| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 本课题研究背景和意义 | 第8-10页 |
| 1.2 国内外研究现状及分析 | 第10-12页 |
| 1.2.1 国外相关课题研究现状 | 第10-11页 |
| 1.2.2 国内相关课题研究现状 | 第11-12页 |
| 1.2.3 当前研究方法不足 | 第12页 |
| 1.3 本文主要研究内容 | 第12-14页 |
| 1.4 本文创新点 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第2章 驾驶行为分析研究方案 | 第16-32页 |
| 2.1 驾驶行为分析研究方案流程 | 第16-17页 |
| 2.2 数据采集方法研究 | 第17-23页 |
| 2.2.1 设备介绍 | 第17-18页 |
| 2.2.2 驾驶操作数据采集 | 第18-21页 |
| 2.2.3 OBD-II车载信息数据采集 | 第21-23页 |
| 2.3 数据预处理方法研究 | 第23-29页 |
| 2.3.1 驾驶操作数据预处理 | 第23-26页 |
| 2.3.2 OBD-II车载信息数据预处理 | 第26-29页 |
| 2.4 基于多信息融合的驾驶行为分析概述 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第3章 基于人与环境的驾驶行为分析方法 | 第32-40页 |
| 3.1 人的驾驶行为过程分析研究 | 第32-33页 |
| 3.2 支持向量机简介 | 第33-35页 |
| 3.2.1 对于线性可分问题 | 第33-34页 |
| 3.2.2 对于线性不可分问题 | 第34-35页 |
| 3.3 基于SVM的驾驶行为分析仿真实验 | 第35-39页 |
| 3.3.1 最优参数选择 | 第35-36页 |
| 3.3.2 实验结果 | 第36-38页 |
| 3.3.3 实验分析 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 基于OBD-II的驾驶行为分析方法 | 第40-46页 |
| 4.1 基于车辆的驾驶行为分析研究 | 第40页 |
| 4.2 ADABOOST简介 | 第40-41页 |
| 4.3 基于ADABOOST的驾驶行为分析仿真实验设计 | 第41-45页 |
| 4.3.1 GML Ada Boost简介 | 第41-43页 |
| 4.3.2 实验结果 | 第43-44页 |
| 4.3.3 实验分析 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 基于BP神经网络的驾驶状态分析方法 | 第46-55页 |
| 5.1 神经网络概述 | 第46-49页 |
| 5.2 驾驶状态分析的BP神经网络设计 | 第49-50页 |
| 5.3 驾驶状态分析BP神经网络实验 | 第50-54页 |
| 5.3.1 BP神经网络训练 | 第50-53页 |
| 5.3.2 BP神经网络测试 | 第53-54页 |
| 5.4 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第59-61页 |
| 致谢 | 第61页 |