《空间数据挖掘及其相关问题研究》围绕空间数据挖掘的相关技术进行了卓有成效的研究。首先，研究了数据聚类有关问题；接着，提出了一个改进的支持大的数据集和任意形状聚类、且具有良好的抗噪性能和能满足高维数据要求的算法；然后，分析了与空间数据挖掘和分析相关的空间索引及查询技术；最后，设计了一个融合神经网络、模糊集和遗传算法的空间数据挖掘系统。
    《空间数据挖掘及其相关问题研究》可作为人工智能、模式识别、空间数据库、统计学、空间信息系统和网络等学科相关专业学生的教材及参考资料。

第1章 绪论
1．1 研究背景、目的和意义
1．1．1 研究背景
1．1．2 研究目的和意义
1．2 相关研究现状
1．2．1 数据挖掘的产生与发展
1．2．2 空间数据挖掘的研究内容
1．2．3 空间数据挖掘方法
1．3 本书的研究方向
1．4 小结

第2章 空间数据聚类分析
2．1 引言
2．2 聚类分析中的数据类型和相似性度量方法
2．2．1 数据类型
2．2．2 对象的距离
2．2．3 离散变量的相异度
2．2．4 对象的相似系数
2．3 聚类方法
2．3．1 层次聚类
2．3．2 划分聚类
2．3．3 基于密度的聚类
2．3．4 基于网格的聚类
2．3．5 基于模型的聚类
2．4 小结

第3章 DENCLUE聚类方法及其改进
3．1 DENCLUE算法简介
3．1．1 DENCLUE的一些基本定义
3．1．2 DENCLUE算法
3．2 参数讨论
3．2．1 参数选择存在的问题
3．2．2 基于密度熵的σ值优选
3．3 改进的DENCLUE算法
3．3．1 均值估计
3．3．2 改进的DENCLUE算法
3．4 实验和性能评估
3．5 小结

第4章 空间索引与空间查询
4．1 引言
4．2 相关研究
4．2．1 空间索引技术
4．2．2 空间查询处理
4．2．3 空间查询优化
4．3 基于R一树的空间查询及其代价模型
4．3．1 R一树
4．3．2 基于R一树的空间选择和空间连接
4．3．3 基于R一树的空间查询和连接代价模型
4．4 空间k近邻查询
4．4．1 R一树空间最近邻查询
4．4．2 R一树空间的女近邻查询
4．4．3 R一树k近邻查询的实例
4．5 小结

第5章 一个基于神经网络的空间数据挖掘系统
5．1 引言
5．2 NFGDM系统
5．2．1 数据模糊化和编码
5．2．2 神经网络学习
5．2．3 规则抽取
5．2．4 遗传算法对规则剪枝
5．3 实验
5．4 小结

第6章 高维索引技术
6．1 引言
6．1．1 维数减少（降维）
6．1．2 多维索引结构
6．1．3 度量空间索引技术
6．2 度量空间与相似检索
6．3 η一最优化划分与η一树索引结构
6．3．1 opt一树的建立
6．3．2 opt一树的检索
6．3．3 opt一树索引结构
6．4 参数印的选取
6．5 实验结果与讨论
6．6 小结
第7章 研究展望
参考文献