道路运输信息系统的数据挖掘方法研究与应用

  本文关键词：道路运输信息系统的数据挖掘方法研究与应用，由笔耕文化传播整理发布。

博硕论文分类列表

马列主义、毛泽东思想 艺术

数理科学和化学 文学

天文学、地理科学 军事

文化科学、教育体育 经济

自然科学总论 哲学

查看更多分类

论文搜索

相关论文

北美岩沥青及其混合料特性研究
台风区大跨度钢桁架拱桥施工控制关
基于宏观轮廓的沥青路面抗滑性能试
橡胶隔振器多轴疲劳寿命预测方法研
小型燃料电池混合动力车驱动系统构
永磁同步电梯曳引系统的性能优化方
智能变电站信息流定量分析与优化控
大功率LED蓝白光转换关键封装技
混合结构逐次逼近模数转换器研究与
氧化物薄膜晶体管研究
云计算环境下可伸缩实时在线交互应
基于日志的任务建模及调度优化的研
面向个性化服务的User Pro
语义Web服务发现关键技术研究
面向六自由度机械手的机电产品多学
基于碳点的荧光传感器的制备与应用
荧光共轭聚合物在化学传感器上的应
饱和非线性系统控制研究
基于激光位移测量的光学压力传感器
科技型中小微企业异质知识网络、组
供应链金融背景下银行授信决策研究

