首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于通行大数据的车辆逃费稽查系统的研究与开发

摘要第4-6页
abstract第6-7页
第一章 绪论第11-17页
    1.1 研究背景与意义第11-12页
    1.2 研究现状第12-14页
        1.2.1 车辆逃费稽查的现状与趋势第12页
        1.2.2 大数据研究现状第12-13页
        1.2.3 数据挖掘技术研究现状第13-14页
    1.3 主要研究内容第14-15页
    1.4 本文组织结构第15-17页
第二章 基于通行大数据的车辆逃费稽查系统关键技术研究第17-23页
    2.1 引言第17页
    2.2 通行大数据的存储架构设计第17-19页
        2.2.1 关系型数据库第17-18页
        2.2.2 NoSQL数据库第18页
        2.2.3 基于 Oracle 11g 的车辆通行大数据存储方案第18-19页
    2.3 数据收集与整理第19页
    2.4 车辆通行异常行为的挖掘分析第19-20页
    2.5 基于车辆信用度评价的逃费稽查模型第20-21页
    2.6 其它程序实现关键技术第21页
        2.6.1 多线程第21页
        2.6.2 基于ADO的C++数据库访问技术第21页
    2.7 本章小结第21-23页
第三章 基于通行大数据的车辆异常行为挖掘研究第23-33页
    3.1 引言第23页
    3.2 车辆通行大数据概述第23-24页
    3.3 进出站车牌不一致的挖掘分析第24-26页
        3.3.1 进出站车牌不一致产生的根源第24-25页
        3.3.2 基于模糊匹配的车牌匹配算法第25-26页
    3.4 车辆通行路径异常的挖掘分析第26-27页
        3.4.1 通行路径异常产生的根源第26-27页
        3.4.2 基于标志站不符的通行路径异常挖掘第27页
    3.5 面向套牌车的通行时间重叠挖掘分析第27-28页
        3.5.1 通行时间重叠产生的根源第27-28页
        3.5.2 时间重叠分析算法第28页
    3.6 其它异常行为挖掘分析第28-30页
        3.6.1 通行时间超短分析第28-29页
        3.6.2 通行时间超长分析第29页
        3.6.3 通行卡中无标志站分析第29页
        3.6.4 短途重载分析第29页
        3.6.5 长途空载分析第29-30页
        3.6.6 车型与轴型不符分析第30页
        3.6.7 短时间掉头分析第30页
        3.6.8 车辆超重异常分析第30页
    3.7 构建车辆异常行为档案库第30-32页
    3.8 本章小结第32-33页
第四章 基于车辆信用度评价的逃费稽查模型与算法研究第33-41页
    4.1 引言第33页
    4.2 基于多属性效用模型的车辆信用度评价第33-36页
        4.2.1 车辆信用度第33页
        4.2.2 基于多属性效用模型的车辆信用度计算第33-36页
    4.3 基于BP神经网络的车辆信用度计算改进算法第36-39页
        4.3.1 神经网络结构的确定第36-37页
        4.3.2 初始权值的确定第37页
        4.3.3 学习速率的确定第37页
        4.3.4 预测结果分析与讨论第37-39页
    4.4 基于模糊评价的车辆信用度计算模型第39-40页
    4.5 本章小结第40-41页
第五章 车辆逃费稽查应用系统开发与实现第41-60页
    5.1 引言第41页
    5.2 系统总体设计第41-49页
        5.2.1 系统技术路线第42-44页
        5.2.2 系统开发的难点问题及解决方案第44-45页
        5.2.3 系统硬件架构第45-46页
        5.2.4 系统软件架构第46-47页
        5.2.5 数据库架构第47-48页
        5.2.6 系统开发工具与语言第48-49页
    5.3 车辆逃费稽查系统的实现第49-59页
        5.3.1 车辆通行数据收集程序的实现第49-52页
            5.3.1.1 程序功能结构第49-50页
            5.3.1.2 数据上传控制算法第50-51页
            5.3.1.3 程序主界面第51-52页
        5.3.2 车辆异常行为挖掘分析程序的实现第52-55页
            5.3.2.1 程序功能结构第52-53页
            5.3.2.2 程序工作流程第53-55页
            5.3.2.3 程序主界面第55页
        5.3.3 基于 FineReport 的车辆逃费稽查 Web 应用程序的实现第55-58页
        5.3.4 系统应用效果介绍第58-59页
    5.4 本章小结第59-60页
第六章 总结与展望第60-62页
    6.1 总结第60-61页
    6.2 展望第61-62页
参考文献第62-66页
攻读硕士学位期间的成果第66-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:面向网络评论的细粒度意见挖掘的研究与应用
下一篇:纺织鞋面冲孔标志点机器识别与数字定位