基于车联网数据的驾驶行为—车速控制的研究
| 摘要 | 第7-8页 |
| ABSTRACT | 第8页 |
| 1 绪论 | 第9-21页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-19页 |
| 1.3.1 车联网国内外研究现状 | 第11-14页 |
| 1.3.2 驾驶行为国内外研究现状 | 第14-19页 |
| 1.4 研究内容及技术路线 | 第19-21页 |
| 2 车速控制行为评价指标体系构建依据 | 第21-29页 |
| 2.1 大数据理论 | 第21-23页 |
| 2.1.1 大数据的本质 | 第21页 |
| 2.1.2 大数据的处理流程 | 第21-22页 |
| 2.1.3 大数据的主要技术 | 第22-23页 |
| 2.2 驾驶行为理论基础 | 第23-25页 |
| 2.2.1 驾驶行为特征 | 第23-24页 |
| 2.2.2 驾驶行为形成因子 | 第24-25页 |
| 2.3 车速与道路安全 | 第25-28页 |
| 2.3.1 速度对于人、车的影响 | 第25-26页 |
| 2.3.2 速度与交通事故的关系 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 车速控制行为评价指标体系构建及数据预处理 | 第29-44页 |
| 3.1 数据选取 | 第29-31页 |
| 3.1.1 重汽智能通简介 | 第29-30页 |
| 3.1.2 筛选数据 | 第30-31页 |
| 3.2 特征指标的选取 | 第31-36页 |
| 3.2.1 选取原则 | 第31-32页 |
| 3.2.2 采集数据分析 | 第32-34页 |
| 3.2.3 特征指标 | 第34-36页 |
| 3.3 数据预处理 | 第36-43页 |
| 3.3.1 车联网数据的特点 | 第36-37页 |
| 3.3.2 缺失值的填补 | 第37-41页 |
| 3.3.3 异常值的探测 | 第41-42页 |
| 3.3.4 停车数据的删除 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 4 基于SPSS软件的不良车速控制行为分析 | 第44-62页 |
| 4.1 SPSS软件介绍 | 第44页 |
| 4.2 车速控制行为因子分析 | 第44-52页 |
| 4.2.1 数学模型 | 第44-46页 |
| 4.2.2 因子分析可行性验证 | 第46-48页 |
| 4.2.3 车速控制行为主因子提取 | 第48-52页 |
| 4.3 车速控制行为聚类 | 第52-61页 |
| 4.3.1 聚类分析同类方法的选择 | 第52-54页 |
| 4.3.2 度量的选择 | 第54-55页 |
| 4.3.3 类间距离的选择 | 第55-57页 |
| 4.3.4 车速控制行为聚类过程 | 第57-58页 |
| 4.3.5 车速控制行为聚类结果分析 | 第58-61页 |
| 4.4 本章小结 | 第61-62页 |
| 5 不良车速控制行为防控策略 | 第62-69页 |
| 5.1 预警系统 | 第62-64页 |
| 5.1.1 预警系统要求 | 第62页 |
| 5.1.2 预警系统简要流程 | 第62-64页 |
| 5.2 与人、车、环境相结合的防控策略 | 第64-68页 |
| 5.2.1 加强货车驾驶员的教育及管理 | 第64页 |
| 5.2.2 提高货车的生产标准性 | 第64-66页 |
| 5.2.3 改善道路运行环境 | 第66页 |
| 5.2.4 加强事故多发点的治理 | 第66-68页 |
| 5.3 本章小结 | 第68-69页 |
| 6 总结与展望 | 第69-71页 |
| 6.1 全文总结 | 第69页 |
| 6.2 创新点 | 第69-70页 |
| 6.3 工作展望 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 致谢 | 第73-74页 |
| 在校期间主要科研成果 | 第74页 |
