范例推理在GIS中的应用研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·背景 | 第8-12页 |
| ·范例推理简介 | 第8-10页 |
| ·GIS系统概述 | 第10-11页 |
| ·范例推理与GIS的结合 | 第11-12页 |
| ·本文的内容及安排 | 第12-13页 |
| 第二章 范例推理的基本原理 | 第13-27页 |
| ·范例推理的提出与发展现状 | 第13-18页 |
| ·机器学习的发展及存在问题 | 第13-15页 |
| ·范例推理方法简述 | 第15-17页 |
| ·范例推理的历史与现状 | 第17-18页 |
| ·范例推理系统结构及优缺点比较 | 第18-21页 |
| ·范例推理的系统结构 | 第18-19页 |
| ·范例推理的优缺点简述 | 第19-20页 |
| ·范例推理方法与其它方法的集成 | 第20-21页 |
| ·范例推理与专家系统的比较 | 第21页 |
| ·范例推理系统的关键技术研究 | 第21-26页 |
| ·相似性计算函数 | 第21-24页 |
| ·范例推理的修正技术 | 第24-25页 |
| ·范例系统的维护 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 GIS系统概述 | 第27-34页 |
| ·GIS的提出与发展现状 | 第27-29页 |
| ·地理信息系统简介 | 第27页 |
| ·GIS的现状与发展 | 第27-29页 |
| ·GIS的体系结构及特点 | 第29-31页 |
| ·GIS的基本功能和特征 | 第29页 |
| ·GIS体系结构 | 第29-31页 |
| ·GIS的空间数据及其表示 | 第31-33页 |
| ·空间数据的概念 | 第31页 |
| ·空间数据的表示 | 第31-33页 |
| ·GIS中数据模型的研究 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第四章 范例推理和GIS的集成研究 | 第34-49页 |
| ·范例推理解决地学问题的优势 | 第34-36页 |
| ·GIS在解决空间问题时遇到的问题 | 第34页 |
| ·范例推理在解决空间问题上的潜力 | 第34-35页 |
| ·范例推理应用于GIS的几点优势 | 第35-36页 |
| ·基于范例推理的地理信息系统的架构 | 第36-37页 |
| ·地理范例的概念 | 第37-40页 |
| ·范例的定义及其构成 | 第37-39页 |
| ·地理范例的提出与定义 | 第39-40页 |
| ·地理范例的构建 | 第40-42页 |
| ·地理范例的概念模型 | 第40-41页 |
| ·地理范例构建的一般过程 | 第41-42页 |
| ·地理范例的模型研究 | 第42-45页 |
| ·地理范例推理的特殊性 | 第42-43页 |
| ·地理范例的表达与推理 | 第43-45页 |
| ·基于Tesseral方法的推理模型 | 第45-48页 |
| ·Tesseral方法简述 | 第45-46页 |
| ·时空问题推理 | 第46-47页 |
| ·基于Tesseral的范例推理 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 CBR在GIS中的应用研究实例 | 第49-63页 |
| ·基于MapInfo平台的合肥电子地图 | 第49-53页 |
| ·系统概述 | 第49页 |
| ·系统总体设计 | 第49-50页 |
| ·系统详细设计 | 第50-52页 |
| ·系统的实现 | 第52-53页 |
| ·CBR方法在合肥市绿化管理上的应用 | 第53-62页 |
| ·绿化管理中地理范例的构建 | 第53-56页 |
| ·Tesseral方法在绿化管理上的应用 | 第56-58页 |
| ·运行界面 | 第58-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| ·本文内容总结 | 第63-64页 |
| ·研究展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 在校期间主要科研及工作情况 | 第69-70页 |
| 附录1 常见绿化植物生态习性 | 第70-72页 |
