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

数据挖掘技术在中小城市交通事故分析中的应用研究

摘要第1-6页
Abstract第6-10页
第一章 绪论第10-15页
   ·中小城市交通的特点和问题第10页
   ·中小城市交通事故国内外研究现状第10-11页
   ·系统开发的必要性第11-12页
   ·采用数据挖掘技术的意义第12-13页
   ·论文的主要内容第13页
   ·本文的结构第13-15页
第二章 数据挖掘简介第15-29页
   ·数据挖掘的概念第15页
   ·数据挖掘发展现状第15-16页
   ·数据挖掘的方法第16-17页
   ·数据挖掘的过程第17-18页
   ·关联规则挖掘第18-21页
     ·关联规则的算法及演化第18-21页
     ·多维多层的关联规则第21页
   ·聚类分析概述第21-23页
   ·数据预处理第23-26页
     ·数据预处理基本过程第23-24页
     ·数据转换与清理第24-25页
     ·数据集成第25页
     ·数据变换第25页
     ·数据归约第25-26页
   ·数据挖掘应用和存在问题第26-28页
 本章小结第28-29页
第三章 需求分析与系统设计第29-37页
   ·交通事故分析系统的需求分析第29-31页
     ·需求分析第29页
     ·交通事故趋势第29-30页
     ·项目内容第30-31页
   ·系统设计第31-36页
     ·系统结构第31-33页
     ·系统功能设计第33-35页
     ·系统实施方案第35-36页
     ·数据库设计第36页
   ·系统配置第36页
 本章小结第36-37页
第四章 交通事故的聚类分析第37-44页
   ·用于聚类分析的数据预处理第37-38页
     ·数据清理方法第37页
     ·噪声数据方法第37-38页
     ·数据归约方法第38页
   ·基于属性聚类的应用第38-43页
     ·单属性聚类分析第40-41页
     ·多属性聚类分析第41-43页
 本章小结第43-44页
第五章 交通事故的关联规则发现第44-51页
   ·Apriori算法介绍第44页
   ·经典的发现频繁项目集算法第44-45页
   ·关联规则生成算法第45-47页
   ·算法改进思想第47-49页
   ·改进的Apriori算法正确性证明第49-50页
 本章小结第50-51页
第六章 中小城市交通事故分析系统的实现第51-61页
   ·聚类分析的实现第51-55页
     ·实现的关键技术第51-54页
     ·聚类分析的实现第54-55页
   ·关联规则的实现第55-60页
   ·挖掘工作的指导意义第60页
 本章小结第60-61页
总结和展望第61-62页
参考文献第62-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:基于XML的数据库查询架构的设计与应用
下一篇:改进的粒子群算法在车间调度中的应用研究