中文摘要 | 第3-4页 |
英文摘要 | 第4-5页 |
1 绪论 | 第9-15页 |
1.1 研究背景与意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 驾驶行为的研究现状 | 第10-11页 |
1.2.2 基于先验规则的研究现状 | 第11-12页 |
1.2.3 基于关键区域驾驶行为的研究现状 | 第12页 |
1.2.4 基于贝叶斯统计的研究现状 | 第12-13页 |
1.3 本文的主要工作及内容安排 | 第13-15页 |
1.3.1 主要工作 | 第13页 |
1.3.2 内容安排 | 第13-15页 |
2 优秀驾驶行为分析模型 | 第15-23页 |
2.1 节能驾驶原理 | 第15-18页 |
2.1.1 发动机低比油耗节能原理 | 第15-17页 |
2.1.2 降低滚动阻力节能驾驶原理 | 第17页 |
2.1.3 缓加速节能驾驶原理 | 第17页 |
2.1.4 滑行减速节能原理 | 第17页 |
2.1.5 高档位行驶节能原理 | 第17页 |
2.1.6 提高传动效率节能驾驶原理 | 第17-18页 |
2.1.7 经济车速节能驾驶原理 | 第18页 |
2.2 公交燃料经济性 | 第18页 |
2.3 优秀驾驶行为模型概述 | 第18-20页 |
2.4 优秀驾驶行为模型流程图 | 第20-22页 |
2.5 本章小结 | 第22-23页 |
3 基于先验规则优秀驾驶行为分析模型 | 第23-28页 |
3.1 基于先验规则优秀驾驶行为模型分析 | 第23页 |
3.2 基于先验规则优秀驾驶行为模型建立流程 | 第23-25页 |
3.3 基于先验规则优秀驾驶行为判决模型介绍 | 第25-27页 |
3.3.1 下坡空挡滑行驾驶行为判决模型 | 第25-26页 |
3.3.2 速度档位匹配度驾驶行为判决模型 | 第26页 |
3.3.3 急加速度驾驶行为判决模型 | 第26-27页 |
3.3.4 急刹车驾驶行为判决模型 | 第27页 |
3.4 本章小结 | 第27-28页 |
4 基于聚类分析的关键区域优秀驾驶行为挖掘模型 | 第28-40页 |
4.1 聚类挖掘分析 | 第28-32页 |
4.1.1 聚类挖掘定义 | 第28页 |
4.1.2 聚类挖掘应用范围 | 第28-29页 |
4.1.3 聚类算法描述 | 第29-30页 |
4.1.4 bisecting K-Means聚类算法 | 第30-32页 |
4.2 基于聚类分析的关键区域优秀驾驶行为挖掘模型建立流程 | 第32-34页 |
4.3 关键区域划分及分析 | 第34-35页 |
4.3.1 关键区域定义 | 第34页 |
4.3.2 关键区域划分 | 第34页 |
4.3.3 关键区域特征分析 | 第34-35页 |
4.3.4 关键区域模型介绍 | 第35页 |
4.4 模型介绍 | 第35-37页 |
4.4.1 基于模型评分概率计算 | 第35-37页 |
4.4.2 基于聚类分析的关键区域优秀驾驶行为挖掘模型 | 第37页 |
4.5 本章小结 | 第37-40页 |
5 实验数据分析 | 第40-59页 |
5.1 基于先验规则优秀驾驶行为分析模型实验数据分析 | 第40-45页 |
5.1.1 实验分析 | 第40-41页 |
5.1.2 模型验证和效果展示 | 第41-45页 |
5.2 基于聚类分析的关键区域优秀驾驶行为挖掘模型实验数据分析 | 第45-49页 |
5.2.1 实验分析 | 第45页 |
5.2.2 模型验证和效果展示 | 第45-49页 |
5.3 基于贝叶斯统计的实验数据分析 | 第49-58页 |
5.3.1 贝叶斯定理 | 第50-51页 |
5.3.2 基于贝叶斯的综合概率公式 | 第51页 |
5.3.3 实验分析 | 第51-55页 |
5.3.4 模型验证和效果展示 | 第55-58页 |
5.4 本章小结 | 第58-59页 |
6 总结与展望 | 第59-61页 |
6.1 结论 | 第59页 |
6.2 后续工作展望 | 第59-61页 |
致谢 | 第61-62页 |
参考文献 | 第62-65页 |
附录 | 第65页 |
A. 作者在攻读学位期间发表的论文和科研成果 | 第65页 |