基于全国土地确权信息采集系统中数据分析算法的研究与应用
摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-15页 |
1.1 选题研究背景及核心技术研究现状 | 第10-12页 |
1.1.1 研究背景 | 第10页 |
1.1.2 核心技术研究现状 | 第10-12页 |
1.2 论文主要工作及结构安排 | 第12-14页 |
1.2.1 主要工作 | 第12-13页 |
1.2.2 结构安排 | 第13-14页 |
参考文献 | 第14-15页 |
第二章 数据分析核心技术概述 | 第15-25页 |
2.1 数据仓库 | 第15-18页 |
2.1.1 数据仓库定义及特点 | 第15-16页 |
2.1.2 数据仓库的体系结构 | 第16-17页 |
2.1.3 数据仓库的构建 | 第17-18页 |
2.2 ETL技术 | 第18-20页 |
2.2.1 数据抽取 | 第19页 |
2.2.2 数据转换 | 第19页 |
2.2.3 数据清洗 | 第19-20页 |
2.2.4 数据装载 | 第20页 |
2.3 数据挖掘 | 第20-23页 |
2.3.1 数据挖掘的定义 | 第20页 |
2.3.2 数据挖掘的基本过程 | 第20-21页 |
2.3.3 数据挖掘的算法 | 第21-23页 |
2.4 本章小结 | 第23-24页 |
参考文献 | 第24-25页 |
第三章 数据的采集与处理 | 第25-49页 |
3.1 系统数据采集方法 | 第25-36页 |
3.1.1 系统整体架构 | 第25-27页 |
3.1.2 数据采集方法 | 第27-29页 |
3.1.3 数据字段含义 | 第29-33页 |
3.1.4 数据约束关系 | 第33-36页 |
3.2 数据处理 | 第36-46页 |
3.2.1 SQL Server数据仓库组件 | 第36-37页 |
3.2.2 SQL Server数据仓库模型 | 第37-38页 |
3.2.3 SQL Server数据仓库构建 | 第38-46页 |
3.3 本章小结 | 第46-47页 |
参考文献 | 第47-49页 |
第四章 基于BP神经网络的数据预测模型 | 第49-63页 |
4.1 BP神经网络算法的理论基础 | 第49-52页 |
4.1.1 BP神经网络算法模型及数学描述 | 第49-51页 |
4.1.2 BP神经网络算法流程 | 第51-52页 |
4.2 BP神经网络预测模型的设计与训练 | 第52-55页 |
4.2.1 输入-输出数据的预处理 | 第52-53页 |
4.2.2 训练样本集的选取 | 第53-54页 |
4.2.3 隐含层及节点数的设计 | 第54页 |
4.2.4 网络的训练与测试 | 第54-55页 |
4.3 BP神经网络预测模型的实现与分析 | 第55-60页 |
4.3.1 BP神经网络预测模型的实现 | 第55-56页 |
4.3.2 BP神经网络预测模型的分析 | 第56-60页 |
4.4 本章小结 | 第60-61页 |
参考文献 | 第61-63页 |
第五章 总结与展望 | 第63-65页 |
缩略语 | 第65-66页 |
致谢 | 第66-69页 |
作者攻读硕士学位期间发表的学术论文目录 | 第69页 |