| 致谢 | 第5-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第11-17页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 研究目标 | 第13-14页 |
| 1.3 研究内容及技术路线 | 第14-17页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 研究技术路线 | 第15-17页 |
| 2 相关理论及国内外研究现状 | 第17-33页 |
| 2.1 国内外轨道交通安全评估发展现状 | 第17-23页 |
| 2.1.1 国外轨道交通安全评估发展现状 | 第17-19页 |
| 2.1.2 国内轨道交通安全评估发展现状 | 第19-23页 |
| 2.2 机器学习发展现状 | 第23-29页 |
| 2.2.1 支持向量机的相关研究 | 第24-26页 |
| 2.2.2 关联规则算法相关研究 | 第26-28页 |
| 2.2.3 机器学习在交通领域的相关研究应用 | 第28-29页 |
| 2.3 自然语言处理发展现状 | 第29-32页 |
| 2.3.1 自然语言处理发展历史 | 第30页 |
| 2.3.2 中文分词研究现状 | 第30-31页 |
| 2.3.3 汉语分词研究难点 | 第31-32页 |
| 2.4 本章小结 | 第32-33页 |
| 3 轨道交通安全信息特性分析及中文分词技术 | 第33-49页 |
| 3.1 轨道交通安全信息调研 | 第33-35页 |
| 3.2 轨道交通安全信息特性分析 | 第35-38页 |
| 3.2.1 轨道交通信息分类 | 第35-37页 |
| 3.2.2 轨道交通信息特性 | 第37-38页 |
| 3.3 基于机器学习的轨道交通安全信息处理流程 | 第38-39页 |
| 3.4 中文分词概述 | 第39-42页 |
| 3.4.1 中文分词概念简介 | 第39-40页 |
| 3.4.2 中文分词技术简介 | 第40-42页 |
| 3.5 轨道交通安全信息分词 | 第42-47页 |
| 3.5.1 HMM模型 | 第42-43页 |
| 3.5.2 Viterbi算法 | 第43页 |
| 3.5.3 轨道交通安全信息分词 | 第43-47页 |
| 3.6 本章小结 | 第47-49页 |
| 4 基于Apriori的轨道交通安全综合评估指标体系构建 | 第49-60页 |
| 4.1 关联规则算法 | 第49-52页 |
| 4.1.1 关联分析算法简介 | 第50-51页 |
| 4.1.2 Apriori算法原理 | 第51-52页 |
| 4.2 多维关联规则 | 第52-55页 |
| 4.2.1 多层及多维关联规则算法 | 第52-53页 |
| 4.2.2 轨道交通安全信息关联规则提取算法 | 第53-55页 |
| 4.3 轨道交通的安全评估指标体系构建 | 第55-59页 |
| 4.3.1 轨道交通安全词频指标 | 第55-57页 |
| 4.3.2 轨道交通安全数据指标 | 第57页 |
| 4.3.3 轨道交通安全指标融合 | 第57页 |
| 4.3.4 轨道交通安全指标融合举例 | 第57-59页 |
| 4.4 本章小结 | 第59-60页 |
| 5 基于SVM的轨道交通安全评估算法研究 | 第60-72页 |
| 5.1 统计学习基础理论 | 第60-64页 |
| 5.1.1 经验风险最小化原则 | 第61-62页 |
| 5.1.2 VC维 | 第62页 |
| 5.1.3 推广性的界 | 第62-63页 |
| 5.1.4 结构风险最小化 | 第63-64页 |
| 5.2 支持向量机分类原理 | 第64-69页 |
| 5.2.1 最优分类超平面 | 第65-67页 |
| 5.2.2 广义最优分类面 | 第67-68页 |
| 5.2.3 核函数 | 第68-69页 |
| 5.3 基于SVM的轨道交通安全评估 | 第69-71页 |
| 5.4 本章小结 | 第71-72页 |
| 6 轨道交通安全信息处理及安全综合评估系统设计与研发 | 第72-81页 |
| 6.1 需求分析 | 第72-75页 |
| 6.1.1 数据来源 | 第72-73页 |
| 6.1.2 系统功能需求 | 第73-74页 |
| 6.1.3 系统其他需求 | 第74-75页 |
| 6.2 系统设计 | 第75-80页 |
| 6.2.1 逻辑结构设计 | 第75-76页 |
| 6.2.2 物理结构设计 | 第76-77页 |
| 6.2.3 功能结构设计 | 第77页 |
| 6.2.4 数据库设计 | 第77-80页 |
| 6.3 本章小结 | 第80-81页 |
| 7 结论与展望 | 第81-83页 |
| 7.1 主要结论 | 第81页 |
| 7.2 进一步的工作 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 作者简历 | 第87-89页 |
| 学位论文数据集 | 第89页 |