驾驶疲劳建模研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-19页 |
| ·课题来源和意义 | 第9页 |
| ·国内外研究现状 | 第9-16页 |
| ·驾驶疲劳机理 | 第10-13页 |
| ·驾驶行为研究 | 第13-16页 |
| ·研究内容和方案 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 2 实验设计 | 第19-23页 |
| ·实验方案 | 第19-20页 |
| ·数据分析 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 3 驾驶行为数据预处理 | 第23-36页 |
| ·滤波 | 第23-25页 |
| ·小波滤波原理 | 第23-24页 |
| ·小波滤波仿真结果 | 第24-25页 |
| ·归一化处理 | 第25-29页 |
| ·归一化原理 | 第25-26页 |
| ·归一化仿真结果 | 第26-29页 |
| ·快速傅里叶变换(FFT) | 第29-33页 |
| ·快速傅里叶变换简介 | 第29-32页 |
| ·FFT仿真结果 | 第32-33页 |
| ·降维 | 第33-35页 |
| ·PCA算法 | 第33-34页 |
| ·PCA仿真结果 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 4 驾驶行为矢量量化 | 第36-49页 |
| ·矢量量化的失真测度 | 第36-37页 |
| ·码本训练停止准则 | 第37-38页 |
| ·LBG算法 | 第38-41页 |
| ·层次聚类算法 | 第41-45页 |
| ·合并算法 | 第41-42页 |
| ·类间距离测度 | 第42-45页 |
| ·仿真结果分析 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 5 驾驶行为模型 | 第49-61页 |
| ·隐马尔可夫模型(HMM) | 第49-50页 |
| ·建立隐马尔可夫模型 | 第50-54页 |
| ·Baum-Welch算法 | 第51-52页 |
| ·Baum-Welch算法仿真结果 | 第52-54页 |
| ·基于隐马尔可夫模型的状态评估 | 第54-58页 |
| ·Forward-Backward算法 | 第54-57页 |
| ·Forward-Backward仿真结果 | 第57-58页 |
| ·基于信息熵的状态评估 | 第58-60页 |
| ·信息熵 | 第58-59页 |
| ·信息熵仿真结果 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 6 识别结果分析 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 在学研究成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 附录A:驾驶任务主观评价表 | 第68页 |
