铁路警务信息系统中的数据挖掘方法应用
| 摘要 | 第2-3页 |
| abstract | 第3-4页 |
| 1 绪论 | 第7-11页 |
| 1.1 课题研究背景及意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-9页 |
| 1.2.1 数据挖掘研究现状 | 第7-8页 |
| 1.2.2 警务信息系统的研究现状 | 第8-9页 |
| 1.3 本文的研究内容 | 第9页 |
| 1.4 论文结构 | 第9-10页 |
| 1.5 本章小结 | 第10-11页 |
| 2 警务数据挖掘相关技术 | 第11-22页 |
| 2.1 数据挖掘技术概述 | 第11-12页 |
| 2.2 数据预处理 | 第12-15页 |
| 2.2.1 数据清理 | 第12-13页 |
| 2.2.2 数据集成 | 第13-14页 |
| 2.2.3 数据转换 | 第14页 |
| 2.2.4 数据抽取 | 第14-15页 |
| 2.3 警务信息挖掘方法 | 第15-19页 |
| 2.3.1 贝叶斯分类 | 第15-16页 |
| 2.3.2 神经网络 | 第16-17页 |
| 2.3.3 支持向量机 | 第17页 |
| 2.3.4 决策树算法 | 第17-19页 |
| 2.3.5 关联规则分析 | 第19页 |
| 2.4 警务信息系统开发 | 第19-21页 |
| 2.4.1 警务信息管理系统 | 第20页 |
| 2.4.2 警务信息挖掘系统 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 3 警务信息的预警分析 | 第22-32页 |
| 3.1 预警分析简介 | 第22-23页 |
| 3.2 预警分析算法概述 | 第23-27页 |
| 3.2.1 ID3算法 | 第24-25页 |
| 3.2.2 C4.5 算法 | 第25-26页 |
| 3.2.3 CART算法 | 第26-27页 |
| 3.3 实验设计及结果分析 | 第27-31页 |
| 3.4 本章小结 | 第31-32页 |
| 4 警务信息的关联分析 | 第32-43页 |
| 4.1 关联分析简介 | 第32页 |
| 4.2 关联规则分析概述 | 第32-34页 |
| 4.2.1 关联规则的基本概念 | 第32-33页 |
| 4.2.2 关联规则的指标 | 第33-34页 |
| 4.3 实验设计及结果分析 | 第34-42页 |
| 4.3.1 Apriori算法设计 | 第34-36页 |
| 4.3.2 FP-growth算法设计 | 第36-41页 |
| 4.3.3 实验结果及分析 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 5 铁路警务信息挖掘系统设计与实现 | 第43-60页 |
| 5.1 铁路警务信息系统总体设计 | 第43-44页 |
| 5.1.1 系统架构 | 第43-44页 |
| 5.1.2 模块设计 | 第44页 |
| 5.2 构建警务数据仓库 | 第44-51页 |
| 5.2.1 数据预处理 | 第44-47页 |
| 5.2.2 数据抽取 | 第47-49页 |
| 5.2.3 数据存储与管理 | 第49页 |
| 5.2.4 数据库设计 | 第49-51页 |
| 5.3 预警分析模块 | 第51-55页 |
| 5.4 关联分析模块 | 第55-58页 |
| 5.5 综合查询模块 | 第58-59页 |
| 5.6 数据维护模块 | 第59页 |
| 5.7 本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-63页 |
| 6.1 本文主要工作 | 第60-61页 |
| 6.2 未来展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士学位期间发表的论文 | 第66-67页 |
| 致谢 | 第67-69页 |