科目列表

博士论文    

道路运输信息系统的数据挖掘方法研究与应用

     论文目录

摘要第1-7页

Abstract第7-17页

第一章 绪论第17-37页

   ·课题来源第17-18页

   ·研究背景和意义第18-21页

     ·研究的应用背景第18-19页

     ·研究的知识背景第19-20页

     ·研究的意义第20-21页

   ·国内外研究现状第21-31页

     ·数据挖掘理论研究和发展现状第21-28页

     ·数据挖掘技术在交通运输领域的研究和应用现状第28-30页

     ·数据仓库和云计算在交通运输的研究和应用现状第30-31页

   ·主要研究内容与研究目标第31-32页

     ·研究内容第31-32页

     ·研究目标第32页

   ·研究方案与论文组织结构第32-36页

     ·研究方法第32-33页

     ·技术路线第33-35页

     ·论文结构第35-36页

   ·本章小结第36-37页

第二章 道路运输信息系统及数据源的基本理论研究第37-56页

   ·道路运输信息系统基本概念第37页

   ·道路运输信息系统模型架构内容第37-43页

     ·业务架构第37-40页

     ·应用架构第40页

     ·数据架构第40-42页

     ·技术架构第42-43页

   ·模型架构设计思路第43页

   ·道路运输信息系统数据仓库第43-49页

     ·数据仓库的特点第43-44页

     ·数据仓库关键概念第44-47页

     ·数据仓库体系规划第47-49页

   ·特殊数据集市 IC 卡道路运输电子证件系统的设计及应用第49-55页

     ·IC 卡道路运输电子证件系统简介第49-50页

     ·IC 卡道路运输电子证件系统标准设计第50-51页

     ·IC 卡道路运输证数据设计第51-54页

     ·IC 卡道路运输电子证件数据集市第54-55页

   ·本章小结第55-56页

第三章 基于优化关联规则方法的道路运输管理数据挖掘研究第56-66页

   ·经典 APRIORI 算法第56-58页

   ·优化 APRIORI 算法第58-60页

   ·剪枝优化技术第60-61页

     ·剪枝理论研究第60页

     ·Eclat 新算法实证第60-61页

   ·利用 MAPREDUCE 进一步改进 ECLAT 算法第61-64页

     ·MapReduce 计算模型第61-62页

     ·设计 Map 函数和 Reduce 函数第62-64页

   ·应用验证第64-65页

     ·问题的提出第64页

     ·建立计算模型第64页

     ·计算分析第64-65页

   ·本章小结第65-66页

第四章 道路运输信息系统中的分类数据挖掘方法第66-88页

   ·基于 KNN 算法的分类数据挖掘第66-69页

     ·算法基础第66页

     ·应用实例分析第66-69页

   ·基于决策树的分类数据挖掘第69-73页

     ·方法的理论基础第69-72页

     ·应用实例分析第72-73页

   ·贝叶斯分类数据挖掘第73-75页

     ·算法基础第73-74页

     ·应用实例分析第74-75页

   ·类 BP 神经网络的全省公交一卡通数据挖掘方法第75-87页

     ·BP 神经网络算法基础第75-77页

     ·全省公交一卡通数据挖掘问题第77-80页

     ·类 BP 神经网络推算模型的构建和应用第80-87页

   ·本章小结第87-88页

第五章 基于关联规则和粗糙集的优化分类数据挖掘方法第88-100页

   ·分类数据挖掘问题的粗糙集抽象模型第88-92页

     ·粗糙集理论知识第88-89页

     ·粗糙集分类数据挖掘第89-90页

     ·粗糙集属性约简方法第90-92页

   ·基于粗糙集和关联规则算法的数据挖掘优化方法第92-95页

     ·基于关联规则的决策表分类器求解过程第93-94页

     ·粗糙集和优化关联规则方法的整合研究第94-95页

   ·基于粗糙集属性约简方法的道路运输信息系统数据挖掘应用实例第95-96页

     ·问题的提出第95-96页

     ·解决方法第96页

   ·基于粗糙集和优化关联的道路道路运输信息系统数据挖掘应用实例第96-99页

     ·决策属性与决策表第96-97页

     ·数据预处理第97-98页

     ·约简条件属性集第98页

     ·得到关联规则第98-99页

     ·得到规则条数与支持度、置信度的关系第99页

   ·本章小结第99-100页

第六章 基于属性维划分和并行计算技术的空间聚类方法第100-109页

   ·DBSCAN 算法第100-102页

     ·基本理论第100-101页

     ·传统 DBSCAN 方法的不足和优化的思路第101-102页

   ·基于属性维划分和 MAPREDUCE 的 DBSCAN 优化方法理论研究第102-104页

     ·属性维划分的概念第102页

     ·簇合并理论第102-103页

     ·簇合并判断运算剪枝第103-104页

   ·DBSCAN 优化方法设计第104页

   ·DBSCAN 优化方法在 MAPREDUCE 模型上的实现第104-106页

     ·流程设计第104-105页

     ·设定<key,value>对第105页

     ·执行策略第105-106页

   ·应用验证第106-108页

     ·数据挖掘目标第106页

     ·定义数据对象第106页

     ·定义属性维第106-107页

     ·方法的应用实例第107-108页

   ·本章小结第108-109页

第七章 广东省道路运输信息系统数据挖掘技术应用与综合实现第109-143页

   ·广东省道路运输信息系统模型架构的设计第109-121页

     ·业务架构第109-111页

     ·数据架构第111-116页

     ·应用架构第116-117页

     ·技术架构第117-120页

     ·道路运输信息系统架构对数据挖掘的影响分析第120-121页

   ·广东省道路运输信息系统数据挖掘的需求分析第121-125页

   ·广东省道路运输信息系统数据挖掘总体解决思路第125页

   ·数据挖掘全过程的综合实现第125-142页

     ·运行环境第126页

     ·数据挖掘分析主题第126页

     ·数据挖掘分析流程第126-127页

     ·整体设计方案第127-133页

     ·基于 Cognos 的模型实现第133-142页

   ·本章小结第142-143页

结论与展望第143-146页

参考文献第146-155页

附录1：并行 NECLAT 核心代码第155-158页

附录2 类 BP 神经网络权值矩阵推算核心代码第158-162页

附录3 基于属性维和 MAPREDUCE 的 DBSCAN 方法核心代码第162-165页

附录4 ETL 过程脚本第165-167页

攻读博士学位期间取得的研究成果第167-169页

致谢第169-170页

附件第170页

论文编号BS2198432，，这篇论文共170页
会员购买按0.35元/页下载，共需支付59.5元。        直接购买按0.5元/页下载，共需要支付85元 。

 您可能感兴趣的论文

版权申明：本目录由网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。

  本文关键词：道路运输信息系统的数据挖掘方法研究与应用，由笔耕文化传播整理发布。