数据挖掘在公安情报系统中的研究与应用
摘要 | 第1-7页 |
ABSTRACT | 第7-9页 |
目录 | 第9-12页 |
第1章 绪论 | 第12-18页 |
·研究背景及意义 | 第12-14页 |
·主要研究内容及研究现状 | 第14-16页 |
·主要研究内容 | 第14页 |
·研究现状 | 第14-16页 |
·本文工作 | 第16-17页 |
·研究内容及成果 | 第16页 |
·本文结构 | 第16-17页 |
·本章小结 | 第17-18页 |
第2章 数据挖掘技术基础 | 第18-30页 |
·数据挖掘 | 第18-24页 |
·数据挖掘的基本概念 | 第19页 |
·数据挖掘的任务 | 第19-21页 |
·数据挖掘过程 | 第21-22页 |
·数据挖掘的方法 | 第22-23页 |
·数据挖掘结果评估 | 第23-24页 |
·关联规则 | 第24-27页 |
·关联规则的基本概念 | 第25-27页 |
·关联规则的分类 | 第27页 |
·分类分析和决策树 | 第27-29页 |
·决策树介绍 | 第27-28页 |
·决策树基本算法 | 第28-29页 |
·本章小结 | 第29-30页 |
第3章 数据仓库设计 | 第30-38页 |
·数据仓库建模 | 第30-32页 |
·高级模型设计 | 第30-31页 |
·中级模型设计 | 第31-32页 |
·低级模型设计 | 第32页 |
·数据集成 | 第32-34页 |
·建立数据仓库 | 第34-35页 |
·数据仓库性能优化 | 第35-36页 |
·数据仓库主要主题分析 | 第36-37页 |
·案件信息分析 | 第36页 |
·分析目的 | 第36页 |
·确定主题 | 第36页 |
·涉案人员分析 | 第36-37页 |
·分析目的 | 第36-37页 |
·确定主题 | 第37页 |
·本章小结 | 第37-38页 |
第4章 关联规则挖掘 | 第38-49页 |
·Apriori关联规则算法 | 第38-41页 |
·Apriori的改进方法 | 第41-42页 |
·Apriori在犯罪行为分析中的应用 | 第42-48页 |
·数据准备 | 第42-44页 |
·量化属性字段的离散化处理 | 第44-45页 |
·数据挖掘 | 第45-47页 |
·公安情报系统关联规则试验测试结果及评价 | 第47-48页 |
·本章小结 | 第48-49页 |
第5章 基于决策树的数据分类 | 第49-58页 |
·决策树ID3算法 | 第49-52页 |
·决策树ID3算法在犯罪行为中的应用 | 第52-57页 |
·数据准备 | 第52页 |
·构建决策树 | 第52-56页 |
·公安信息决策树分析试验测试结果 | 第56页 |
·ID3算法分类结果分析 | 第56-57页 |
·本章小结 | 第57-58页 |
第6章 公安情报系统的设计与实现 | 第58-70页 |
·系统需求及架构设计 | 第58-60页 |
·系统需求 | 第58页 |
·技术选型 | 第58-59页 |
·系统架构 | 第59-60页 |
·系统实现 | 第60-69页 |
·数据预处理模块 | 第60-63页 |
·数据预处理模块设计 | 第60-62页 |
·数据预处理模块实现 | 第62-63页 |
·OLAP联机分析处理模块 | 第63-67页 |
·OLAP联机分析处理模块设计 | 第63页 |
·OLAP联机分析处理模块实现 | 第63-67页 |
·数据挖掘模块 | 第67-69页 |
·关联规则模块设计及实现 | 第67-68页 |
·分类规则模块设计及实现 | 第68-69页 |
·本章小结 | 第69-70页 |
第7章 总结与展望 | 第70-72页 |
·总结 | 第70页 |
·展望 | 第70-72页 |
致谢 | 第72-73页 |
参考文献 | 第73-75页 |
个人简历 在读期间发表的学术论文与研究成果 | 第75页 |