基于时空层次的时空孤立点检测 算法研究 | 第1-43页 |
摘要 | 第5-8页 |
第一章 引言 | 第8-11页 |
·研究背景 | 第8页 |
·研究意义 | 第8-9页 |
·本文的主要工作 | 第9页 |
·论文组织结构 | 第9-11页 |
第二章 时空模型研究 | 第11-20页 |
·时空模型研究背景 | 第11-12页 |
·时空模型的发展 | 第12页 |
·时空模型的定义 | 第12-15页 |
·时态语义 | 第13页 |
·空间语义 | 第13-14页 |
·时空语义 | 第14-15页 |
·查询能力 | 第15页 |
·典型的时空模型 | 第15-18页 |
·时空立方体模型(Spatio—temporal Cube Model) | 第15-16页 |
·连续快照模型(Sequential Snapshots Model) | 第16页 |
·基态修正模型(Base State with Amend—ments Model) | 第16页 |
·时空复合模型(Spatio—temporal Composite Model) | 第16页 |
·时空对象模型(Spatio—temporal Object Model) | 第16-17页 |
·基于事件的时空数据模型(Event—based STDM) | 第17页 |
·基于Voronoi图的时空数据模型 | 第17页 |
·基于图论的时空数据模型(Graph—based STDM) | 第17页 |
·面向对象的时空数据模型(Object—Oriented STDM) | 第17-18页 |
·时空数据挖掘研究现状 | 第18-20页 |
第三章 时空孤立点基本概念 | 第20-26页 |
·空间数据挖掘面临的挑战 | 第20-21页 |
·空间孤立点 | 第21-23页 |
·时空孤立点 | 第23-24页 |
·时空邻居 | 第24-26页 |
第四章 基于时空层次的时空孤立点的检测算法 | 第26-36页 |
·时空数据的表示 | 第26-27页 |
·时空数据的时空层次关系 | 第27-29页 |
·时空数据的空间层次关系 | 第27-28页 |
·时空数据的时空层次关系 | 第28-29页 |
·基于时空层次的时空邻居 | 第29-30页 |
·基于时空层次的时空孤立点 | 第30-36页 |
·问题描述 | 第30-31页 |
·时空孤立点检测算法 | 第31-36页 |
第五章 实验及分析 | 第36-38页 |
·实验数据存储结构 | 第36页 |
·实验程序介绍 | 第36-38页 |
第六章 结束语 | 第38-40页 |
·小结 | 第38页 |
·未来的研究方向 | 第38-40页 |
参考文献 | 第40-43页 |
空间孤立点检测相关的 理论及方法研究 | 第43-100页 |
摘要 | 第44-48页 |
引言 | 第48-49页 |
第一章 概述 | 第49-56页 |
·数据、信息和知识 | 第49-50页 |
·数据挖掘 | 第50-56页 |
·关联分析 | 第51-52页 |
·分类 | 第52-53页 |
·聚类分析 | 第53-54页 |
·孤立点分析 | 第54页 |
·演变分析 | 第54页 |
·数据挖掘面临的挑战 | 第54-56页 |
第二章 空间数据挖掘 | 第56-70页 |
·空间数据挖掘与传统的数据挖掘的区别 | 第56-57页 |
·空间数据挖掘的目的 | 第57页 |
·空间数据挖掘的特点 | 第57-58页 |
·空间数据挖掘的体系结构与基本过程 | 第58-59页 |
·空间数据挖掘模型 | 第59-60页 |
·空间数据挖掘的方法 | 第60-68页 |
·空间分析方法 | 第60-61页 |
·空间关联分析 | 第61页 |
·空间聚类分析 | 第61-67页 |
·空间分类 | 第67页 |
·空间趋势分析 | 第67-68页 |
·空间数据挖掘的应用 | 第68页 |
·空间数据挖掘与相关学科的关系 | 第68页 |
·通用的空间数据挖掘系统 | 第68-69页 |
·空间数据挖掘的主要研究方向和发展趋势 | 第69-70页 |
第三章 孤立点检测 | 第70-75页 |
·孤立点的定义 | 第70页 |
·一般的孤立点检测方法 | 第70-73页 |
·基于统计的方法 | 第70-71页 |
·基于深度的方法 | 第71页 |
·基于距离的方法 | 第71-72页 |
·基于偏差的方法 | 第72页 |
·基于密度的方法 | 第72-73页 |
·孤立点内涵知识的获取 | 第73页 |
·孤立点检测的发展 | 第73-75页 |
·基于时序的孤立点检测 | 第73-74页 |
·基于高维空间上的孤立点检测 | 第74-75页 |
第四章 空间孤立点检测 | 第75-79页 |
·空间孤立点的定义 | 第75页 |
·空间孤立点的全局性与局部性 | 第75-76页 |
·空间孤立点的挖掘算法分类 | 第76-78页 |
·空间孤立点检测方法的发展 | 第78-79页 |
第五章 空间孤立点检测的数据预处理研究 | 第79-86页 |
·数据选取 | 第79-80页 |
·数据清理 | 第80-81页 |
·空缺值处理 | 第80-81页 |
·噪声数据处理 | 第81页 |
·不一致数据处理 | 第81页 |
·数据集成 | 第81-83页 |
·数据变换 | 第83页 |
·数据归约 | 第83-86页 |
第六章 空间孤立点的不确定性研究 | 第86-91页 |
·空间孤立点数据的不确定性 | 第86-87页 |
·常用的不确定性研究方法 | 第87页 |
·常用的不确定性研究方法的局限性 | 第87-89页 |
·云模型 | 第89-90页 |
·云发生器 | 第90-91页 |
第七章 空间孤立点挖掘模式评估的研究 | 第91-94页 |
·数据挖掘中的模式评估标准 | 第91-92页 |
·模式兴趣度量准则研究 | 第92页 |
·模式的准确性与可理解性研究 | 第92-94页 |
第八章 结束语 | 第94-96页 |
·小结 | 第94页 |
·展望 | 第94-96页 |
参考文献 | 第96-100页 |
