| 第一章 引言 | 第1-22页 |
| ·立题依据 | 第9-10页 |
| ·空间数据挖掘发展概述 | 第10-15页 |
| ·数据库中知识发现发展概述 | 第10-11页 |
| ·数据挖掘发展概述 | 第11-12页 |
| ·空间数据挖掘发展概述 | 第12-15页 |
| ·空间聚类挖掘发展概述 | 第15-17页 |
| ·聚类挖掘发展概述 | 第15-16页 |
| ·空间聚类挖掘的研究现状 | 第16-17页 |
| ·尺度相关理论概述 | 第17-18页 |
| ·可视化数据挖掘概述 | 第18-19页 |
| ·论文的主要内容及特色 | 第19-20页 |
| ·论文的组织与安排 | 第20-22页 |
| 第二章 空间数据聚类挖掘理论基础 | 第22-41页 |
| ·聚类的基本概念 | 第22-23页 |
| ·模式的定义与分类假设 | 第22页 |
| ·聚类与分类 | 第22-23页 |
| ·聚类与空间聚类 | 第23页 |
| ·聚类的基本过程 | 第23-27页 |
| ·特征选择与抽取 | 第24页 |
| ·模式间相似性度量 | 第24-26页 |
| ·数据分组 | 第26页 |
| ·数据抽象 | 第26页 |
| ·结果评价 | 第26-27页 |
| ·人在聚类中的作用 | 第27页 |
| ·空间聚类挖掘对象及其特点 | 第27-32页 |
| ·空间聚类挖掘对象的空间特征 | 第28-30页 |
| ·空间聚类挖掘对象的存储 | 第30-31页 |
| ·空间数据特点及数据挖掘对空间聚类算法提出的新要求 | 第31-32页 |
| ·现有空间聚类算法分类研究 | 第32-39页 |
| ·基于分割的空间聚类算法 | 第33-34页 |
| ·基于密度的空间聚类算法 | 第34-35页 |
| ·基于网格的空间聚类算法 | 第35-36页 |
| ·基于层次的空间聚类算法 | 第36-39页 |
| ·多种类型混合的空间聚类算法 | 第39页 |
| ·本章小结 | 第39-41页 |
| 第三章 空间数据预处理与可视化 | 第41-64页 |
| ·数据清理 | 第41-43页 |
| ·空缺数据填充 | 第41-42页 |
| ·噪音数据处理 | 第42-43页 |
| ·数据集成与转换 | 第43-47页 |
| ·数据集成处理 | 第43-44页 |
| ·数据转换处理 | 第44-47页 |
| ·数据归约 | 第47-52页 |
| ·离散化与概念层次生成 | 第48-52页 |
| ·基于空间数据仓库的空间数据立方与OLAP 多维分析 | 第52-63页 |
| ·空间数据仓库的基本概念和基础理论 | 第52-54页 |
| ·空间数据立方的基本概念 | 第54-56页 |
| ·空间数据立方的构建实例 | 第56-63页 |
| ·本章小结 | 第63-64页 |
| 第四章 基于图分割的空间数据可视化层次聚类挖掘 | 第64-87页 |
| ·基于图分割的空间数据可视化聚类方法的提出背景 | 第64-71页 |
| ·问题提出 | 第64-65页 |
| ·现有空间邻接关系的定义与描述方式 | 第65-69页 |
| ·基于MST 的聚类挖掘研究进展及存在问题 | 第69-71页 |
| ·基于最小生成树(MST)的空间数据可视化聚类挖掘 | 第71-85页 |
| ·最小生成树(MST)的相关基本概念 | 第71-72页 |
| ·基于最小生成树(MST)的空间聚类算法思想 | 第72-73页 |
| ·基于最小生成树(MST)的空间聚类算法描述 | 第73-80页 |
| ·基于最小生成树(MST)的空间聚类算法实现 | 第80-84页 |
| ·性能比较与分析 | 第84-85页 |
| ·本章小结 | 第85-87页 |
| 第五章 尺度维条件下基于图分割的空间层次聚类挖掘 | 第87-96页 |
| ·空间数据的多尺度性 | 第87-89页 |
| ·空间数据的多尺度性 | 第87-88页 |
| ·空间关系的多尺度性 | 第88页 |
| ·尺度问题与空间聚类 | 第88-89页 |
| ·尺度维条件下的空间聚类挖掘研究现状及存在问题 | 第89-92页 |
| ·多尺度问题研究 | 第89-91页 |
| ·尺度维条件下的空间聚类挖掘的问题分析 | 第91-92页 |
| ·尺度维条件下的MST 聚类 | 第92-95页 |
| ·尺度维条件下的MST 聚类挖掘算法思想 | 第92-93页 |
| ·尺度维条件下的MST 聚类挖掘算法描述 | 第93页 |
| ·尺度维条件下的MST 聚类挖掘算法实现 | 第93-95页 |
| ·本章小结 | 第95-96页 |
| 第六章 空间数据可视化挖掘系统原型的构建与应用 | 第96-112页 |
| ·实例背景 | 第96-97页 |
| ·总体需求 | 第96页 |
| ·应用数据源情况 | 第96-97页 |
| ·系统技术框架与主要功能模块 | 第97-103页 |
| ·基于Web Services 技术的系统结构 | 第97-100页 |
| ·系统的开发环境与运行环境 | 第100-101页 |
| ·系统的功能模块 | 第101-103页 |
| ·主要应用算法简介 | 第103页 |
| ·运行结果 | 第103-110页 |
| ·系统运行界面 | 第103-104页 |
| ·VSG-CLUST 算法注册 | 第104-105页 |
| ·空间聚类挖掘任务建立 | 第105-107页 |
| ·可视化空间聚类挖掘任务执行过程 | 第107-110页 |
| ·本章小结 | 第110-112页 |
| 第七章 结语与讨论 | 第112-114页 |
| ·本文的主要工作 | 第112-113页 |
| ·进一步工作 | 第113-114页 |
| 参考文献 | 第114-119页 |
| 致谢 | 第119-121页 |
