空間數(shù)據(jù)挖掘及其相關問題研究

第1章 緒論
1．1 研究背景、目的和意義
1．1．1 研究背景
1．1．2 研究目的和意義
1．2 相關研究現(xiàn)狀
1．2．1 數(shù)據(jù)挖掘的產生與發(fā)展
1．2．2 空間數(shù)據(jù)挖掘的研究內容
1．2．3 空間數(shù)據(jù)挖掘方法
1．3 本書的研究方向
1．4 小結
第2章 空間數(shù)據(jù)聚類分析
2．1 引言
2．2 聚類分析中的數(shù)據(jù)類型和相似性度量方法
2．2．1 數(shù)據(jù)類型
2．2．2 對象的距離
2．2．3 離散變量的相異度
2．2．4 對象的相似系數(shù)
2．3 聚類方法
2．3．1 層次聚類
2．3．2 劃分聚類
2．3．3 基于密度的聚類
2．3．4 基于網(wǎng)格的聚類
2．3．5 基于模型的聚類
2．4 小結
第3章 DENCLUE聚類方法及其改進
3．1 DENCLUE算法簡介
3．1．1 DENCLUE的一些基本定義
3．1．2 DENCLUE算法
3．2 參數(shù)討論
3．2．1 參數(shù)選擇存在的問題
3．2．2 基于密度熵的σ值優(yōu)選
3．3 改進的DENCLUE算法
3．3．1 均值估計
3．3．2 改進的DENCLUE算法
3．4 實驗和性能評估
3．5 小結
第4章 空間索引與空間查詢
4．1 引言
4．2 相關研究
4．2．1 空間索引技術
4．2．2 空間查詢處理
4．2．3 空間查詢優(yōu)化
4．3 基于R一樹的空間查詢及其代價模型
4．3．1 R一樹
4．3．2 基于R一樹的空間選擇和空間連接
4．3．3 基于R一樹的空間查詢和連接代價模型
4．4 空間k近鄰查詢
4．4．1 R一樹空間最近鄰查詢
4．4．2 R一樹空間的女近鄰查詢
4．4．3 R一樹k近鄰查詢的實例
4．5 小結
第5章 一個基于神經網(wǎng)絡的空間數(shù)據(jù)挖掘系統(tǒng)
5．1 引言
5．2 NFGDM系統(tǒng)
5．2．1 數(shù)據(jù)模糊化和編碼
5．2．2 神經網(wǎng)絡學習
5．2．3 規(guī)則抽取
5．2．4 遺傳算法對規(guī)則剪枝
5．3 實驗
5．4 小結
第6章 高維索引技術
6．1 引言
6．1．1 維數(shù)減少（降維）
6．1．2 多維索引結構
6．1．3 度量空間索引技術
6．2 度量空間與相似檢索
6．3 η一最優(yōu)化劃分與η一樹索引結構
6．3．1 opt一樹的建立
6．3．2 opt一樹的檢索
6．3．3 opt一樹索引結構
6．4 參數(shù)印的選取
6．5 實驗結果與討論
6．6 小結
第7章 研究展望
參考文獻