首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

数据挖掘技术在处理交通流数据中的研究及应用

摘要第1-6页
Abstract第6-9页
第一章 绪论第9-13页
   ·研究背景及意义第9-10页
   ·国内外发展现状第10-12页
     ·数据挖掘技术发展第10-12页
     ·数据挖掘技术在交通方面的发展第12页
   ·本文研究内容及结构第12-13页
第二章 数据挖掘技术第13-22页
   ·数据挖掘概述第13-16页
     ·数据挖掘的任务第13-15页
     ·数据挖掘的对象第15页
     ·数据挖掘流程第15页
     ·数据挖掘的方法第15-16页
   ·数据预处理第16-21页
     ·数据预处理的必要性第17页
     ·数据挖掘预处理的主要任务第17-21页
   ·本章小结第21-22页
第三章 聚类算法第22-39页
   ·聚类算法概述第22-23页
   ·经典的聚类算法第23-27页
     ·划分聚类算法第23-25页
     ·层次聚类算法第25-26页
     ·基于密度聚类算法第26页
     ·基于网格的聚类算法第26页
     ·基于模型聚类第26-27页
   ·衡量聚类算法性能的指标第27-28页
   ·聚类算法在交通中的应用第28-38页
     ·分析过程第28-29页
     ·聚类因子的确定第29-30页
     ·聚类分析第30-38页
   ·本章小结第38-39页
第四章 时间序列算法第39-48页
   ·时间序列挖掘概述第39页
   ·时间序列挖掘的经典算法第39-40页
     ·基本概念第40页
     ·序列挖掘的一般步骤第40页
   ·AprioriAll算法第40-42页
   ·GSP算法第42-43页
   ·Microsoft时序算法第43-47页
     ·自动回归第43-44页
     ·使用多个时间序列第44-45页
     ·自动回归树第45页
     ·季节性第45-46页
     ·Microsoft时序算法参数第46-47页
   ·本章小结第47-48页
第五章 数据挖掘在处理交通流数据中的应用第48-72页
   ·交通背景知识第48-49页
   ·交通数据预处理第49-55页
     ·数据来源第50页
     ·数据预处理第50-55页
   ·对数据的简单分析第55-57页
   ·挖掘数据分布规律第57-60页
   ·应用数据挖掘算法分析数据第60-71页
     ·应用SQL2005时间序列算法分析数据第60-69页
     ·各车型半年数据统计第69-71页
   ·本章小结第71-72页
总结与展望第72-73页
参考文献第73-76页
致谢第76页

论文共76页,点击 下载论文
上一篇:基于视频RGB色值稳定性的交通事件检测研究
下一篇:高速公路历史数据分析与应用研究