文献综述
文献综述近年来,随着我国经济水平的提高，交通量的不断增长，随之而来的是公路桥梁的数量和规模都有了很大程度的扩大，由于我国公路桥梁建设比较晚，相关技术不成熟，在长期的服务期中不可避免的会发生老化退化，除此以外，交通事故、环境侵害、自然灾害等因素都会导致公路桥梁安全事故的发生，因此，通过分析公路桥梁安全事故的主要原因，对桥梁事故的特点进行介绍。
文章通过列举交通事故，环境侵害，自然灾害对公路桥梁造成伤害的例子，利用数据挖掘中的决策树方法，用树形结构表示决策集合，利用信息论中的互信息(信息增益)寻找数据库中具有最大信息量的字段建立决策树的一个结点，再根据字段的不同取值建立树的分支；在每个分支子集中重复建立树的下层结点和分支，即可建立决策树[1]，这样可以更好的避免同类桥梁安全事故再次发生。
关键词：交通事故 环境侵害 自然灾害 公路桥梁事故研究背景我国的经济高速发展，交通事业也在飞速前进，道路桥梁的建设在为人民生活提供便利的同时，也促进了社会的进步。
与此同时，交通事故的多发严重影响人民的生命健康，造成财产损失。
通过统计在2000年-2019年国内发生了83起大型桥梁坍塌事故，而产生事故的最主要原因除了施工问题之外其次是自然因素，比如暴雨、洪水、滑坡等；危桥，老桥和超载问题；交通工具与桥体撞击、设计不科学、运输易燃易爆品也导致了一部分的危险。
相对于过去，研究人员通过统计大量事故桥梁数据找出其中事故发生规律，但作为数据挖掘成员的一份子，统计学确实在区分信息是系统还是随机性的表象上可见一般，数据挖掘的数据对象通常是大样板，对以小规模数据集为研究对象发展起来的统计推断而言，小样本表现出的某些特征，如果确实是由随机性导致的，那么在统计推断的的过程中，会因为样本量小、在总体中出现的概率很小而被正确的认为随机性，这种分析思路适用于小样本，但在数据挖掘中的海量大样本集上就不再奏效，所以即使是表象也会被误认为本质。
数据挖掘则会倾向采用一种归纳式的分析思路，即不事先对数据中是否存在某种关系做任何假定，而是通过机械式的反复搜索和优化计算，归纳出所有存在于数据中的规律[2]。
而利用数据挖掘中的雷达图则可以更好地刻画不同观测在多个变量上的取值差异，清晰明了展示导致事故发生的原因及特点。
国内外研究现状国外研究现状:1995年在加拿大召开了第一届知识发现和数据挖掘国际学术会议，由于数据库中的数据被形象地比喻为矿床，数据挖掘一词很快流传开来。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
