基于数据挖掘技术的交通流预测系统设计
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第一章 绪论 | 第10-18页 |
·研究背景 | 第10-11页 |
·国内外研究现状 | 第11-16页 |
·研究目的和意义 | 第16-17页 |
·本文研究内容及结构 | 第17-18页 |
第二章 数据挖掘技术 | 第18-26页 |
·数据挖掘概述 | 第18-23页 |
·数据挖掘技术产生的背景 | 第19-20页 |
·数据挖掘的概念 | 第20-22页 |
·数据挖掘研究对象 | 第22页 |
·数据挖掘的任务 | 第22-23页 |
·知识发现的基本过程 | 第23-25页 |
·本章小结 | 第25-26页 |
第三章 分类方法 | 第26-40页 |
·分类方法概述 | 第26页 |
·分类的基本概念与步骤 | 第26-28页 |
·经典分类算法 | 第28-39页 |
·基于距离的分类方法 | 第28-30页 |
·决策树分类方法 | 第30-35页 |
·贝叶斯分类 | 第35-37页 |
·粗糙集分类 | 第37-39页 |
·本章小结 | 第39-40页 |
第四章 系统设计需求分析 | 第40-50页 |
·系统设计目标 | 第40-41页 |
·系统设计功能要求 | 第41-42页 |
·数据流图与数据字典 | 第42-44页 |
·数据流图 | 第42-43页 |
·数据字典 | 第43-44页 |
·系统接口 | 第44-46页 |
·用户接口 | 第44-46页 |
·软件接口 | 第46页 |
·系统设计原则 | 第46-48页 |
·其它需求 | 第48-49页 |
·数据库需求 | 第48页 |
·系统操作要求 | 第48-49页 |
·本章小结 | 第49-50页 |
第五章 基于数据挖掘技术的交通流预测系统软件设计 | 第50-61页 |
·问题定义 | 第50-51页 |
·了解行业情况,确定挖掘目的 | 第50-51页 |
·确定学习方法 | 第51页 |
·数据抽取 | 第51-52页 |
·数据预处理 | 第52-55页 |
·数据集成 | 第52-53页 |
·数据库设计 | 第53-54页 |
·数据清洗 | 第54-55页 |
·数据挖掘 | 第55-58页 |
·提取与验证知识 | 第55-57页 |
·知识提取模块流程 | 第57页 |
·知识表示模式 | 第57-58页 |
·模式评估及其预测 | 第58-60页 |
·模式评估 | 第58页 |
·预测界面 | 第58-59页 |
·预测的核心代码 | 第59-60页 |
·本章小结 | 第60-61页 |
第六章 交通流预测系统性能评价 | 第61-63页 |
·评价指标 | 第61-62页 |
·平均误差 | 第61页 |
·相关系数 | 第61-62页 |
·预测分析 | 第62-63页 |
结论和建议 | 第63-65页 |
结论 | 第63页 |
建议 | 第63-65页 |
参考文献 | 第65-67页 |
致谢 | 第67页 |