首页--交通运输论文--水路运输论文--水路运输技术管理论文--安全技术论文

内河船舶航行安全态势分析与可视化研究

摘要第4-6页
ABSTRACT第6-7页
第1章 绪论第11-21页
    1.1 课题背景及研究意义第11-12页
    1.2 国内外研究现状分析第12-17页
        1.2.1 国内研究现状第12-15页
        1.2.2 国外研究现状第15-17页
    1.3 存在的问题分析及解决方案第17-18页
    1.4 研究内容第18-19页
    1.5 论文结构第19-21页
第2章 内河船舶航行安全态势要素提取方法研究第21-31页
    2.1 总体设计思路第21-22页
    2.2 态势感知定义第22-23页
    2.3 内河船舶航行安全态势影响因素分析第23-24页
    2.4 基于平行坐标的要素初始集提取第24-25页
    2.5 基于专家分析法的要素数据收集第25-26页
    2.6 基于谱聚类的要素集获取方法第26-29页
        2.6.1 谱聚类算法概述第26-27页
        2.6.2 基于谱聚类的内河船舶航行安全态势要素提取第27-29页
    2.7 本章小结第29-31页
第3章 内河船舶航行安全态势评估方法研究第31-39页
    3.1 安全态势评估方法概述第31页
    3.2 基于集对分析的内河船舶航行安全态势评估第31-36页
        3.2.1 集对分析评估方法第32-33页
        3.2.2 量化安全态势评估要素集与评估标准第33页
        3.2.3 熵值法确定安全态势评估要素权重第33-34页
        3.2.4 构建安全态势评估要素多元联系数第34-35页
        3.2.5 内河船舶航行安全态势评估第35-36页
    3.3 内河船舶航行安全态势评估实例验证第36-38页
        3.3.1 权重的确定第36页
        3.3.2 内河船舶航行安全态势评估及性能分析第36-38页
    3.4 本章小结第38-39页
第4章 基于DAE深度学习的安全态势预测方法研究第39-53页
    4.1 常用的预测算法与深度学习概述第39-40页
        4.1.1 常用的预测算法第39页
        4.1.2 深度学习概述第39-40页
    4.2 安全态势深度学习模型设计第40-43页
        4.2.1 总体设计思路第40页
        4.2.2 面向内河安全态势预测的自编码(AE)深度学习模型第40-42页
        4.2.3 面向内河安全态势预测的Softmax分类器设计第42-43页
    4.3 基于降噪自编码(DAE)深度学习的安全态势预测方法第43-48页
        4.3.1 样本平衡、参数确定与降噪方法第43-46页
        4.3.2 基于DAE深度学习的内河安全态势预测方法第46-48页
    4.4 基于DAE深度学习的安全态势预测方法实验验证第48-52页
        4.4.1 实验平台及数据来源第48-49页
        4.4.2 实验验证与分析第49-52页
    4.5 本章小结第52-53页
第5章 面向内河船舶航行安全态势的可视化研究第53-71页
    5.1 可视化与平行坐标概述第53-54页
        5.1.1 可视化概述第53页
        5.1.2 平行坐标概述第53-54页
    5.2 实验平台与实验数据来源第54-59页
        5.2.1 实验平台第54页
        5.2.2 实验数据收集与整理第54-59页
    5.3 基于平行坐标的安全态势要素提取可视化第59-66页
        5.3.1 内河船舶航行安全态势要素在平行坐标中的映射第59-60页
        5.3.2 要素提取可视化交互功能设计第60-61页
        5.3.3 基于平行坐标可视化的安全态势要素提取流程第61-66页
    5.4 内河船舶航行安全态势评估可视化分析第66-69页
        5.4.1 态势评估结果与要素关系可视化分析第66-67页
        5.4.2 基于地图的安全态势评估结果可视化第67-69页
    5.5 基于地图的安全态势预测结果可视化第69-70页
    5.6 本章小结第70-71页
第6章 总结与展望第71-74页
    6.1 研究工作总结第71-72页
    6.2 展望第72-74页
致谢第74-75页
参考文献第75-78页
攻读硕士学位期间的研究成果第78页

论文共78页,点击 下载论文
上一篇:基于视频识别的铁路入侵检测研究与实现
下一篇:基于MAIB事故报告的水上交通事故管理致因研究