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 |