基于数据挖掘技术的交通信息处理与分析系统
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第一章 前言 | 第9-14页 |
| ·研究背景及其意义 | 第9-12页 |
| ·信息及其定义 | 第9-11页 |
| ·信息的基本特征 | 第10-11页 |
| ·信息的地位和作用 | 第11页 |
| ·交通管理信息化建设 | 第11-12页 |
| ·本文的主要内容 | 第12-14页 |
| 第二章 数据挖掘技术介绍 | 第14-23页 |
| ·数据挖掘技术发展概况 | 第14页 |
| ·数据挖掘的重要性 | 第14-16页 |
| ·数据挖掘的方法 | 第16-18页 |
| ·模式的分类 | 第18-20页 |
| ·数据挖掘的过程 | 第20-21页 |
| ·数据库与数据仓库 | 第21-23页 |
| 第三章 时序分析与回归分析 | 第23-48页 |
| ·统计学预测方法 | 第23-24页 |
| ·时间序列分析模型 | 第23-24页 |
| ·回归分析模型 | 第24页 |
| ·时间序列预测系统的设计 | 第24-25页 |
| ·序列数据的预处理及预测结果的显示 | 第25-28页 |
| ·序列数据的预处理 | 第25-27页 |
| ·预测结果显示 | 第27-28页 |
| ·时间序列分析方法 | 第28-35页 |
| ·移动算术平均法 | 第28-29页 |
| ·AR 模型 | 第29-32页 |
| ·指数平滑 | 第32-33页 |
| ·Holt-Winters 方法 | 第33-35页 |
| ·回归分析方法及其应用 | 第35-47页 |
| ·一元线性回归分析 | 第36-37页 |
| ·多元回归分析的原理 | 第37-45页 |
| ·逐步回归 | 第45-47页 |
| ·人工神经网络简介 | 第47-48页 |
| 第四章 系统的基本结构与实现 | 第48-58页 |
| ·系统的基本结构 | 第48-52页 |
| ·序列分析预测方法的实现 | 第52-54页 |
| ·回归分析预测方法的实现 | 第54-57页 |
| ·传统的预测方法与神经网络方法比较 | 第57-58页 |
| 第五章 机动车号牌管理系统的设计与实现 | 第58-64页 |
| ·机动车号牌管理系统简介 | 第58-60页 |
| ·号牌管理系统的业务需求 | 第58-59页 |
| ·机动车号牌管理系统主要流程图 | 第59-60页 |
| ·机动车号牌管理系统建设主要采用的技术 | 第60-64页 |
| ·系统开发中采用的相关技术 | 第60页 |
| ·机动车号牌发放过程中的并发控制 | 第60-62页 |
| ·系统的安全性控制 | 第62-64页 |
| 结束语 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 攻读硕士学位期间的主要成果 | 第68-69页 |
| 致谢 | 第69页 |
