随着我国经济快速稳定的发展,各类轿车等机动车的数量和拥有驾驶证人员的数量都在快速增长,与之相对应的人员和机动车的数据管理的价值也在不断增加。对机动车的有关数据进行分析和研究并发现和找出其中规律性的东西。这些规律对于正确决策是非常重要的。本文从多个角度对相关数据作了分析处理,论文的主要工作如下:1.分析、归纳各种数据挖掘技术并分析比较了相关数学模型的性能及使用情况。对当前数据挖掘技术发展和应用情况进行了分析和研究。本文重点对回归分析和时序分析领域作了深入探讨。分析了涉及的相关数学模型的性能及使用情况。2.由于数据来源的多样化,数据的整理及转换工作尤其重要。分析结果的准确性依赖于能否做到数据的格式化是至关重要的,也是数据挖掘技术的基本要求,数据的整理归纳工作是系统的基本要求。3.在自适应回归算法和时间序列分析算法分析总结的基础上,将数据挖掘技术的相关理论用于交通信息的分析处理。在数据的分析与处理部分中,利用相关技术对各种有关信息进行处理。采用AR模型和多元线性回归模型等数学模型作为基本工具。各种分析结果以图表的形式表示出来。4.对机动车号牌管理系统进行了需求分析和总体设计。依据管理信息系统和数据挖掘的理论,从整体上研究了机动车号牌管理系统的设计和开发过程,分析了交通管理工作中信息化与系统化的重要性,利用数据挖掘和数据分析处理对具体工作进行了合理的规划与控制,并对系统开发中用到的关键技术作了详细介绍。