基于数据挖掘的车辆类型识别的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·问题的提出 | 第8-11页 |
| ·研究背景 | 第8-10页 |
| ·车辆类型识别在我国公路收费中的运用 | 第10-11页 |
| ·研究内容 | 第11-12页 |
| ·论文的基本结构和数据来源 | 第12-14页 |
| ·论文的基本结构 | 第12-13页 |
| ·论文的数据来源 | 第13-14页 |
| ·本人的主要工作 | 第14-15页 |
| 第二章 车辆类型识别和存在的不足 | 第15-20页 |
| ·车辆类型识别 | 第15-18页 |
| ·车辆类型分类的原则 | 第15页 |
| ·我国公路收费系统的现状及其存在的问题 | 第15-17页 |
| ·车辆类型识别的一些方法 | 第17-18页 |
| ·数据挖掘在车辆类型分类中的应用研究现状 | 第18-20页 |
| ·国内情况 | 第18-19页 |
| ·国外情况 | 第19-20页 |
| 第三章 常用的数据挖掘方法理论概述 | 第20-32页 |
| ·多元线性回归 | 第20页 |
| ·主成分分析 | 第20-22页 |
| ·判别分析 | 第22页 |
| ·聚类分析 | 第22-24页 |
| ·K近邻 | 第24-25页 |
| ·Logistic回归分析 | 第25-26页 |
| ·分类回归树 | 第26-29页 |
| ·分类树的构建 | 第26-27页 |
| ·分类树的修剪 | 第27-28页 |
| ·选择最优树 | 第28-29页 |
| ·随机森林 | 第29-31页 |
| ·随机森林的定义 | 第29页 |
| ·随机森林的算法 | 第29-30页 |
| ·随机森林的泛化误差 | 第30页 |
| ·变量重要性的计算 | 第30-31页 |
| ·模型使用条件几点说明 | 第31-32页 |
| 第四章 数据处理和建模 | 第32-47页 |
| ·数据处理与基本分析 | 第32-35页 |
| ·数据说明及预理 | 第32-33页 |
| ·不同种类车辆比较分析 | 第33-34页 |
| ·数据基本分析 | 第34-35页 |
| ·汽车轮廓识别的建模与分析 | 第35-45页 |
| ·探索性分析 | 第35-36页 |
| ·主成分分析 | 第36页 |
| ·Fisher判别分析 | 第36-39页 |
| ·K-means算法 | 第39-41页 |
| ·K-近邻 | 第41页 |
| ·Logistic回归 | 第41-42页 |
| ·分类回归树 | 第42-43页 |
| ·随机森林 | 第43-45页 |
| ·分类模型总结 | 第45-47页 |
| 第五章 总结与展望 | 第47-49页 |
| ·总结 | 第47-48页 |
| ·展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53页 |
