| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 异常数据检测研究现状 | 第15-17页 |
| 1.2.2 机动车检测数据研究现状 | 第17-19页 |
| 1.3 本文主要工作 | 第19-21页 |
| 1.3.1 基于k-means聚类与LOF算法的异常数据检测方法 | 第19页 |
| 1.3.2 运用回归分析与数据挖掘对清洗后的数据进行分析 | 第19-21页 |
| 第二章 汽车制动性能检测与评价 | 第21-27页 |
| 2.1 汽车制动性能检测流程 | 第21页 |
| 2.2 车辆制动性能检验仪器设备 | 第21-23页 |
| 2.2.1 滚筒反力式制动试验台 | 第22页 |
| 2.2.2 平板式制动试验台 | 第22-23页 |
| 2.3 制动试验台检验步骤 | 第23-24页 |
| 2.3.1 滚筒式制动试验台检验步骤 | 第24页 |
| 2.3.2 平板式制动试验台检验步骤 | 第24页 |
| 2.4 制动性能参数计算与评价 | 第24-27页 |
| 2.4.1 制动性能参数计算 | 第24-25页 |
| 2.4.2 制动性能指标评价 | 第25-27页 |
| 第三章 汽车检测异常数据分析 | 第27-46页 |
| 3.1 异常数据检测方法 | 第27-30页 |
| 3.1.1 k-means聚类算法 | 第27-29页 |
| 3.1.2 DBSCAN算法 | 第29页 |
| 3.1.3 LOF算法 | 第29-30页 |
| 3.2 基于k-means聚类与LOF算法的异常数据检测方法 | 第30-32页 |
| 3.3 异常数据检测R语言程序设计 | 第32-35页 |
| 3.3.1 R语言软件介绍 | 第32-33页 |
| 3.3.2 实现异常数据检测R语言代码 | 第33-35页 |
| 3.4 异常检测数据分析 | 第35-46页 |
| 3.4.1 数据集与预处理 | 第35-37页 |
| 3.4.2 异常检测数据分析结果 | 第37-46页 |
| 第四章 汽车检测数据挖掘分析 | 第46-73页 |
| 4.1 检测数据挖掘分析方法 | 第46-53页 |
| 4.1.1 一元回归分析 | 第46-48页 |
| 4.1.2 模糊聚类 | 第48-50页 |
| 4.1.3 关联规则 | 第50-53页 |
| 4.2 汽车检测数据挖掘分析程序设计 | 第53-58页 |
| 4.2.1 实现回归分析与趋势分析的R语言代码 | 第53-55页 |
| 4.2.2 实现关联规则分析R语言代码 | 第55-58页 |
| 4.3 汽车检测数据挖掘分析 | 第58-73页 |
| 4.3.1 汽车制动性能数据回归分析 | 第58-67页 |
| 4.3.2 汽车检测数据关联规则分析 | 第67-73页 |
| 第五章 总结与展望 | 第73-75页 |
| 5.1 总结 | 第73页 |
| 5.2 展望 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第78-79页 |
