| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究综述 | 第10-11页 |
| 1.2.1 运输风险评价 | 第10页 |
| 1.2.2 路径优化 | 第10-11页 |
| 1.2.3 国内外研究评述 | 第11页 |
| 1.3 主要研究内容及路线 | 第11-14页 |
| 第2章 相关理论概述 | 第14-24页 |
| 2.1 医疗废物 | 第14-15页 |
| 2.2 大数据 | 第15-16页 |
| 2.3 大数据与数据挖掘 | 第16-20页 |
| 2.3.1 大数据取样 | 第16-17页 |
| 2.3.2 大数据整体分析 | 第17-18页 |
| 2.3.3 数据处理分析 | 第18-19页 |
| 2.3.4 数据调整 | 第19页 |
| 2.3.5 大数据建模 | 第19页 |
| 2.3.6 大数据模型解释与评价 | 第19-20页 |
| 2.4 云和云计算 | 第20-21页 |
| 2.5 大数据和数据挖掘的关系 | 第21-22页 |
| 2.6 智能交通 | 第22-24页 |
| 第3章 基于大数据的医疗废物运输风险评价模型构建 | 第24-34页 |
| 3.1 医疗废物运输特征 | 第24-26页 |
| 3.1.1 医疗废物的特性 | 第24页 |
| 3.1.2 医疗废物运输与普通废物运输的区别 | 第24-25页 |
| 3.1.3 危险废物、医疗废物运输与风险的关系 | 第25页 |
| 3.1.4 医疗废物运输的约束 | 第25-26页 |
| 3.2 基于大数据的运输风险评价模型 | 第26-34页 |
| 3.2.1 运输风险评价模型综述 | 第26-30页 |
| 3.2.2 风险评价模型构建 | 第30-33页 |
| 3.2.3 模型分析 | 第33-34页 |
| 第4章 大数据背景下面向运输路径选择的软件分析与确定 | 第34-45页 |
| 4.1 软件选取 | 第34-40页 |
| 4.1.1 备选软件 | 第34-36页 |
| 4.1.2 选择软件及启示 | 第36页 |
| 4.1.3 研究所利用到的百度地图的基本功能 | 第36-37页 |
| 4.1.4 软件的应用 | 第37-39页 |
| 4.1.5 百度地图中的大数据 | 第39-40页 |
| 4.2 道路网络建立 | 第40-41页 |
| 4.3 医疗废物收运业务数据分析和信息获取 | 第41-45页 |
| 第5章 大数据背景下的实例分析 | 第45-58页 |
| 5.1 大数据背景下的实例分析特点 | 第45页 |
| 5.2 实例 | 第45-53页 |
| 5.2.1 市区多医院7月数据 | 第45-48页 |
| 5.2.2 市区多医院非高峰9月数据 | 第48-49页 |
| 5.2.3 郊区多医院高峰9月数据 | 第49-51页 |
| 5.2.4 郊区多医院非高峰9月数据 | 第51-53页 |
| 5.3 实例分析 | 第53-58页 |
| 5.3.1 算例数据选择原因 | 第53-54页 |
| 5.3.2 市区7月数据和9月非高峰对比分析 | 第54-56页 |
| 5.3.3 郊区9月高峰非高峰对比 | 第56页 |
| 5.3.4 算例分析 | 第56-58页 |
| 第6章 结论 | 第58-60页 |
| 6.1 研究结论 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 卷内备考表 | 第64页 |