| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 主要缩略词表 | 第7-8页 |
| 第一章 绪论 | 第8-12页 |
| 第二章 资产管理大数据系统 | 第12-14页 |
| 第三章 基于RFID的移动资产信息采集通道 | 第14-24页 |
| 3.1 资产管理信息采集通道系统结构设计 | 第14-15页 |
| 3.2 移动设备端硬件设计 | 第15-17页 |
| 3.3 移动设备端软件设计 | 第17-21页 |
| 3.4 网络服务器端（Server端）系统软件设计 | 第21-24页 |
| 第四章 大数据处理及数据挖掘算法仿真 | 第24-50页 |
| 4.1 大数据概述 | 第24-26页 |
| 4.2 数据挖掘技术 | 第26页 |
| 4.3 数据挖掘中的分类算法分析及Python实现 | 第26-50页 |
| 4.3.1 KNN算法及Python仿真实现 | 第28-30页 |
| 4.3.1.1 KNN算法原理 | 第28-29页 |
| 4.3.1.2 KNN算法Python仿真实现 | 第29-30页 |
| 4.2.1.3 KNN算法分析 | 第30页 |
| 4.3.2 支持向量机算法及Python仿真实现 | 第30-43页 |
| 4.3.2.1 支持向量机SVM算法原理 | 第30-41页 |
| 4.3.2.2 支持向量机SVM算法Python仿真实现 | 第41-43页 |
| 4.3.2.3 支持向量机算法分析 | 第43页 |
| 4.3.3 逻辑回归算法及Python仿真实现 | 第43-50页 |
| 4.3.3.1 逻辑回归算法原理 | 第43-48页 |
| 4.3.3.2 逻辑回归算法Python仿真实现 | 第48-49页 |
| 4.3.3.3 逻辑回归算法分析 | 第49-50页 |
| 第五章 基于超球串的仿生模式识别算法在数据挖掘中的应用 | 第50-57页 |
| 5.1 基于超球串的仿生模式识别算法 | 第50-53页 |
| 5.2 基于超球串的仿生模式识别算法Python仿真实现 | 第53-54页 |
| 5.3 实验设置 | 第54-55页 |
| 5.4 实验结果分析 | 第55-56页 |
| 5.5 本章小结 | 第56-57页 |
| 第六章 总结和展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 攻读学位期间的科研成果 | 第62-63页 |
| 致谢 | 第63-65页 |
| 附件 | 第65页 |
