停车场监控数据预处理和聚类分析
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-14页 |
| ·研究目的和意义 | 第11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文主要研究内容和结构 | 第12-14页 |
| 2 数据挖掘概述 | 第14-24页 |
| ·数据挖掘的概念 | 第14页 |
| ·数据挖掘的主要功能 | 第14-15页 |
| ·本文用到的数据挖掘方法 | 第15-23页 |
| ·数据预处理 | 第17-19页 |
| ·相似性度量 | 第19-20页 |
| ·聚类算法 | 第20-23页 |
| ·本章小结 | 第23-24页 |
| 3 停车场数据的预处理 | 第24-42页 |
| ·停车场数据集描述 | 第24页 |
| ·停车场数据的预处理 | 第24-41页 |
| ·停车场数据的消减和转换 | 第25页 |
| ·停车场数据分布的正态性分析 | 第25-31页 |
| ·错误数据和异常数据的处理 | 第31-35页 |
| ·停车场空缺数据的修复 | 第35-41页 |
| ·本章小结 | 第41-42页 |
| 4 停车场车流数据的相似度分析 | 第42-50页 |
| ·停车场车流数据的定性分析 | 第42-47页 |
| ·不同工作日之间车流数据的比较 | 第43-45页 |
| ·不同休息日之间车流数据的比较 | 第45-46页 |
| ·工作日与休息日之间车流数据的比较 | 第46-47页 |
| ·停车场车流数据的定量分析 | 第47-49页 |
| ·相似度定义 | 第47-48页 |
| ·相似度计算 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 5 停车场网络车流数据的聚类分析 | 第50-61页 |
| ·基于停车场相似度的聚类算法 | 第50-55页 |
| ·数据的归一化处理 | 第52-53页 |
| ·聚类参数判别统计量 | 第53-54页 |
| ·聚类算法 | 第54-55页 |
| ·停车场网络车流数据的聚类结果及分析 | 第55-60页 |
| ·本章小结 | 第60-61页 |
| 6 结论 | 第61-62页 |
| ·总结 | 第61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 作者简历 | 第65-67页 |
| 学位论文数据集 | 第67页 |
