| 第一章 绪论 | 第1-10页 |
| ·引言 | 第7页 |
| ·项目背景 | 第7-8页 |
| ·需求分析 | 第8-9页 |
| ·项目意义 | 第9页 |
| ·小结 | 第9-10页 |
| 第二章 数据挖掘与知识发现简介 | 第10-14页 |
| ·引言 | 第10页 |
| ·数据挖掘概念 | 第10页 |
| ·数据挖掘与知识发现的过程 | 第10-11页 |
| ·数据挖掘的常用技术 | 第11-12页 |
| ·数据挖掘的聚类分析功能及方法 | 第12-14页 |
| ·数据挖掘功能 | 第12页 |
| ·聚类分析概念 | 第12-13页 |
| ·主要聚类方法 | 第13-14页 |
| 第三章 交通事故多发点段及鉴别 | 第14-25页 |
| ·引言 | 第14页 |
| ·交通“黑点”介绍 | 第14页 |
| ·交通事故多发点段鉴别标准 | 第14-16页 |
| ·黑点实例 | 第16-17页 |
| ·事故多发点段排查的目的与工作程序 | 第17页 |
| ·事故多发点段智能排查的意义 | 第17-18页 |
| ·交通事故多发点段鉴别技术 | 第18-24页 |
| ·鉴别事故多发点段的基本方法 | 第18-19页 |
| ·具体方法介绍与分析 | 第19-24页 |
| ·小结 | 第24-25页 |
| 第四章 聚类分析算法以及在项目中的应用 | 第25-46页 |
| ·引言 | 第25页 |
| ·数据挖掘方法在智能交通分析决策系统中的应用 | 第25-28页 |
| ·智能交通分析决策系统的特征以及项目中的体现 | 第25-27页 |
| ·智能交通分析决策系统的模块以及项目中的体现 | 第27-28页 |
| ·基于密度的聚类方法介绍 | 第28-32页 |
| ·聚类分析中应用的数据类型与数据结构 | 第28-29页 |
| ·数据结构在项目中的应用分析 | 第29页 |
| ·间隔数值属性及其标准化过程 | 第29-30页 |
| ·数据类型在项目中的应用分析 | 第30-31页 |
| ·基于密度的聚类方法DBSCAN 算法简介 | 第31-32页 |
| ·在项目中的可用性分析 | 第32页 |
| ·基于DBSCAN 算法的交通事故多发点段排查方法 | 第32-45页 |
| ·算法的逻辑思想 | 第32-33页 |
| ·算法的可行性论证 | 第33-36页 |
| ·对于其他交通事故黑点鉴别法的总结 | 第36-37页 |
| ·算法逻辑思想的拓展以及出现的新问题 | 第37-39页 |
| ·改进的算法逻辑思想 | 第39-42页 |
| ·三种排查模式的确定 | 第42-43页 |
| ·算法中关键参数的确定 | 第43-45页 |
| ·小结 | 第45-46页 |
| 第五章 交通事故多发点段智能排查模块的设计 | 第46-62页 |
| ·开发环境的选定 | 第46-47页 |
| ·长春市交通事故数据库介绍 | 第47-48页 |
| ·GIS 组件介绍 | 第48-50页 |
| ·事故数据的规范化 | 第50-52页 |
| ·项目逻辑结构 | 第52页 |
| ·事故多发点段智能排查模块设计 | 第52-57页 |
| ·模块对外界面 | 第52-53页 |
| ·模块功能结构 | 第53页 |
| ·设置参数功能设计 | 第53-54页 |
| ·选取数据集合功能设计 | 第54-55页 |
| ·黑点排查算法功能设计 | 第55-56页 |
| ·结果显示功能设计 | 第56-57页 |
| ·事故多发点段智能排查算法设计 | 第57-61页 |
| ·数据结构建立部分的设计 | 第57-58页 |
| ·搜索排查部分的设计 | 第58-60页 |
| ·输出部分设计 | 第60-61页 |
| ·小结 | 第61-62页 |
| 第六章 具体实现 | 第62-68页 |
| ·数据库实现 | 第62页 |
| ·算法类DBSCAN 实现 | 第62-64页 |
| ·可视化实现 | 第64-65页 |
| ·结果分析 | 第65-68页 |
| 第七章 总结 | 第68-69页 |
| 参考文献 | 第69-71页 |
| 附录 | 第71-73页 |
| 摘要 | 第73-76页 |
| ABSTRACT | 第76-80页 |