| 第一章 绪论 | 第1-13页 |
| ·空间分析数据库的研究发展与实现 | 第9-10页 |
| ·空间数据挖掘与聚类分析 | 第10-11页 |
| ·本论文的组织 | 第11-13页 |
| 第二章 空间对象的表示和组织 | 第13-26页 |
| ·基于Realms 的空间分析数据库系统 | 第13-17页 |
| ·Realms 中对空间数据的约束 | 第13-14页 |
| ·空间元素调整 | 第14-15页 |
| ·基于Realms 的空间对象顺序和构成 | 第15-17页 |
| ·空间元素的顺序 | 第15-16页 |
| ·空间对象的构成 | 第16-17页 |
| ·SDCAS 系统中空间对象组织结构 | 第17-25页 |
| ·空间对象数据结构存储的特征信息 | 第17-18页 |
| ·空间对象的组织结构 | 第18-20页 |
| ·空间信息的聚集过程 | 第19页 |
| ·空间元素多索引的组织方式 | 第19-20页 |
| ·空间对象的索引结构 | 第20-25页 |
| ·SADBS 中的简单索引结构 | 第20-21页 |
| ·SDCAS 中的R 树索引 | 第21-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 聚类分析概述 | 第26-32页 |
| ·聚类的相似性度量方法 | 第26-28页 |
| ·聚类分析处理的数据类型 | 第26页 |
| ·聚类对象距离定义 | 第26-27页 |
| ·聚类间的距离 | 第27-28页 |
| ·主要聚类算法 | 第28-31页 |
| ·划分方法 | 第28-29页 |
| ·层次方法 | 第29-30页 |
| ·基于密度的算法 | 第30页 |
| ·基于网格和基于模型的算法 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于密度的空间聚类算法研究 | 第32-43页 |
| ·DBSCAN 算法 | 第32-34页 |
| ·其它的基于密度的聚类算法 | 第34-35页 |
| ·基于SDCAS 索引结构和数据结构的聚类算法 | 第35-42页 |
| ·常用的空间索引 | 第35-37页 |
| ·SADBS 中空间索引的结构和使用 | 第37页 |
| ·基于SADBS 数据结构RTDBSCAN 算法 | 第37-42页 |
| ·算法思想 | 第38-39页 |
| ·算法讨论和实现 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 基于Delaunay 三角剖分的聚类算法研究 | 第43-53页 |
| ·基于Delaunay 三角剖分的聚类算法 | 第43-46页 |
| ·Delaunay 三角剖分 | 第43-44页 |
| ·AUTOCLUST 算法 | 第44-46页 |
| ·空间约束数据聚类算法DHCA | 第46-52页 |
| ·问题提出 | 第46-48页 |
| ·DHCA 算法 | 第48-52页 |
| ·算法思想 | 第48-49页 |
| ·算法的详细描述 | 第49-52页 |
| ·算法讨论 | 第52页 |
| ·本章小结 | 第52-53页 |
| 第六章 聚类分析操作的定义和实现 | 第53-61页 |
| ·聚类操作的分类描述 | 第53-56页 |
| ·空间对象的访问 | 第53页 |
| ·聚类分析操作分类描述 | 第53-56页 |
| ·基于划分算法函数定义 | 第54-55页 |
| ·基于密度算法函数定义 | 第55页 |
| ·其它聚类算法函数定义 | 第55-56页 |
| ·典型聚类分析操作的算法实现 | 第56-58页 |
| ·聚类示例 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第七章 结论和进一步研究 | 第61-63页 |
| ·SADBS 本身的局限 | 第61页 |
| ·空间索引和查询算法的改进 | 第61-62页 |
| ·空间聚类操作的进一步完善 | 第62-63页 |
| 致谢 | 第63-64页 |
| 在学期间研究成果 | 第64-65页 |
| 参考文献 | 第65-66页 |