| 摘要 | 第1-6页 |
| Abstract | 第6-16页 |
| 1 绪论 | 第16-32页 |
| ·空间数据挖掘概述 | 第16-21页 |
| ·空间数据挖掘研究动态 | 第21-24页 |
| ·城市空间数据挖掘的任务与方法 | 第24-30页 |
| ·本文的组织结构 | 第30-32页 |
| 2 空间数据挖掘中的基础计算模型 | 第32-51页 |
| ·空间关系计算 | 第32-38页 |
| ·空间实体关联矩阵 | 第38-41页 |
| ·空间状态关联矩阵 | 第41-44页 |
| ·空间实体信息模型 | 第44-48页 |
| ·矢量化栅格数据结构 | 第48-51页 |
| 3 城市空间分布数据挖掘 | 第51-78页 |
| ·城市空间分布数据挖掘的主要任务 | 第51-52页 |
| ·城市土地适宜性评价-以济南市高新技术产业用地适宜性评价为例 | 第52-60页 |
| ·评价指标体系及权重分配 | 第53-56页 |
| ·单指标评价 | 第56-59页 |
| ·多指标综合评价 | 第59页 |
| ·土地适宜性级别的划分 | 第59-60页 |
| ·城市功能区划分-以济南市建成区空间聚类为例 | 第60-68页 |
| ·城市功能分区指标体系的建立 | 第61页 |
| ·城市功能分区指标赋值 | 第61-62页 |
| ·基于自组织神经网络的城市空间聚类方法 | 第62-66页 |
| ·分类图层的平滑算法 | 第66-68页 |
| ·城市土地利用空间优化 | 第68-73页 |
| ·空间优化模型 | 第69页 |
| ·空间优化算法 | 第69-71页 |
| ·空间优化实验结果 | 第71-73页 |
| ·城市离散空间场相关指数计算 | 第73-78页 |
| ·基本概念 | 第73-74页 |
| ·用信息熵测度离散空间场相关性 | 第74-76页 |
| ·实验结果 | 第76-78页 |
| 4 城市空间动态数据挖掘 | 第78-100页 |
| ·城市空间动态数据挖掘的基本概念 | 第78-80页 |
| ·空间动态预测与空间动态模拟的区别与联系 | 第78页 |
| ·城市空间动态预测与模拟的主要方法 | 第78-80页 |
| ·基于CA的城市土地利用结构演变预测 | 第80-87页 |
| ·CA基本原理 | 第80-82页 |
| ·状态转换规则的挖掘方法 | 第82-83页 |
| ·随机预测方法 | 第83-84页 |
| ·时间对应关系 | 第84页 |
| ·案例-济南市土地利用空间结构演变预测 | 第84-87页 |
| ·基于空间自回归的城市地域单元属性变动预测 | 第87-94页 |
| ·空间自回归基本概念及计算模型 | 第87-90页 |
| ·案例-山东省17城市GDP变动预测 | 第90-94页 |
| ·城市地域空间扩展预测 | 第94-100页 |
| ·城市边界提取方法 | 第94-95页 |
| ·城市空间扩展预测方法 | 第95-97页 |
| ·案例-济南市地域扩展预测 | 第97-100页 |
| 5 城市空间与时序关联规则挖掘 | 第100-135页 |
| ·关联规则挖掘的粗糙集方法 | 第100-112页 |
| ·粗糙集的基本概念 | 第100-102页 |
| ·信息表和决策表建立 | 第102-104页 |
| ·基于数据约简的关联规则提取方法 | 第104-109页 |
| ·基于等价类划分的关联规则提取方法 | 第109-112页 |
| ·利用粗糙集方法挖掘空间关联规则 | 第112-124页 |
| ·基于粗糙集的空间关联规则挖掘步骤 | 第112页 |
| ·基于数据约简的空间关联规则挖掘实例 | 第112-119页 |
| ·基于等价类划分的空间关联规则挖掘实例 | 第119-124页 |
| ·时序关联规则挖掘 | 第124-129页 |
| ·时序信息表的建立方法 | 第125-126页 |
| ·时序关联规则挖掘实例 | 第126-129页 |
| ·利用空间关联矩阵挖掘空间相关知识 | 第129-135页 |
| ·利用空间侧近矩阵挖掘沿线城市信息 | 第129-131页 |
| ·利用空间切割矩阵挖掘沿线区域信息 | 第131-132页 |
| ·利用空间状态关联矩阵挖掘区域相关知识 | 第132-135页 |
| 6 城市群空间数据挖掘 | 第135-160页 |
| ·城市群空间分布轴线挖掘 | 第135-141页 |
| ·分布直线计算 | 第136-137页 |
| ·分布曲线计算 | 第137-139页 |
| ·案例-胶济产业带分布轴线挖掘 | 第139-141页 |
| ·城市群空间离散度计算 | 第141-147页 |
| ·加权平均重心距离 | 第141页 |
| ·加权平均间距 | 第141-142页 |
| ·空间标准差 | 第142-143页 |
| ·空间基尼系数 | 第143-144页 |
| ·空间分数维 | 第144-145页 |
| ·案例-济南和青岛空间离散度比较分析 | 第145-147页 |
| ·基于属性加权Voronoi图的城市群吸引范围挖掘 | 第147-152页 |
| ·城市吸引范围的特点分析 | 第147-148页 |
| ·城市吸引范围计算方法 | 第148-149页 |
| ·城市曲边Voronoi多边形自动绘制 | 第149-151页 |
| ·案例-济南市吸引范围计算 | 第151-152页 |
| ·城市群重心移动轨迹预测 | 第152-156页 |
| ·基于齐夫定则的属性预测法 | 第152-154页 |
| ·重心轨迹拟合预测法 | 第154-156页 |
| ·城市群空间引力场计算及可视化 | 第156-158页 |
| ·城市群空间潜能场计算及可视化 | 第158-160页 |
| 7 城市空间数据挖掘实验系统USDMS构建 | 第160-163页 |
| ·开发策略 | 第160页 |
| ·系统设计 | 第160页 |
| ·系统功能 | 第160-162页 |
| ·系统评价 | 第162-163页 |
| 8 研究总结与展望 | 第163-165页 |
| ·主要研究成果 | 第163-164页 |
| ·进一步研究的建议 | 第164-165页 |
| 主要参考文献 | 第165-173页 |
| 攻读博士学位期间科研工作简介 | 第173-175页 |
| 致谢 | 第175页 |