| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 论文主要工作 | 第15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第二章 数据挖掘概述 | 第17-21页 |
| 2.1 数据挖掘的概念 | 第17页 |
| 2.2 数据挖掘的功能 | 第17-19页 |
| 2.2.1 分类和预测 | 第17-18页 |
| 2.2.2 聚类分析 | 第18-19页 |
| 2.3 本章小结 | 第19-21页 |
| 第三章 犯罪预警问题分析 | 第21-25页 |
| 3.1 犯罪的特征 | 第21-22页 |
| 3.2 犯罪预警需要解决的问题 | 第22-24页 |
| 3.3 本章小结 | 第24-25页 |
| 第四章 基于数据挖掘的犯罪预警方法 | 第25-61页 |
| 4.1 基于分类算法的犯罪预警方法 | 第25-45页 |
| 4.1.1 典型的分类算法 | 第25-27页 |
| 4.1.2 基于C4.5 算法的犯罪预警方法 | 第27-39页 |
| 4.1.3 基于朴素贝叶斯算法的犯罪预警方法 | 第39-45页 |
| 4.1.4 结果分析 | 第45页 |
| 4.2 基于聚类算法的犯罪预警方法 | 第45-58页 |
| 4.2.1 典型的聚类算法 | 第46-48页 |
| 4.2.2 基于K-Means算法的犯罪预警方法 | 第48-53页 |
| 4.2.3 基于EM算法的犯罪预警方法 | 第53-58页 |
| 4.2.4 结果分析 | 第58页 |
| 4.3 方法对比和结论 | 第58-59页 |
| 4.4 本章小结 | 第59-61页 |
| 第五章 基于数据挖掘的城市犯罪预警系统的设计和实现 | 第61-85页 |
| 5.1 架构设计 | 第61-62页 |
| 5.2 功能模块 | 第62-64页 |
| 5.2.1 管理平台 | 第62-63页 |
| 5.2.2 犯罪预警模块 | 第63页 |
| 5.2.3 犯罪记录上传模块 | 第63-64页 |
| 5.3 流程设计 | 第64-68页 |
| 5.3.1 管理平台 | 第64-67页 |
| 5.3.2 上传犯罪记录 | 第67-68页 |
| 5.3.3 犯罪预警 | 第68页 |
| 5.4 数据库设计 | 第68-69页 |
| 5.5 程序设计和关键代码实现 | 第69-76页 |
| 5.5.1 管理平台 | 第69-73页 |
| 5.5.2 犯罪记录上传模块 | 第73-75页 |
| 5.5.3 预警模块 | 第75-76页 |
| 5.6 系统实现的效果 | 第76-84页 |
| 5.6.1 管理平台 | 第76-82页 |
| 5.6.2 犯罪记录上传小助手 | 第82-83页 |
| 5.6.3 安全出行小助手 | 第83-84页 |
| 5.6.4 系统评价 | 第84页 |
| 5.7 本章小结 | 第84-85页 |
| 第六章 总结和展望 | 第85-87页 |
| 6.1 总结 | 第85页 |
| 6.2 前景展望 | 第85-87页 |
| 参考文献 | 第87-89页 |
| 致谢 | 第89-90页 |
| 作者简介 | 第90-91页 |