基于K-Means的交通事故分析
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 研究目的 | 第10页 |
| 1.3 研究现状 | 第10-12页 |
| 1.4 文章结构与主要工作 | 第12-14页 |
| 第二章 交通事故机理预分析 | 第14-22页 |
| 2.1 交通事故致因分类 | 第14-18页 |
| 2.1.1 交通参与人员 | 第14-15页 |
| 2.1.2 交通工具 | 第15-16页 |
| 2.1.3 道路及相关设施 | 第16-17页 |
| 2.1.4 环境因素 | 第17-18页 |
| 2.2 基于事故特征的分析方向 | 第18-21页 |
| 2.2.1 事故特征 | 第18-20页 |
| 2.2.2 交通事故的单因素分析 | 第20页 |
| 2.2.3 交通事故的多因素分析 | 第20页 |
| 2.2.4 交通事故分类分析 | 第20-21页 |
| 2.3 小结 | 第21-22页 |
| 第三章 基于聚类的交通事故因素分析 | 第22-38页 |
| 3.1 事故单因素筛选分析 | 第22-26页 |
| 3.1.1 PCA算法 | 第22-25页 |
| 3.1.2 PCA的事故研究适用性分析 | 第25-26页 |
| 3.2 事故多因素关联度分析 | 第26-31页 |
| 3.2.1 关联规则 | 第26-27页 |
| 3.2.2 规则结果筛选指标 | 第27-28页 |
| 3.2.3 Apriori算法 | 第28-29页 |
| 3.2.4 数据集抽样处理 | 第29-31页 |
| 3.3 事故多因素分类分析 | 第31-37页 |
| 3.3.1 K-Means算法 | 第31-32页 |
| 3.3.2 K值的选取 | 第32-33页 |
| 3.3.3 模型建立 | 第33-35页 |
| 3.3.4 模型参数调节 | 第35-37页 |
| 3.4 总结 | 第37-38页 |
| 第四章 交通事故分析实例研究 | 第38-65页 |
| 4.1 数据集选用及分析 | 第38-43页 |
| 4.1.1 数据集描述及各属性分布 | 第38-42页 |
| 4.1.2 数据集预处理 | 第42-43页 |
| 4.2 基于PCA的事故单因素分析 | 第43-45页 |
| 4.3 基于Apriori多因素关联度结果分析 | 第45-52页 |
| 4.4 基于K-Means事故聚类结果分析 | 第52-64页 |
| 4.4.1 无监督聚类模型结果验证 | 第52-53页 |
| 4.4.2 各类事故结果分析 | 第53-62页 |
| 4.4.3 大样本与小样本结果的差异 | 第62-64页 |
| 4.5 小结 | 第64-65页 |
| 总结与展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读学位期间取得的研究成果 | 第69-70页 |
| 致谢 | 第70页 |
