| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-19页 |
| ·交通事故黑点研究背景和意义 | 第10页 |
| ·交通事故黑点的定义 | 第10-11页 |
| ·交通事故黑点研究现状 | 第11-18页 |
| ·事故黑点的研究思路 | 第12页 |
| ·黑点识别方法研究现状 | 第12-16页 |
| ·现有识别法分析评价 | 第16-18页 |
| ·论文的研究思路与技术框架体系 | 第18-19页 |
| 第2章 统计模式识别法与黑点识别 | 第19-35页 |
| ·统计模式识别介绍 | 第19-20页 |
| ·采用统计模式识别法识别事故黑点的原因 | 第20-25页 |
| ·固定因素与随机因素 | 第20页 |
| ·不考虑固定因素与随机因素会产生的问题 | 第20-21页 |
| ·考虑随机因素对道路安全影响的必要性 | 第21-24页 |
| ·统计模式识别应用于事故黑点识别的优势 | 第24-25页 |
| ·排除随机因素对事故黑点识别的影响 | 第25页 |
| ·应用统计模式识别进行事故黑点识别的原理 | 第25-34页 |
| ·最小二乘模型原理 | 第26-27页 |
| ·费歇尔线性判定模型原理 | 第27-29页 |
| ·神经网络模型原理 | 第29-34页 |
| ·统计模式识别法识别事故黑点的流程 | 第34-35页 |
| 第3章 交通事故黑点影响因素 | 第35-45页 |
| ·固定因素分析 | 第35-39页 |
| ·道路线形条件 | 第35-38页 |
| ·视距条件 | 第38-39页 |
| ·随机素分析 | 第39-45页 |
| ·驾驶员状态 | 第39-40页 |
| ·车辆状况 | 第40-41页 |
| ·车速 | 第41-42页 |
| ·天气 | 第42-43页 |
| ·环境照度 | 第43-45页 |
| 第4章 数据采集与处理 | 第45-52页 |
| ·数据的采集 | 第45-49页 |
| ·数据来源介绍 | 第45-46页 |
| ·本文采集的实验数据 | 第46-48页 |
| ·数据分析 | 第48-49页 |
| ·数据处理 | 第49-52页 |
| ·单元划分 | 第49-51页 |
| ·数据量化 | 第51-52页 |
| 第5章 实例应用 | 第52-74页 |
| ·最小二乘法模型 | 第52-53页 |
| ·费歇尔线性判定模型 | 第53-55页 |
| ·BP神经网络模型 | 第55-72页 |
| ·选取适合的网络训练算法 | 第55-67页 |
| ·确定隐层层数以及训练算法 | 第67-68页 |
| ·确定隐层神经元数 | 第68-70页 |
| ·选取激活函数 | 第70页 |
| ·BP(Back Propagation)神经网络算法的确定和建模 | 第70-72页 |
| ·高速公路黑点识别结果 | 第72-74页 |
| 结语 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-79页 |
| 攻读硕士期间发表的论文 | 第79-80页 |