基于数据挖掘理论的交通事故分析模型
| 第一章 绪论 | 第1-17页 |
| ·数据挖掘与知识发现简介 | 第7-14页 |
| ·数据挖掘与知识发现的过程 | 第7-9页 |
| ·数据挖掘相关领域 | 第9-10页 |
| ·数据挖掘方法 | 第10-14页 |
| ·粗糙集理论简介 | 第14-15页 |
| ·项目背景 | 第15-16页 |
| ·本文的主要内容 | 第16-17页 |
| 第二章 粗糙集理论基础 | 第17-27页 |
| ·不可区分关系 | 第17-18页 |
| ·上近似和下近似 | 第18-20页 |
| ·粗糙集的数字特征 | 第20-21页 |
| ·约简 | 第21-22页 |
| ·相对约简 | 第22-23页 |
| ·知识的依赖性 | 第23-24页 |
| ·决策表和决策规则 | 第24-25页 |
| ·粗糙集原型系统与应用 | 第25-27页 |
| 第三章 交通事故分析系统介绍 | 第27-38页 |
| ·系统的需求分析 | 第27-28页 |
| ·系统的功能总体设计 | 第28-29页 |
| ·事故坐标录入 | 第29-30页 |
| ·事发地点位置的定义 | 第29-30页 |
| ·坐标录入过程 | 第30页 |
| ·事故多发点段排查 | 第30-35页 |
| ·事故多发点段的判定方法 | 第31-33页 |
| ·事故多发点段的排查过程 | 第33页 |
| ·事故多发点段的聚类分析 | 第33-34页 |
| ·基于道路数据库的预测分析 | 第34-35页 |
| ·事故数据统计分析 | 第35-36页 |
| ·决策分析 | 第36-38页 |
| 第四章 基于偏好信息的交通事故决策分析模型 | 第38-48页 |
| ·决策表的规则化定义 | 第38-40页 |
| ·基于对象频度的决策表 | 第40-41页 |
| ·基于偏好信息的决策规则约简算法 | 第41-46页 |
| ·基于偏好信息的决策规则约简算法思想 | 第41-42页 |
| ·特征集的交运算和删除运算 | 第42-44页 |
| ·基于偏好信息的决策规则约简算法描述 | 第44-46页 |
| ·决策规则的评估 | 第46-48页 |
| 第五章 算法的实现与结果分析 | 第48-54页 |
| ·算法的实现 | 第48-51页 |
| ·决策表的建立 | 第48-49页 |
| ·决策规则的生成 | 第49-51页 |
| ·算法结果的分析 | 第51-54页 |
| 第六章 总结 | 第54-56页 |
| 参考文献 | 第56-58页 |
| 附录 | 第58-62页 |
| 摘要 | 第62-65页 |
| Abstract | 第65-69页 |
