| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-12页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究现状 | 第10-11页 |
| ·本文的研究内容 | 第11-12页 |
| 第2章 空间离群挖掘概述 | 第12-18页 |
| ·引言 | 第12页 |
| ·空间数据简介 | 第12-14页 |
| ·空间对象的本质属性 | 第13页 |
| ·空间数据属性的分类方法 | 第13页 |
| ·空间离群检测中数据的表示方法 | 第13-14页 |
| ·离群检测算法分类 | 第14-15页 |
| ·经典空间离群检测算法简介 | 第15-17页 |
| ·SLOM算法 | 第15-17页 |
| ·SLOF算法 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第3章 基于Delaunay三角剖分的空间离群检测算法 | 第18-36页 |
| ·引言 | 第18页 |
| ·随机增量Delaunay三角剖分算法 | 第18-23页 |
| ·Delaunay三角剖分的定义 | 第18-19页 |
| ·相关特性 | 第19-20页 |
| ·Delaunay三角剖分随机增量构造法 | 第20页 |
| ·算法步骤 | 第20-21页 |
| ·算法描述 | 第21-23页 |
| ·算法时间复杂度分析 | 第23页 |
| ·基于DT图的空间对象相邻关系定义 | 第23页 |
| ·基于DT图的相邻关系求解算法DTNB | 第23-25页 |
| ·算法步骤 | 第23页 |
| ·算法描述 | 第23-24页 |
| ·实验测试与分析 | 第24-25页 |
| ·空间离群检测算法DT-SLOI | 第25-35页 |
| ·相关概念 | 第25-27页 |
| ·算法步骤 | 第27页 |
| ·算法描述 | 第27-30页 |
| ·算法时间复杂度分析 | 第30页 |
| ·实验测试及分析 | 第30-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 包含多维非空间属性的离群检测算法 | 第36-46页 |
| ·引言 | 第36页 |
| ·空间离群检测算法CAP-SOF | 第36-45页 |
| ·相关概念 | 第36-38页 |
| ·算法步骤 | 第38页 |
| ·算法描述 | 第38-41页 |
| ·算法复杂度分析 | 第41页 |
| ·实验测试及分析 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 结束语 | 第46-48页 |
| ·工作总结 | 第46页 |
| ·进一步的工作 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |
| 附录 攻读硕士学位期间发表论文情况 | 第52页 |