摘要3-4
ABSTRACT4-8
第一章 绪论8-15
1.1 不足的提出8-11
1.1.1 探讨背景8-10
1.1.2 车辆类型识别在我国公路收费中的运用10-11
1.2 探讨内容11-12
1.3 论文的基本结构和数据来源12-14
1.3.1 论文的基本结构12-13
1.3.2 论文的数据来源13-14
1.4 本人的主要工作14-15
第二章 车辆类型识别和有着的不足15-20
2.1 车辆类型识别15-18
2.1.1 车辆类型分类的原则15
2.1.2 我国公路收费系统的近况及其有着的不足15-17
2.1.3 车辆类型识别的一些策略17-18
2.2 数据挖掘在车辆类型分类中的运用探讨近况18-20
2.2.1 国内情况18-19
2.2.2 国外情况19-20
第三章 常用的数据挖掘策略论述概述20-32
3.1 多元线性回归20
3.2 主成分浅析20-22
3.3 判别浅析22
3.4 聚类浅析22-24
3.5 K近邻24-25
3.6 Logistic回归浅析25-26
3.7 分类回归树26-29
3.7.1 分类树的构建26-27
3.7.2 分类树的修剪27-28
3.7.3 选择最优树28-29
3.8 随机森林29-31
3.8.1 随机森林的定义29
3.8.2 随机森林的算法29-30
3.8.3 随机森林的泛化误差30
3.8.4 变量重要量的计算30-31
3.9 模型利用条件一些说明31-32
第四章 数据处理和建模32-47
4.1 数据处理与基本浅析32-35
4.1.1 数据说明及预理32-33
4.1.2 不同种类车辆比较浅析33-34
4.1.3 数据基本浅析34-35
4.2 汽车轮廓识别的建模与浅析35-45
4.2.1 探讨性浅析35-36
4.2.2 主成分浅析36
4.2.3 Fisher判别浅析36-39
4.2.4 K-means算法39-41
4.2.5 K-近邻41
4.2.6 Logistic回归41-42
4.2.7 分类回归树42-43
4.2.8 随机森林43-45
4.3 分类模型总结45-47
第五章 总结与展望47-49
5.1 总结47-48
5.2 展望48-49