首页--交通运输论文--公路运输论文--汽车工程论文--汽车结构部件论文--电气设备及附件论文

基于运动特征的车辆危险行为识别方法研究

摘要第3-5页
abstract第5-6页
第1章 绪论第11-28页
    1.1 研究背景及意义第11-14页
    1.2 车辆危险行为定义第14-15页
    1.3 车辆安全辅助研究现状第15-17页
    1.4 车辆危险行为识别研究现状第17-23页
        1.4.1 危险驾驶状态识别第17-21页
        1.4.2 违法驾驶识别第21-23页
    1.5 现有研究存在问题第23-25页
    1.6 主要研究内容及章节安排第25-28页
第2章 车辆运动特征采集及表达第28-41页
    2.1 基于车载传感器采集运动特征第28-33页
        2.1.1 采集设备及参数第28-32页
        2.1.2 车辆运动特征表达第32-33页
    2.2 基于路侧视频采集运动特征第33-34页
    2.3 车辆运动轨迹表达第34-40页
        2.3.1 目标运动轨迹表达方法第34-37页
        2.3.2 车辆运动轨迹表达选择第37-40页
    2.4 本章小结第40-41页
第3章 基于信息论度量的车辆运动特征提取方法第41-69页
    3.1 引言第41-46页
        3.1.1 特征选择对车辆行为识别的作用第41页
        3.1.2 特征选择算法研究现状第41-46页
    3.2 信息论度量及评价标准第46-50页
        3.2.1 熵、互信息和条件互信息第46-47页
        3.2.2 相关性、冗余性和互补性分析第47-50页
    3.3 基于冗余性与互补性散度的特征选择方法第50-55页
        3.3.1 冗余性-互补性散度分析第50-52页
        3.3.2 冗余-互补散度的特征选择方法第52-54页
        3.3.3 算法复杂性分析第54-55页
    3.4 特征选择算法验证第55-68页
        3.4.1 基本安排及实验环境第55-57页
        3.4.2 实验过程设计第57-58页
        3.4.3 实验结果第58-68页
    3.5 本章小结第68-69页
第4章 基于Wilcoxon检验和SVM的危险驾驶状态分析和识别第69-89页
    4.1 危险驾驶状态下车辆运动特征采集第69-73页
        4.1.1 疲劳驾驶实验第69-71页
        4.1.2 分神驾驶实验第71-73页
    4.2 基于特征选择算法选取车辆运动特征第73-75页
    4.3 危险驾驶状态下车辆运动特征共性指标分析与提取第75-83页
        4.3.1 车辆运动共性特征分析第75-81页
        4.3.2 车辆运动共性特征提取第81-83页
    4.4 危险驾驶状态识别第83-88页
        4.4.1 识别算法第83-84页
        4.4.2 优化识别算法第84-86页
        4.4.3 识别结果第86-88页
    4.5 本章小结第88-89页
第5章 基于 -稀疏重构的违法驾驶识别方法第89-110页
    5.1 违法驾驶实验第89-90页
    5.2 基于特征选择算法选取车辆运动特征第90-92页
    5.3 改进稀疏重构模型识别违法驾驶第92-101页
        5.3.1 稀疏重构方法第92-94页
        5.3.2 建立lp稀疏重构优化求解方法第94-99页
        5.3.3 构建lp稀疏重构模型的违法驾驶识别方法第99-101页
    5.4 违法驾驶识别结果第101-109页
        5.4.1 测试数据集第102-104页
        5.4.2 识别结果第104-109页
    5.5 本章小结第109-110页
第6章 基于混合核函数稀疏重构的违法驾驶识别方法第110-121页
    6.1 引言第110-112页
    6.2 建立混合核的稀疏重构优化模型第112-117页
        6.2.1 混合核构建第112-115页
        6.2.2 混合核函数优化稀疏重构模型第115-117页
    6.3 识别结果第117-119页
    6.4 本章小结第119-121页
第7章 总结与展望第121-124页
    7.1 本文工作与总结第121-122页
    7.2 主要创新点第122-123页
    7.3 研究展望第123-124页
参考文献第124-133页
致谢第133-134页
攻读博士学位期间发表的论文及参加科研情况第134-136页

论文共136页,点击 下载论文
上一篇:基于知识服务的船舶检验诱导模式及其关键技术研究
下一篇:基于累积递增塑性破坏的船体板低周疲劳强度研究