Study of outlier detection algorithm based on the level of Spatio-Tempora | 第100-147页 |
Abstract | 第101-105页 |
Chapter Ⅰ Introduction | 第105-108页 |
·Background | 第105-106页 |
·significance | 第106-107页 |
·The main work | 第107页 |
·thesis organizational structure | 第107-108页 |
Chapter Ⅱ spatio-temporal data model | 第108-120页 |
·Spatio-temporal model background | 第108-109页 |
·Spatio-temporal model of development | 第109-110页 |
·The definition of space-time model | 第110-114页 |
·Temporal semantics | 第111页 |
·Semantic space | 第111-112页 |
·Semantic time | 第112-113页 |
·Query capabilities | 第113-114页 |
·Typical time model | 第114-118页 |
·Time cube model | 第114-115页 |
·Continuous snapshot model | 第115页 |
·Ground state correction model | 第115页 |
·Spatio-temporal composite model | 第115-116页 |
·Space-time Object Model | 第116页 |
·Based on the spatio-tempor data model | 第116-117页 |
·Based on the Voronoi diagram when single data model | 第117页 |
·Based on the theory of space-time map data model | 第117页 |
·Space-time object-oriented data model | 第117-118页 |
·Spatio-temporal Data Mining | 第118-120页 |
Chapter Ⅲ The basic concept of Spatio-temporal outlier | 第120-128页 |
·The challenges that Spatial Data Mining facing | 第120-121页 |
·Space outlier | 第121-125页 |
·Space-temporal outlier | 第125-126页 |
·Space-temporal neighbors | 第126-128页 |
Chapter Ⅳ the spatio-temporal outlier detection algorithm based on space-temporal hierarchy | 第128-142页 |
·Spatio-temporal data | 第128-130页 |
·Spatio-temporal hierarchy on Spatio-temporal data | 第130-133页 |
·space hierarchy on Spatio-temporal data | 第130-132页 |
·Spatio-temporal hierarchy on spatio-temporal data | 第132-133页 |
·Spatio-temporal neighbors based on Spatio-temporal hierarchy | 第133-134页 |
·Spatio-temporal outlier based on Spatio-temporal hierarchy | 第134-142页 |
·Problem Description | 第134-135页 |
·Spatio-temporal outlier Detection Algorithm | 第135-142页 |
Chapter Ⅴ experiments and analysis | 第142-145页 |
·storage structure of Experimental data | 第142-143页 |
·introduce Experimental procedures | 第143-145页 |
Chapter Ⅵ Conclusions | 第145-147页 |
·Summary | 第145-146页 |
·Future research directions | 第146-147页 |
Research of the theory and methods on space outlier detection | 第147-222页 |
Abstract | 第148-153页 |
Introduction | 第153-155页 |
Chapter Ⅰ Summary | 第155-165页 |
·data、information and knowledge | 第155-156页 |
·Data Mining | 第156-165页 |
·Association Analysis | 第159-160页 |
·Classification | 第160-161页 |
·Clustering Analysis | 第161-162页 |
·outlier analysis | 第162-163页 |
·Analysis of Evolution | 第163页 |
·challenges that Data Mining facing | 第163-165页 |
Chapter Ⅱ Spatial Data Mining | 第165-186页 |
