| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景和意义 | 第9-10页 |
| ·研究的现状 | 第10-11页 |
| ·本文的贡献 | 第11-12页 |
| ·本文的组织结构 | 第12-13页 |
| 第二章 空间数据挖掘的相关知识 | 第13-18页 |
| ·空间数据挖掘的概念及其主要特点 | 第13页 |
| ·空间数据挖掘的过程 | 第13-14页 |
| ·空间数据挖掘的主要任务 | 第14-16页 |
| ·空间聚类 | 第14-15页 |
| ·空间关联规则 | 第15页 |
| ·空间异常点检测 | 第15页 |
| ·空间分类 | 第15-16页 |
| ·空间数据挖掘可视化的概念 | 第16页 |
| ·空间数据挖掘可视化的分类 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 空间co-location模式挖掘介绍 | 第18-28页 |
| ·co-location模式挖掘的现状 | 第18-19页 |
| ·空间co-location模式挖掘的相关概念及性质 | 第19-22页 |
| ·相关概念 | 第19-21页 |
| ·相关性质 | 第21-22页 |
| ·带时间约束的co-location模式挖掘介绍 | 第22-23页 |
| ·co-location模式挖掘算法的分类及经典挖掘算法的介绍 | 第23-27页 |
| ·co-location挖掘算法分类 | 第23-24页 |
| ·join-based算法 | 第24-26页 |
| ·基于前缀树结构的空间co-location模式挖掘算法曲 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 时间约束下无阈值的co-location模式挖掘 | 第28-46页 |
| ·问题的提出及相关定义 | 第28-33页 |
| ·相关定义 | 第28-30页 |
| ·提出问题 | 第30-33页 |
| ·无阈值的相关定义 | 第33-37页 |
| ·邻近图的产生方式 | 第37-38页 |
| ·时间约束下无阈值的co-location模式挖掘算法及优化 | 第38-45页 |
| ·基本算法 | 第39-41页 |
| ·优化及剪枝策略 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 实验分析 | 第46-52页 |
| ·合成数据 | 第46-49页 |
| ·特征的个数对生成的置信度模式的影响 | 第46-47页 |
| ·实例的个数对算法的影响 | 第47-48页 |
| ·实例数目对生成的置信度模式的影响 | 第48-49页 |
| ·在实际数据中的应用 | 第49-51页 |
| ·实际应用的目的和意义 | 第49页 |
| ·实际数据的采集 | 第49-50页 |
| ·实际数据的挖掘结果 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·论文总结 | 第52页 |
| ·未来的研究方向 | 第52-54页 |
| 附录1 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59页 |
