学位论文 > 优秀研究生学位论文题录展示
数据挖掘技术在公安出入境管理中的应用研究
作 者: 吴俊
导 师: 倪志伟
学 校: 合肥工业大学
专 业: 工商管理学
关键词: 数据挖掘 粗糙集理论 决策树 关联规则 公安出入境管理
分类号: TP311.13
类 型: 硕士论文
年 份: 2006年
下 载: 235次
引 用: 3次
阅 读: 论文下载
内容摘要
数据挖掘是当前人工智能研究领域中最热门和最有前途的方向之一。随着中国经济的发展和WTO的进入,我国与国外的交流越来越频繁,公安出入境管理因此越来越显示出其重要性。本文通过引入数据挖掘技术,探讨和研究了其中较为成熟的模型和方法在出入境管理中的应用,并对具体的挖掘算法进行了探讨。本文同时介绍了一些相关的数据挖掘方法,并且分析如何运用这些方法去解决一些现实世界具有挑战性的问题例如智能化的出入境管理。 本文的主要内容可以概括为以下三点: 1、利用粗糙集理论在出境劳务人员记录中找出其近似的方面,同时通过知识约简,对数据进行简化处理,得出相应规则,并把实验得出的规则带入实际工作中进行深入讨论。 2、通过对部分在港澳违法人员的数据进行分析,以决策树理论为基础,在拟定算法下对在港澳犯罪人员记录进行分析,从而发现可能犯罪的规律、趋势,以及不同犯罪行为之间的关联,以及何种状态会诱发何种犯罪行为等,初步建立起一个犯罪预警模型。 3、引入经典关联规则挖掘算法Apriori,并对其在公安出入境数据挖掘中的应用进行探讨,同时对该算法进行了一定的改进,找出一些“有趣”且对日常管理工作有益的知识。
|
全文目录
摘要 5-6 Abstract 6-7 致谢 7-12 第一章 绪论 12-17 1.1 数据挖掘技术产生的背景 12-13 1.2 数据挖掘的基本概念 13 1.3 数据挖掘的发展现状和趋势 13-14 1.4 数据挖掘在公安出入境管理中的作用 14-15 1.5 本文的研究内容和意义 15-17 第二章 数据挖掘概述 17-29 2.1 知识发现的过程模型 17-18 2.2 面向应用的数据挖掘的主要步骤 18-21 2.2.1 标识待挖掘的数据 19 2.2.2 数据准备 19-20 2.2.3 构造挖掘模型 20 2.2.4 评估与部署挖掘模型 20-21 2.3 数据挖掘的主要功能 21-22 2.3.1 自动预测趋势和行为 21 2.3.2 关联分析 21 2.3.3 聚类 21-22 2.3.4 概念描述 22 2.3.5 偏差检测 22 2.4 数据挖掘中的主要技术 22-25 2.4.1 神经网络 22-23 2.4.1.1 神经网络概述 22 2.4.1.2 基于神经网络的数据挖掘 22-23 2.4.2 分类模型 23-24 2.4.2.1 什么是分类模型 23 2.4.2.2 几种基本的分类器 23-24 2.4.3 遗传算法 24-25 2.4.3.1 遗传算法的概念 24 2.4.3.2 基于遗传算法的数据挖掘 24-25 2.4.4 规则归纳 25 2.5 数据挖掘在行业管理工作中应用 25-26 2.6 数据挖掘是提升公安出入境管理工作的重要手段 26-28 2.6.1 公安出入境信息系统建设的基本现状 26-27 2.6.2 数据挖掘对提高公安出入境管理的重要性 27-28 2.7 本章小结 28-29 第三章 利用粗糙集理论对公安出入境数据简化的研究 29-38 3.1 粗糙集理论背景及其意义 29 3.2 粗糙集理论的概念 29-30 3.3 基于粗糙集理论的规则挖掘 30-31 3.4 粗糙集的规则获取与应用 31-32 3.4.1 获取规则 31 3.4.2 规则的简化 31-32 3.5 基于出境人员实例的粗糙集理论应用 32-37 3.5.1 等价集下近似和依赖度的计算 33 3.5.2 各属性重要度的计算 33-34 3.5.3 简化数据表 34-35 3.5.4 等价集、上下近似集的计算 35 3.5.5 获取规则 35 3.5.6 规则化简 35 3.5.7 最后的规则 35-36 3.5.8 实验结果的讨论与分析 36-37 3.6 本章小结 37-38 第四章 决策树方法在出境人员犯罪风险预测的研究 38-48 4.1 决策树综述 38-39 4.1.1 决策树的概念 38-39 4.1.2 决策树算法 39 4.2 基于决策树的分类模型挖掘 39-41 4.3 出境人员数据分类的重要性 41 4.4 基于决策树的前往港澳人员犯罪风险预测模型挖掘 41-46 4.4.1 前往港澳人员犯罪风险预测模型的示例 42-46 4.4.2 决策树中分类规则的获取 46 4.5 决策树方法应用中需要考虑的问题 46-47 4.6 本章小结 47-48 第五章 公安出入境数据的关联性规则挖掘方法研究 48-60 5.1 关联规则的概念 48-49 5.1.1 关联规则定义 48-49 5.1.2 挖掘关联规则的步骤 49 5.2 关联规则的种类 49-51 5.2.1 单维关联规则挖掘 50 5.2.2 多层次关联规则 50 5.2.3 多维关联规则 50-51 5.3 经典关联规则挖掘算法Apriori 51-52 5.4 常见关联规则挖掘方法在公安出入境数据中应用 52-59 5.4.1 量化属性字段的离散化处理 53-54 5.4.2 频繁项集的产生 54-55 5.4.3 关联规则挖掘具体实现 55-59 5.5 本章小结 59-60 第六章 结束语 60-62 6.1 工作总结 60 6.2 下一步研究方向 60-62 参考文献 62-66
|
相似论文
- 基于支持向量机的故障诊断方法研究,TP18
- 基于数据挖掘技术的保健品营销研究,F426.72
- 张炳厚学术思想与临床经验总结及应用地龟汤类方治疗慢性肾脏病的经验研究,R249.2
- 关联规则算法在高职院校贫困生认定工作中的应用,G717
- 数据挖掘在学校管理和学生培养中的应用,TP311.13
- 基于关联规则的结构化浏览技术及其应用,TP391.41
- 动态关联规则的研究,TP311.13
- 基于粗糙集理论的决策树分类算法与应用研究,TP18
- 基于数据仓库的高校信息分析软件系统,TP311.52
- 基于关联规则的地铁基坑工程施工风险监测研究,U231.3
- 某铁路沿线黄土工程特性与黄土边坡稳定性研究,U212.22
- 数据挖掘技术在电子文件管理中的应用研究,TP311.13
- 基于关联规则的数据库安全审计系统,TP311.13
- 基于粗糙集理论的图像分割研究,TP391.41
- 基于决策树分类算法的Web文本分类研究,TP391.1
- 基于特征向量的个性化推荐算法研究,TP391.3
- 南方针叶林遥感信息提取研究,TP79
- 保护隐私的分类挖掘技术研究,TP311.13
- 水库决策支持系统的研究与开发,TP311.52
- 关联规则在高校人力资源系统中的应用,TP311.13
- 基于RSS的旅游电子商务平台信息发布系统设计,TP311.52
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机软件 > 程序设计、软件工程 > 程序设计 > 数据库理论与系统
© 2012 www.xueweilunwen.com
|