| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究的背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 国外研究现状 | 第12-15页 |
| 1.2.2 国内研究现状 | 第15-17页 |
| 1.3 研究内容与研究方法 | 第17-19页 |
| 1.3.1 研究内容 | 第17页 |
| 1.3.2 研究的技术路线 | 第17-19页 |
| 第二章 指标体系构建基础 | 第19-30页 |
| 2.1 旅客分类安检系统 | 第19-24页 |
| 2.1.1 旅客分类安检概述 | 第19-20页 |
| 2.1.2 CAPPS | 第20页 |
| 2.1.3 CAPPSII | 第20-21页 |
| 2.1.4 SecureFlight | 第21-22页 |
| 2.1.5 Precheck | 第22页 |
| 2.1.6 SmartSecurity | 第22-23页 |
| 2.1.7 TrustedTravelers | 第23页 |
| 2.1.8 Privium | 第23-24页 |
| 2.1.9 分类安检系统评价指标小结 | 第24页 |
| 2.2 个人信用评价指标体系 | 第24-29页 |
| 2.2.1 银行个人信用评价指标体系 | 第25-28页 |
| 2.2.2 阿里巴巴芝麻信用评价指标体系 | 第28-29页 |
| 2.3 小结 | 第29-30页 |
| 第三章 旅客风险分类指标体系的初建 | 第30-38页 |
| 3.1 旅客风险分类指标体系构建概述 | 第30页 |
| 3.2 旅客风险分类指标的选取原则 | 第30-31页 |
| 3.3 旅客风险分类指标体系的初建 | 第31-34页 |
| 3.4 指标含义分析 | 第34-37页 |
| 3.5 小结 | 第37-38页 |
| 第四章 旅客风险分类指标体系的优化 | 第38-48页 |
| 4.1 问卷的编制 | 第38页 |
| 4.2 调查对象描述 | 第38-39页 |
| 4.3 信度分析 | 第39页 |
| 4.4 效度分析 | 第39-45页 |
| 4.4.1 KMO与Bartlett检验 | 第39-40页 |
| 4.4.2 因子分析 | 第40-43页 |
| 4.4.3 第二次因子分析 | 第43-45页 |
| 4.5 旅客风险分类指标体系的优化 | 第45-47页 |
| 4.6 小结 | 第47-48页 |
| 第五章 旅客风险等级分类 | 第48-68页 |
| 5.1 旅客风险等级分类概述 | 第48页 |
| 5.2 分类器的选择 | 第48-49页 |
| 5.3 BP神经网络 | 第49-50页 |
| 5.4 基于PSO算法优化的BP神经网络分类器 | 第50-54页 |
| 5.4.1 方法的选择 | 第50-51页 |
| 5.4.2 PSO算法 | 第51-52页 |
| 5.4.3 基于PSO-BP的神经网络 | 第52-54页 |
| 5.5 基于PSO-BP神经网络作分类器的旅客风险等级分类 | 第54-67页 |
| 5.5.1 旅客风险分类指标量化处理 | 第54-60页 |
| 5.5.2 旅客风险分类指标样本数据 | 第60页 |
| 5.5.3 MATLAB编程实现PSO-BP神经网络作分类器 | 第60-62页 |
| 5.5.4 旅客风险等级分类 | 第62-67页 |
| 5.6 小结 | 第67-68页 |
| 第六章 结论与展望 | 第68-70页 |
| 6.1 研究结论 | 第68-69页 |
| 6.2 创新点 | 第69页 |
| 6.3 研究展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 附录A 机场旅客风险分类指标体系研究调查问卷 | 第76-79页 |
| 附录B 旅客信息调查问卷 | 第79-86页 |
| 附录C BP神经网络作分类器的MATLAB程序 | 第86-91页 |
| 攻读硕士学位期间发表学术论文情况 | 第91页 |