| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 研究背景和意义 | 第7-8页 |
| 1.2 研究现状 | 第8-9页 |
| 1.3 本文贡献 | 第9页 |
| 1.4 本文组织结构 | 第9-11页 |
| 第二章 空间co-location模式挖掘介绍 | 第11-19页 |
| 2.1 空间co-location模式的基本概念及定义 | 第11-15页 |
| 2.2 co-location模式基本挖掘算法 | 第15-16页 |
| 2.3 空间co-location模式挖掘的相关工作 | 第16-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 挖掘频繁co-location长模式 | 第19-31页 |
| 3.1 co-location 长模式描述 | 第19-21页 |
| 3.2 相关定义 | 第21-25页 |
| 3.3 算法实现 | 第25-29页 |
| 3.3.1 基于模式融合的co-location长模式挖掘算法(In-Pex算法) | 第25-27页 |
| 3.3.2 领域驱动的co-location长模式挖掘算法 | 第27-28页 |
| 3.3.3 基于邻近网格的距离计算 | 第28-29页 |
| 3.4 本章小结 | 第29-31页 |
| 第四章 挖掘极大频繁co-location长模式 | 第31-37页 |
| 4.1 极大频繁co-location模式相关内容 | 第31-32页 |
| 4.2 挖掘极大co-location长模式 | 第32-35页 |
| 4.2.1 基于模式融合挖掘极大频繁co-location长模式(MIn-Pex算法) | 第34页 |
| 4.2.2 挖掘极大频繁co-location长模式改进算法 | 第34-35页 |
| 4.3 本章小结 | 第35-37页 |
| 第五章 实验及分析 | 第37-45页 |
| 5.1 实验数据集 | 第38-39页 |
| 5.2 In-Pex算法实验结果与分析 | 第39-41页 |
| 5.2.1 特征数量对算法召回率的影响 | 第39页 |
| 5.2.2 实例总数对算法召回率的影响 | 第39-40页 |
| 5.2.3 距离阈值对算法召回率的影响 | 第40页 |
| 5.2.4 In-Pex算法与传统挖掘算法效率的比较 | 第40-41页 |
| 5.3 MIn-Pex算法实验结果与分析 | 第41-44页 |
| 5.3.1 特征数量对算法时间的影响 | 第41-42页 |
| 5.3.2 实例总数对算法时间的影响 | 第42-43页 |
| 5.3.3 在真实数据集上算法效率和内存占用的比较 | 第43-44页 |
| 5.4 本章小结 | 第44-45页 |
| 第六章 总结与展望 | 第45-47页 |
| 6.1 本文总结 | 第45页 |
| 6.2 未来研究 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 研究生期间参与项目 | 第51-53页 |
| 致谢 | 第53页 |
