基于粗糙集理论的交通流状态知识发现研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-13页 |
| 1.1.2 研究意义 | 第13页 |
| 1.2 研究现状 | 第13-17页 |
| 1.2.1 知识发现研究现状 | 第13-15页 |
| 1.2.2 粗糙集理论和应用研究现状 | 第15-17页 |
| 1.3 主要研究内容与技术路线 | 第17-19页 |
| 2 交通流知识发现的数据预处理 | 第19-27页 |
| 2.1 基于线圈的交通流数据检测 | 第19页 |
| 2.2 检测器数据特征分析 | 第19-20页 |
| 2.2.1 数据异常情况总结 | 第19-20页 |
| 2.2.2 异常原因分析 | 第20页 |
| 2.3 交通流数据的预处理 | 第20-26页 |
| 2.3.1 数据处理基本原则及错误数据判断标准 | 第21-23页 |
| 2.3.2 异常数据填补 | 第23-24页 |
| 2.3.3 数据预处理的滤波算法 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 粗糙集理论及其相关知识 | 第27-39页 |
| 3.1 引言 | 第27页 |
| 3.2 粗糙集理论的基本概念 | 第27-33页 |
| 3.2.1 知识与分类 | 第27-29页 |
| 3.2.2 粗糙集理论的基本定义 | 第29-31页 |
| 3.2.3 近似精度与粗糙度 | 第31-32页 |
| 3.2.4 近似分类精度与近似分类质量 | 第32-33页 |
| 3.3 知识约简 | 第33-35页 |
| 3.3.1 知识的约简与核 | 第33-34页 |
| 3.3.2 知识的相对核与相对约简 | 第34-35页 |
| 3.4 信息系统 | 第35-37页 |
| 3.4.1 信息系统的基本概念 | 第35-36页 |
| 3.4.2 信息系统的类型 | 第36-37页 |
| 3.5 本章小结 | 第37-39页 |
| 4 粗糙集理论对决策表的属性约简 | 第39-51页 |
| 4.1 引言 | 第39页 |
| 4.2 决策表属性约简理论基础 | 第39-42页 |
| 4.2.1 决策表的基本概念 | 第39-40页 |
| 4.2.2 决策函数与决策规则 | 第40-41页 |
| 4.2.3 属性约简算法概述 | 第41-42页 |
| 4.3 基于差别矩阵的决策表的属性约简算法 | 第42-44页 |
| 4.3.1 算法理论基础 | 第42-43页 |
| 4.3.2 算法描述与分析 | 第43-44页 |
| 4.4 差别矩阵属性约简算法的改进 | 第44-49页 |
| 4.4.1 引入差别函数 | 第44-45页 |
| 4.4.2 改进的适用于不相容决策表的差别矩阵 | 第45-49页 |
| 4.5 本章小结 | 第49-51页 |
| 5 交通流状态知识发现案例分析 | 第51-69页 |
| 5.1 引言 | 第51页 |
| 5.2 交通流状态概述 | 第51-52页 |
| 5.3 交通流数据的预处理 | 第52-60页 |
| 5.3.1 数据来源与分析 | 第52-56页 |
| 5.3.2 数据预处理 | 第56-60页 |
| 5.4 交通流状态决策表的属性约简 | 第60-65页 |
| 5.4.1 数据离散化与决策信息表的构建 | 第60-62页 |
| 5.4.2 编程实现属性约简 | 第62-65页 |
| 5.5 规则获取 | 第65-68页 |
| 5.6 本章小结 | 第68-69页 |
| 6 总结与展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第75-79页 |
| 学位论文数据集 | 第79页 |
