序列模式挖掘在警用车辆维修数据分析中的研究与应用
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第8-11页 |
| CONTENTS | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 选题背景及课题意义 | 第14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 序列模式挖掘算法研究现状 | 第15-16页 |
| 1.2.2 序列模式挖掘的应用研究现状 | 第16-17页 |
| 1.3 警用车辆维修数据分析的研究现状 | 第17页 |
| 1.4 论文的主要工作 | 第17-18页 |
| 1.5 论文的章节安排组织 | 第18-20页 |
| 第二章 序列模式挖掘算法 | 第20-36页 |
| 2.1 序列模式挖掘基本概念 | 第20-23页 |
| 2.2 序列模式挖掘步骤 | 第23-24页 |
| 2.3 序列模式挖据算法 | 第24-34页 |
| 2.3.1 基于Apriori的挖掘方法 | 第24页 |
| 2.3.2 GSP算法 | 第24-26页 |
| 2.3.3 基于格的挖掘方法 | 第26-30页 |
| 2.3.4 基于投影数据库的挖掘方法 | 第30-31页 |
| 2.3.5 多维序列模式挖掘方法 | 第31-32页 |
| 2.3.6 增量序列模式挖掘方法 | 第32-33页 |
| 2.3.7 基于约束的挖掘方法 | 第33-34页 |
| 2.4 本章小结 | 第34-36页 |
| 第三章 车辆维修数据挖掘模型 | 第36-39页 |
| 3.1 模型结构介绍 | 第36-37页 |
| 3.2 模型组件介绍 | 第37-38页 |
| 3.2.1 数据提取 | 第37-38页 |
| 3.2.2 数据预处理 | 第38页 |
| 3.2.3 序列模式挖掘 | 第38页 |
| 3.2.4 挖掘结果评估 | 第38页 |
| 3.3 本章小结 | 第38-39页 |
| 第四章 车辆维修数据预处理 | 第39-49页 |
| 4.1 车辆维修系统业务流程介绍 | 第39-40页 |
| 4.2 车辆维修数据的提取 | 第40-46页 |
| 4.2.1 车辆维修数据 | 第40-45页 |
| 4.2.2 维修数据的提取 | 第45-46页 |
| 4.3 车辆维修数据的预处理 | 第46-48页 |
| 4.3.1 维修汽配件数据预处理 | 第46-47页 |
| 4.3.2 维修费用数据预处理 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 序列模式挖掘 | 第49-62页 |
| 5.1 类Apriori算法 | 第49-51页 |
| 5.2 类Apriori的性质 | 第51-52页 |
| 5.3 改进的序列模式挖掘算法——APSpan | 第52-59页 |
| 5.3.1 PrefixSpan算法 | 第52-57页 |
| 5.3.2 APSpan算法 | 第57-59页 |
| 5.4 改进的APSpan算法在车辆维修中的应用 | 第59-61页 |
| 5.5 改进的APSpan算法分析 | 第61页 |
| 5.6 本章小结 | 第61-62页 |
| 第六章 实验结果分析 | 第62-65页 |
| 6.1 环境介绍 | 第62页 |
| 6.2 数据集描述 | 第62页 |
| 6.3 试验及结果分析 | 第62-64页 |
| 6.4 本章小结 | 第64-65页 |
| 总结与展望 | 第65-67页 |
| 1 本文的工作内容 | 第65页 |
| 2 本文的不足及进一步研究方向 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 攻读硕士学位期间发表的学术论文 | 第72-74页 |
| 致谢 | 第74页 |
