首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--交通工程与交通管理论文--交通调查与规划论文

基于支持向量机的交通安全预测模型研究

摘要第1-6页
ABSTRACT第6-7页
致谢第7-12页
第一章 绪论第12-19页
   ·研究背景和意义第12-14页
   ·国内外研究现状第14-17页
   ·论文主要研究内容第17-19页
第二章 道路交通安全预测方法及影响因素分析第19-26页
   ·道路交通安全预测方法的选择第19-23页
     ·道路交通安全预测的特点第19-20页
     ·支持向量机算法概述第20-22页
     ·最小二乘支持向量机算法概述第22-23页
   ·道路交通安全预测影响因子集合与指标集合分析第23-26页
     ·道路交通安全预测影响因子集合分析第23-24页
     ·道路交通安全预测指标集合分析第24-26页
第三章 基于SVM 的交通安全预测模型建立及仿真分析第26-49页
   ·基于 SVM 的交通安全预测模型的建立第26-28页
   ·基于 SVM 的交通安全预测模型的编程运行及仿真测试第28-49页
     ·总体样本归一化第28-36页
     ·基于SVM 的交通安全预测模型参数确定第36页
     ·基于SVM 的交通安全预测模型死亡人数预测第36-39页
     ·基于SVM 的交通安全预测模型事故次数预测第39-42页
     ·基于SVM 的交通安全预测模型受伤人数预测第42-45页
     ·基于SVM 的交通安全预测模型直接经济损失预测第45-49页
第四章 基于LS-SVM 的交通安全预测模型建立及仿真分析第49-64页
   ·基于 LS-SVM 的交通安全预测模型的建立第49-51页
   ·基于 LS-SVM 的交通安全预测模型的编程运行及仿真测试第51-64页
     ·基于LS-SVM 的交通安全预测模型参数确定第52页
     ·基于LS-SVM 的交通安全预测模型死亡人数预测第52-55页
     ·基于LS-SVM 的交通安全预测模型事故次数预测第55-58页
     ·基于LS-SVM 的交通安全预测模型受伤人数预测第58-61页
     ·基于LS-SVM 的交通安全预测模型经济损失预测第61-64页
第五章 BP 神经网络、SVM、LS-SVM 三种预测模型测试对比第64-71页
   ·基于BP 神经网络的交通安全预测模型的建立第64-67页
   ·BP、SVM、LS-SVM 三种预测模型测试对比第67-71页
第六章 总结和展望第71-73页
   ·论文总结第71页
   ·论文展望第71-73页
参考文献第73-76页
攻读硕士学位期间发表的论文第76-77页

论文共77页,点击 下载论文
上一篇:道路环形交叉口控制方式选择与时空设计方法研究
下一篇:高性能复合砂浆钢筋网加固分析及其在桥梁应用研究