| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-13页 |
| 第一章 绪论 | 第13-21页 |
| ·课题研究目的和意义 | 第13-14页 |
| ·驾驶状态识别的研究现状 | 第14-19页 |
| ·国外驾驶状态识别的研究现状 | 第15-18页 |
| ·国内驾驶状态识别的研究现状 | 第18-19页 |
| ·课题的主要研究内容 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第二章 隐马尔科夫链在驾驶状态识别中的应用 | 第21-31页 |
| ·隐马尔科夫链的概述 | 第21-23页 |
| ·隐马尔科夫链的基本概念 | 第21-23页 |
| ·HMM三个算法对应解决的三类问题 | 第23-28页 |
| ·前向-后向算法 | 第23-26页 |
| ·Viterbi算法 | 第26-27页 |
| ·Baum一Welch算法 | 第27-28页 |
| ·HMM在驾驶状态识别中的应用 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于BP神经网络的驾驶状态识别 | 第31-54页 |
| ·驾驶状态组成主因子分析 | 第31-35页 |
| ·驾驶状态组成主因子分析方法 | 第31页 |
| ·驾驶状态组成主因子的量化处理 | 第31-35页 |
| ·BP神经网络概述 | 第35-43页 |
| ·人工神经网络概述 | 第35-36页 |
| ·人工神经网络训练 | 第36-37页 |
| ·BP网络 | 第37-43页 |
| ·MATLAB神经网络工具箱概述 | 第43页 |
| ·工具箱的功能 | 第43页 |
| ·工具箱函数简介 | 第43页 |
| ·基于BP神经网络的驾驶状态识别 | 第43-53页 |
| ·创建驾驶状态识别的BP神经网络 | 第43-48页 |
| ·用于驾驶状态识别的BP神经网络训练 | 第48-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 基于BP神经网络与HMM模型的驾驶状态识别 | 第54-69页 |
| ·BP神经网络与HMM模型的分析 | 第54页 |
| ·BP神经网络与HMM结合的几种方式 | 第54-55页 |
| ·BP神经网络与HMM模型的驾驶状态仿真识别 | 第55-64页 |
| ·BP神经网络的Simulink模型 | 第55-58页 |
| ·BP神经网络与HMM模型的驾驶状态仿真识别 | 第58-64页 |
| ·基于ARM+DSP双核软硬件仿真平台的驾驶状态测试 | 第64-68页 |
| ·仿真平台概述 | 第64-66页 |
| ·仿真平台的测试 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第五章 全文总结与展望 | 第69-71页 |
| ·全文总结 | 第69-70页 |
| ·工作展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 硕士期间参与的科研项目 | 第75页 |
| 攻读硕士学位期间发表的论文 | 第75-76页 |