首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于空间自相关的空间数据挖掘若干关键技术的研究

摘要第1-6页
ABSTRACT第6-14页
第1章 绪论第14-29页
   ·研究背景及意义第14-15页
   ·数据挖掘第15-19页
     ·数据挖掘的产生和发展第15-16页
     ·数据挖掘的研究现状第16-18页
     ·数据挖掘的应用第18-19页
   ·空间数据及其索引第19-26页
     ·空间数据的复杂特性第19-20页
     ·空间数据类型第20页
     ·空间数据结构第20-21页
     ·空间关系第21-23页
     ·空间数据索引第23-26页
   ·本文的主要内容及论文组织第26-28页
   ·本章小结第28-29页
第2章 空间数据挖掘的研究现状第29-54页
   ·空间数据挖掘的定义和特点第29-30页
   ·空间数据挖掘在国内外的研究进展第30-39页
     ·空间聚类第31-36页
     ·空间分类和预测第36-37页
     ·空间关联规则第37-38页
     ·空间孤立点第38-39页
   ·空间数据挖掘的主要方法第39-42页
   ·空间数据挖掘所能发现的知识类型第42-43页
   ·空间数据挖掘的基本过程和系统结构第43-45页
     ·空间数据挖掘的基本过程第43-44页
     ·空间数据挖掘的系统结构第44-45页
   ·空间数据挖掘与相关学科的关系第45-51页
   ·空间数据挖掘的应用第51-52页
   ·典型的空间数据挖掘系统介绍第52页
   ·本章小结第52-54页
第3章 一种改进的基于密度的抽样聚类算法第54-64页
   ·DBSCAN 算法第54-56页
     ·DBSCAN 算法的思想第55-56页
     ·DBSCAN 算法的局限性第56页
   ·基于密度的抽样聚类算法第56-61页
     ·基本概念第57页
     ·种子对象的选取第57-59页
     ·对象丢失和聚类分裂的处理第59页
     ·算法描述第59-61页
   ·实验与分析第61-63页
     ·聚类效果的比较第61-62页
     ·执行效率的比较第62-63页
   ·本章小结第63-64页
第4章 一种新的正负空间同位规则挖掘算法第64-75页
   ·相关工作第64-66页
     ·关联规则挖掘的研究第64-65页
     ·空间关联规则挖掘的研究第65-66页
   ·空间同位问题的研究第66-68页
   ·PNSCLRMA 算法模型第68-71页
     ·基本概念第68-70页
     ·确定星形邻域第70页
     ·搜索感兴趣的空间同位模式第70-71页
   ·PNSCLRMA 算法描述第71-73页
   ·实验第73-74页
   ·本章小结第74-75页
第5章 基于多元线性回归模型的空间预测第75-84页
   ·相关问题第75-79页
     ·空间分类和预测问题的形式化描述第75-76页
     ·空间自相关的度量第76-77页
     ·空间邻接矩阵第77-79页
   ·多元线性回归模型第79-80页
   ·空间预测模型第80-82页
     ·空间自相关模型第80-81页
     ·在自变量和因变量上加入空间信息的模型第81-82页
   ·实验与分析第82-83页
   ·本章小结第83-84页
第6章 基于模糊 c-means 算法的空间分类和预测第84-92页
   ·引言第84-85页
   ·模糊 c-means 算法第85-87页
   ·模糊空间分类和预测第87-89页
     ·空间模糊c-means 算法第87-88页
     ·基于模糊c-means 算法的空间分类和预测算法第88-89页
   ·算法性能分析与实验结果第89-91页
     ·复杂度分析第89页
     ·实验结果第89-91页
   ·本章小结第91-92页
第7章 总结及展望第92-96页
   ·本文总结第92-93页
   ·进一步的研究工作第93-96页
参考文献第96-108页
致谢第108-109页
在学期间的研究成果及发表的学术论文第109-110页

论文共110页,点击 下载论文
上一篇:第二代Curvelet变换及其在图像融合中的应用研究
下一篇:脉冲超宽带系统多址接入性能研究