文摘
英文文摘
声明
第一章绪论
1.1研究背景及意义
1.2国内外发展现状
1.2.1数据挖掘技术发展
1.2.2数据挖掘技术在交通方面的发展
1.3本文研究内容及结构
第二章数据挖掘技术
2.1数据挖掘概述
2.1.1数据挖掘的任务
2.1.2数据挖掘的对象
2.1.3数据挖掘流程
2.1.4数据挖掘的方法
2.2数据预处理
2.2.1数据预处理的必要性
2.2.2数据挖掘预处理的主要任务
2.3本章小结
第三章聚类算法
3.1聚类算法概述
3.2经典的聚类算法
3.2.1划分聚类算法
3.2.2层次聚类算法
3.2.3基于密度聚类算法
3.2.4基于网格的聚类算法
3.2.5基于模型聚类
3.3衡量聚类算法性能的指标
3.4聚类算法在交通中的应用
3.4.1分析过程
3.4.2聚类因子的确定
3.4.3聚类分析
3.5本章小结
第四章时间序列算法
4.1时间序列挖掘概述
4.2时间序列挖掘的经典算法
4.2.1基本概念
4.2.2序列挖掘的一般步骤
4.3 AprioriAll算法
4.4 GSP算法
4.5 Microsoft时序算法
4.5.1自动回归
4.5.2使用多个时间序列
4.5.3自动回归树
4.5.4季节性
4.5.5 Microsoft时序算法参数
4.6本章小结
第五章数据挖掘在处理交通流数据中的应用
5.1交通背景知识
5.2交通数据预处理
5.2.1数据来源
5.2.2数据预处理
5.3对数据的简单分析
5.4挖掘数据分布规律
5.5应用数据挖掘算法分析数据
5.5.1应用SQL2005时间序列算法分析数据
5.5.2各车型半年数据统计
5.6本章小结
总结与展望
参考文献
致谢