| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-12页 |
| 1.1.1 研究背景 | 第9-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 国内外研究综述 | 第12-16页 |
| 1.2.1 城市扩展研究现状 | 第12-13页 |
| 1.2.2 BP神经网络和SVM研究现状 | 第13-16页 |
| 1.3 研究内容和方法 | 第16-17页 |
| 1.3.1 研究内容 | 第16页 |
| 1.3.2 技术方法 | 第16-17页 |
| 1.4 技术路线 | 第17-19页 |
| 第二章 空间数据挖掘与UGB基础 | 第19-26页 |
| 2.1 空间数据挖掘概述 | 第19-20页 |
| 2.1.1 空间数据挖掘的过程 | 第19页 |
| 2.1.2 空间数据挖掘的理论方法 | 第19-20页 |
| 2.2 UGB概述 | 第20-22页 |
| 2.2.1 UGB定义 | 第20-21页 |
| 2.2.2 UGB理论基础 | 第21-22页 |
| 2.3 UGB划定技术 | 第22-25页 |
| 2.3.1 逐层细化法 | 第22-23页 |
| 2.3.2 空间叠加分析法 | 第23页 |
| 2.3.3 约束性CA法 | 第23-24页 |
| 2.3.4 生态适宜性评价法 | 第24页 |
| 2.3.5 综合法 | 第24页 |
| 2.3.6 本文划定技术 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 高陵区概况和划定UGB目标 | 第26-32页 |
| 3.1 高陵区概况 | 第26-29页 |
| 3.1.1 区位条件 | 第26页 |
| 3.1.2 自然和社会经济条件 | 第26-28页 |
| 3.1.3 建设用地 | 第28-29页 |
| 3.2 高陵区城市（镇）发展定位 | 第29-30页 |
| 3.3 划定UGB目标 | 第30-31页 |
| 3.3.1 划定UGB必要性 | 第30-31页 |
| 3.3.2 划定UGB目标 | 第31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 城市扩展的影响因素选择和数据预处理 | 第32-44页 |
| 4.1 影响因素选择 | 第32-34页 |
| 4.2 基础数据收集 | 第34-35页 |
| 4.3 数据预处理 | 第35-42页 |
| 4.3.1 2010年和2015年城市（镇）边界提取 | 第35-37页 |
| 4.3.2 选择中心点，计算到边界线的距离 | 第37页 |
| 4.3.3 计算距离比例因子 | 第37-38页 |
| 4.3.4 影响因素值获取 | 第38-42页 |
| 4.3.5 影响因素值标准化处理 | 第42页 |
| 4.4 本章小结 | 第42-44页 |
| 第五章 高陵区UGB划定 | 第44-70页 |
| 5.1 建模平台 | 第44-45页 |
| 5.1.1 R简介 | 第44页 |
| 5.1.2 R特点 | 第44-45页 |
| 5.2 样本选择 | 第45-48页 |
| 5.2.1 模糊聚类算法原理 | 第45-46页 |
| 5.2.2 算法实现 | 第46-47页 |
| 5.2.3 样本选取结果 | 第47-48页 |
| 5.3 BP神经网络建模 | 第48-59页 |
| 5.3.1 BP神经网络原理 | 第48页 |
| 5.3.2 UGB划定模型 | 第48-51页 |
| 5.3.3 算法实现 | 第51-57页 |
| 5.3.4 划定结果 | 第57-59页 |
| 5.4 SVM建模 | 第59-64页 |
| 5.4.1 SVM原理 | 第59-60页 |
| 5.4.2 UGB划定模型 | 第60页 |
| 5.4.3 算法实现 | 第60-62页 |
| 5.4.4 划定结果 | 第62-64页 |
| 5.5 BP和SVM模型对比 | 第64-66页 |
| 5.5.1 模型结构对比 | 第64页 |
| 5.5.2 划定结果对比 | 第64-66页 |
| 5.6 组合建模 | 第66-69页 |
| 5.6.1 建模思路 | 第66页 |
| 5.6.2 划定结果 | 第66-67页 |
| 5.6.3 结果合理性分析 | 第67-69页 |
| 5.7 本章小结 | 第69-70页 |
| 第六章 结论与展望 | 第70-72页 |
| 6.1 结论 | 第70页 |
| 6.2 展望 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间取得的研究成果 | 第75-76页 |
| 致谢 | 第76页 |