数据挖掘技术在交通领域的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景与研究意义 | 第8-9页 |
| ·研究背景 | 第8-9页 |
| ·研究意义 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10-11页 |
| ·主要研究内容与章节安排 | 第11-14页 |
| 第二章 数据挖掘技术简介 | 第14-26页 |
| ·引言 | 第14页 |
| ·数据仓库与OLAP技术 | 第14-15页 |
| ·决策树分类和预测 | 第15-17页 |
| ·频繁模式关联规则 | 第17-24页 |
| ·相关概念 | 第17-18页 |
| ·Apriori算法 | 第18-20页 |
| ·Apriori改进算法 | 第20-23页 |
| ·多层关联规则挖掘 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 第三章 基于关联规则的道路交通事故原因分析 | 第26-40页 |
| ·引言 | 第26页 |
| ·交通事故原因分析 | 第26-32页 |
| ·人的因素 | 第27-28页 |
| ·车辆因素 | 第28-29页 |
| ·道路因素 | 第29-31页 |
| ·环境因素 | 第31-32页 |
| ·基于关联规则的交通事故原因分析 | 第32-38页 |
| ·数据准备过程 | 第32-35页 |
| ·产生关联规则的步骤与方法 | 第35-38页 |
| ·结果分析 | 第38页 |
| ·本章小结 | 第38-40页 |
| 第四章 决策树在道路交通决策支持中的应用 | 第40-48页 |
| ·引言 | 第40页 |
| ·分类模型 | 第40-42页 |
| ·用决策树来学习和预测交通状况 | 第42-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| ·总结 | 第48-49页 |
| ·展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-56页 |
| 攻读学位期间发表的学术论文目录 | 第56-58页 |
