| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究的目的及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 课题的来源及研究内容 | 第15-17页 |
| 1.3.1 课题来源 | 第15页 |
| 1.3.2 课题的主要研究内容 | 第15-17页 |
| 第2章 空间对象索引概述 | 第17-26页 |
| 2.1 空间对象及索引结构特征 | 第17-19页 |
| 2.1.1 空间数据特点 | 第17-18页 |
| 2.1.2 空间索引的特征 | 第18-19页 |
| 2.2 空间索引结构的发展和分类 | 第19-21页 |
| 2.2.1 空间索引结构的研究发展 | 第19-20页 |
| 2.2.2 空间索引结构的分类 | 第20-21页 |
| 2.3 主流的空间索引 | 第21-25页 |
| 2.3.1 基于K-D树空间索引结构 | 第21页 |
| 2.3.2 R树家族空间索引结构 | 第21-24页 |
| 2.3.3 基于四叉树的空间索引结构 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于Chameleon算法的R树构建及节点分裂方法 | 第26-36页 |
| 3.1 基于Chameleon的R树索引结构构建 | 第26-30页 |
| 3.1.1 相关定义 | 第27-28页 |
| 3.1.2 处理少量数据集时R树构建方法 | 第28-29页 |
| 3.1.3 处理海量空间对象的R树构建方法 | 第29-30页 |
| 3.2 节点分裂方法 | 第30-32页 |
| 3.3 性能分析 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 基于改进Chameleon算法的R树构建方法 | 第36-46页 |
| 4.1 相关定义 | 第36-37页 |
| 4.2 基于人工蜂群算法的ACH-MEANS聚类算法 | 第37-39页 |
| 4.3 基于ACH-MEANS算法的R树构建方法 | 第39-41页 |
| 4.4 性能分析 | 第41-44页 |
| 4.5 本章小结 | 第44-46页 |
| 第5章 基于Hilbert曲线的不确定数据索引构建 | 第46-61页 |
| 5.1 Hilbert曲线相关概念 | 第46-49页 |
| 5.2 UAH-MEANS算法相关定义 | 第49页 |
| 5.3 基于Hilbert曲线的不确定数据聚类算法UAH-MEANS | 第49-52页 |
| 5.4 基于UAH-MEANS算法的不确定数据索引结构构建 | 第52-56页 |
| 5.4.1 相关概念定义 | 第53页 |
| 5.4.2 基于Hilbert曲线的HACH-R构建索引方法 | 第53-56页 |
| 5.5 性能分析 | 第56-59页 |
| 5.6 本章小结 | 第59-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 攻读硕士学位期间发表的学术论文 | 第69-70页 |
| 致谢 | 第70页 |