·the distinct between Spatial Data and Data Mining | 第165-167页 |
·The purposes on spatial data mining | 第167页 |
·The features of Spatial Data Mining | 第167-168页 |
·Architecture and the basic process of Spatial Data Mining | 第168-170页 |
·The model of Spatial Data Mining | 第170-171页 |
·Methods of Spatial Data Mining | 第171-183页 |
·Spatial Analysis | 第171-173页 |
·Spatial association analysis | 第173页 |
·spatial clustering analysis | 第173-181页 |
·Space classification | 第181-182页 |
·Space trend analysis | 第182-183页 |
·Spatial Data Mining Application | 第183页 |
·The relations between spatial Data Mining and related disciplines | 第183页 |
·common spatial data mining system | 第183-185页 |
·the main research and development trends in spatial data mining | 第185-186页 |
Chapter Ⅲ Outlier Detection | 第186-193页 |
·The definition of outlier point | 第186页 |
·general outlier detection method | 第186-190页 |
·The methods based on the statistical | 第187页 |
·The methods based on depth | 第187-188页 |
·The methods based on distance | 第188-189页 |
·The methods based on deviation | 第189页 |
·The methods based on density o | 第189-190页 |
·acquiring connotation knowledge of outlier | 第190-191页 |
·The development of outlier detection | 第191-193页 |
·The outlier detection based in timing sequence | 第191页 |
·the outlier detection based on the high-dimensional space, | 第191-193页 |
Chapter Ⅳ Space outlier detection | 第193-199页 |
·The definition of space outlier | 第193-194页 |
·The global and localized in Space outlier | 第194-195页 |
·The classification algorithms in Space outlier mining | 第195-198页 |
·The development spatial outlier detection methods | 第198-199页 |
Chapter Ⅴ The data pretreatment study in space outlier detection | 第199-209页 |
·Data Selection | 第199-200页 |
·Data Cleaning | 第200-203页 |
·Vacancies value processing | 第201-202页 |
·Noise data processing | 第202页 |
·inconsistencies processing in the data | 第202-203页 |
·Data Integration | 第203-204页 |
·Data Transformation | 第204-206页 |
·Data Reduction | 第206-209页 |
Chapter Ⅵ The Uncertainty study of spatial outlier | 第209-216页 |
·the uncertainty in spatial outlier | 第209-210页 |
·the common research methods of uncertainty | 第210-211页 |
·The limitations of uncertainty in common uncertainty method | 第211-214页 |
·Cloud Model | 第214-215页 |
·Cloud Generator | 第215-216页 |
Chapter Ⅶ the study of model evaluation in spatial outlier Mining | 第216-220页 |
·the model evaluation standard of data mining | 第216-217页 |
·the model Interest standard study | 第217-218页 |
·The study of accuracy and understandability in model | 第218-220页 |
Chapter Ⅷ Concluding remarks | 第220-222页 |
·Summary | 第220页 |
·Prospects | 第220-222页 |
致谢 | 第222页 |