| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外发展现状 | 第11-12页 |
| 1.2.1 国外发展现状 | 第11页 |
| 1.2.2 国内发展现状 | 第11-12页 |
| 1.3 研究的主要内容 | 第12页 |
| 1.4 论文的组织结构 | 第12-14页 |
| 第2章 相关知识概述 | 第14-20页 |
| 2.1 交通事故黑点的概念 | 第14页 |
| 2.2 交通事故的影响因素 | 第14-17页 |
| 2.2.1 人的因素 | 第15页 |
| 2.2.2 车的因素 | 第15页 |
| 2.2.3 道路的因素 | 第15-16页 |
| 2.2.4 环境的因素 | 第16-17页 |
| 2.3 数据挖掘技术概述 | 第17-19页 |
| 2.3.1 数据挖掘的基本概念 | 第17页 |
| 2.3.2 数据挖掘的功能 | 第17-18页 |
| 2.3.3 数据挖掘技术对于交通安全领域的重要意义 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 高速公路交通事故黑点鉴别和成因分析系统的设计 | 第20-27页 |
| 3.1 项目背景 | 第20页 |
| 3.2 可行性分析 | 第20-21页 |
| 3.2.1 技术可行性分析 | 第20-21页 |
| 3.2.2 经济可行性分析 | 第21页 |
| 3.3 总体设计 | 第21-24页 |
| 3.3.1 需求概述 | 第21页 |
| 3.3.2 功能结构 | 第21-24页 |
| 3.4 核心功能介绍 | 第24-26页 |
| 3.4.1 交通事故黑点鉴别功能 | 第24-25页 |
| 3.4.2 交通事故成因分析功能 | 第25-26页 |
| 3.5 本章小结 | 第26-27页 |
| 第4章 交通事故黑点鉴别 | 第27-40页 |
| 4.1 交通事故黑点的鉴别方法及手段 | 第27-28页 |
| 4.1.1 交通事故黑点鉴别方法 | 第27-28页 |
| 4.1.2 鉴别方法的实现手段 | 第28页 |
| 4.2 基于聚类算法的交通事故黑点鉴别 | 第28-31页 |
| 4.2.1 基于密度的聚类方法DBSCAN算法 | 第29-30页 |
| 4.2.2 DBSCAN算法的可行性分析 | 第30-31页 |
| 4.3 改进的交通事故黑点鉴别算法 | 第31-36页 |
| 4.3.1 交通事故黑点鉴别算法 | 第31-35页 |
| 4.3.2 算法中关键参数的确定 | 第35-36页 |
| 4.4 实验及结果分析 | 第36-39页 |
| 4.4.1 数据的采集与准备 | 第36-37页 |
| 4.4.2 结果分析 | 第37-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第5章 交通事故成因分析 | 第40-50页 |
| 5.1 关联规则理论及算法 | 第40-42页 |
| 5.1.1 关联规则的相关术语 | 第40-41页 |
| 5.1.2 经典关联规则算法 | 第41-42页 |
| 5.2 基于关联规则挖掘的交通事故成因分析算法 | 第42-46页 |
| 5.2.1 基于Apriori算法的多维关联规则算法 | 第42-44页 |
| 5.2.2 交通事故成因分析算法 | 第44-46页 |
| 5.3 实验及结果分析 | 第46-49页 |
| 5.3.1 数据的采集与准备 | 第46页 |
| 5.3.2 结果分析 | 第46-49页 |
| 5.4 本章小结 | 第49-50页 |
| 第6章 总结与展望 | 第50-51页 |
| 6.1 总结 | 第50页 |
| 6.2 展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54页 |
