基于IOS的车辆行驶行为识别方法研究与实现
摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第9-15页 |
1.1 论文研究的背景和意义 | 第9-10页 |
1.1.1 论文研究的背景 | 第9-10页 |
1.1.2 论文研究的意义 | 第10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 国内研究现状 | 第10-11页 |
1.2.2 国外研究现状 | 第11-13页 |
1.3 论文的研究内容及安排 | 第13-15页 |
第二章 IOS系统及相关算法介绍 | 第15-30页 |
2.1 IOS系统及开发环境 | 第15-20页 |
2.1.1 IOS系统介绍 | 第15-16页 |
2.1.2 项目开发环境 | 第16-18页 |
2.1.3 IOS传感器介绍 | 第18-20页 |
2.2 支持向量机算法 | 第20-26页 |
2.2.1 线性可分支持向量机 | 第20-22页 |
2.2.2 线性不可分支持向量机 | 第22-24页 |
2.2.3 近似线性可分支持向量机 | 第24-25页 |
2.2.4 多分类支持向量机 | 第25-26页 |
2.3 端点检测及滑动窗口算法 | 第26-29页 |
2.3.1 端点检测算法 | 第26-27页 |
2.3.2 N-δ 滑动截取算法 | 第27-29页 |
2.4 本章小结 | 第29-30页 |
第三章 基于支持向量机的车辆行驶行为识别 | 第30-49页 |
3.1 车辆行驶行为概述及识别方法 | 第30-32页 |
3.1.1 车辆行驶行为概述 | 第30页 |
3.1.2 车辆行驶行为识别方法 | 第30-32页 |
3.2 换道行为分析 | 第32-34页 |
3.2.1 换道行为定义 | 第32-33页 |
3.2.2 基于陀螺仪数据的换道行为分析 | 第33-34页 |
3.3 基于支持向量机的换道行为识别 | 第34-42页 |
3.3.1 换道分类器训练 | 第34-40页 |
3.3.2 换道行为识别 | 第40-42页 |
3.4 变速行为分析 | 第42-44页 |
3.4.1 变速行为定义及分类 | 第42页 |
3.4.2 基于加速计数据的变速行为分析 | 第42-44页 |
3.5 基于支持向量机的变速行为识别 | 第44-48页 |
3.5.1 变速分类器训练 | 第44-47页 |
3.5.2 变速行为识别 | 第47-48页 |
3.6 本章小结 | 第48-49页 |
第四章 车辆行驶行为识别系统的设计与实现 | 第49-58页 |
4.1 系统的功能需求 | 第49页 |
4.2 IOS传感器数据采集及处理 | 第49-56页 |
4.2.1 传感器数据采集 | 第49-52页 |
4.2.2 数据预处理 | 第52-53页 |
4.2.3 动态数据呈现 | 第53-55页 |
4.2.4 数据存储 | 第55-56页 |
4.3 识别方法的实现 | 第56-57页 |
4.4 本章小结 | 第57-58页 |
第五章 IOS平台车辆行驶行为检测实验 | 第58-62页 |
5.1 实验测试 | 第58页 |
5.1.1 实验测试平台 | 第58页 |
5.1.2 实验测试模板 | 第58页 |
5.2 实验结果与分析 | 第58-61页 |
5.2.1 实验场景设置 | 第58-59页 |
5.2.2 滤波算法验证 | 第59-60页 |
5.2.3 车辆行驶行为识别验证 | 第60-61页 |
5.3 本章小结 | 第61-62页 |
总结与展望 | 第62-64页 |
本文的主要工作 | 第62页 |
研究展望 | 第62-64页 |
参考文献 | 第64-68页 |
攻读学位期间取得的研究成果 | 第68-69页 |
致谢 | 第69页 |