数据挖掘在联网收费系统中的应用
| 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 |
| ·研究目的及意义 | 第11页 |
| ·国内外研究现状 | 第11-15页 |
| ·数据挖掘技术研究现状 | 第11-14页 |
| ·高速公路联网收费数据挖掘研究现状 | 第14-15页 |
| ·研究内容和创新点 | 第15页 |
| ·组织结构 | 第15-18页 |
| 第二章 高速公路联网收费系统相关知识研究 | 第18-36页 |
| ·联网收费系统总体结构 | 第18-22页 |
| ·联网系统结构 | 第18页 |
| ·联网系统功能 | 第18-22页 |
| ·联网收费系统数据生成分析 | 第22-29页 |
| ·联网收费模型 | 第22-25页 |
| ·数据输入方式 | 第25页 |
| ·通行费计算模式 | 第25-26页 |
| ·收费数据传输模式 | 第26-29页 |
| ·联网收费系统偷、逃费研究 | 第29-34页 |
| ·利用卡逃费 | 第30-31页 |
| ·违规逃费 | 第31-32页 |
| ·假冒减免车 | 第32-33页 |
| ·干扰逃费 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第三章 联网收费数据挖掘系统设计 | 第36-50页 |
| ·系统总体设计 | 第36-40页 |
| ·需求分析 | 第36-37页 |
| ·系统结构设计 | 第37-39页 |
| ·系统功能设计 | 第39-40页 |
| ·数据结构设计 | 第40-44页 |
| ·数据命名约定 | 第40-41页 |
| ·数据基础准备 | 第41-43页 |
| ·维度表设计 | 第43-44页 |
| ·功能扩展接口设计 | 第44页 |
| ·数据挖掘过程设计 | 第44-49页 |
| ·数据合并 | 第44-47页 |
| ·数据过滤 | 第47-48页 |
| ·数据挖掘库设计 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 数据仓库的建立和数据挖掘技术 | 第50-60页 |
| ·数据仓库技术 | 第50-56页 |
| ·数据仓库概述 | 第50-51页 |
| ·数据仓库主题 | 第51-52页 |
| ·数据仓库建模 | 第52-54页 |
| ·数据仓库实现 | 第54-56页 |
| ·数据挖掘技术 | 第56-58页 |
| ·数据挖掘概述 | 第56页 |
| ·SQL Server 2008 数据挖掘功能 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 第五章 联网收费数据挖掘应用 | 第60-86页 |
| ·实验环境 | 第60页 |
| ·硬件环境 | 第60页 |
| ·软件环境及开发平台 | 第60页 |
| ·交通流量挖掘应用 | 第60-66页 |
| ·时序算法分析 | 第61-63页 |
| ·交通流量预测的实现 | 第63-64页 |
| ·预测效果及应用 | 第64-66页 |
| ·通行费金额挖掘应用 | 第66-78页 |
| ·回归分析算法 | 第66-68页 |
| ·通行费金额预测的实现 | 第68-78页 |
| ·OD 旅行时间挖掘应用 | 第78-83页 |
| ·旅行时间神经网络预测模型 | 第78页 |
| ·旅行时间网络训练和预测实现 | 第78-82页 |
| ·基于旅行时间预测的动态超时判断模型 | 第82-83页 |
| ·超时车辆分类挖掘应用 | 第83-85页 |
| ·决策树分类算法 | 第83-84页 |
| ·超时车辆的决策树分类 | 第84-85页 |
| ·本章小结 | 第85-86页 |
| 结论与展望 | 第86-88页 |
| 结论 | 第86-87页 |
| 展望 | 第87-88页 |
| 参考文献 | 第88-92页 |
| 攻读硕士学位期间取得的研究成果 | 第92-93页 |
| 致谢 | 第93-94页 |
| 附件 | 第94页 |
