算法 | 第62页 |
| ·测试算例 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间取得的研究成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 附件 | 第71页 |