基于数据挖掘的列车停车精度分析
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-14页 |
| ·列车自动驾驶系统 | 第10-11页 |
| ·自动驾驶系统(ATO)简介 | 第10页 |
| ·ATO的功能和性能指标 | 第10-11页 |
| ·课题研究的背景及意义 | 第11-12页 |
| ·停车精度分析现状 | 第11页 |
| ·数据挖掘与停车精度分析的结合 | 第11-12页 |
| ·论文结构及内容安排 | 第12-14页 |
| 2 停车精度相关数据的分析与建立 | 第14-22页 |
| ·制动模型相关数据 | 第14-15页 |
| ·制动模型的建立 | 第14-15页 |
| ·分析模型参数与停车精度关系 | 第15页 |
| ·电空切换特性 | 第15-16页 |
| ·混合制动特性 | 第15-16页 |
| ·目标-实际误差对停车精度的影响 | 第16页 |
| ·其他列车运行数据 | 第16-20页 |
| ·时间 | 第17-18页 |
| ·网压 | 第18-19页 |
| ·空气制动持续时间 | 第19-20页 |
| ·停车精度相关数据的计算与建立 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 数据挖掘方法及数据预处理 | 第22-30页 |
| ·数据挖掘 | 第22-24页 |
| ·数据挖掘简介 | 第22页 |
| ·数据挖掘的步骤与方法 | 第22-23页 |
| ·停车精度分析思路 | 第23-24页 |
| ·数据预处理 | 第24-29页 |
| ·数据清洗 | 第24-28页 |
| ·归一化处理 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 4 应用数据挖掘方法分析停车精度 | 第30-52页 |
| ·Ridge回归 | 第30-34页 |
| ·Lasso与Elastic net方法 | 第34-44页 |
| ·Lasso方法 | 第34-39页 |
| ·Elastic net方法 | 第39-44页 |
| ·神经网络 | 第44-50页 |
| ·BP神经网络 | 第44-47页 |
| ·RBF神经网络 | 第47-50页 |
| ·本章小结 | 第50-52页 |
| 5 软件实现与方法比较 | 第52-60页 |
| ·数据计算程序 | 第52-55页 |
| ·数据分析程序 | 第55-57页 |
| ·分析主界面 | 第55-56页 |
| ·数据预处理 | 第56页 |
| ·数据分析 | 第56-57页 |
| ·方法比较及分析结论 | 第57-60页 |
| 6 结论与展望 | 第60-62页 |
| ·结论 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-64页 |
| 作者简历 | 第64-66页 |
| 学位论文数据集 | 第66页 |
