| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究目的及意义 | 第10-11页 |
| 1.2.1 研究目的 | 第10页 |
| 1.2.2 研究意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.3.1 道路交通事故致因研究现状 | 第11-12页 |
| 1.3.2 道路交通事故严重程度研究现状 | 第12-14页 |
| 1.3.3 国内外研究现状总结 | 第14页 |
| 1.4 研究内容及思路 | 第14-17页 |
| 1.4.1 研究内容 | 第14-15页 |
| 1.4.2 研究思路 | 第15-17页 |
| 第2章 高速公路交通事故信息采集、分析与预处理 | 第17-29页 |
| 2.1 交通事故信息采集技术概述 | 第17-22页 |
| 2.1.1 事故信息采集方法 | 第17-18页 |
| 2.1.2 事故信息采集内容 | 第18-21页 |
| 2.1.3 国内外道路交通事故信息采集与分析对比 | 第21-22页 |
| 2.2 高速公路交通事故分布特征 | 第22-26页 |
| 2.2.1 高速公路交通事故形态与原因分布 | 第22-24页 |
| 2.2.2 高速公路交通事故驾驶人驾龄分布 | 第24-25页 |
| 2.2.3 高速公路交通事故环境特征分布 | 第25-26页 |
| 2.3 高速公路交通事故数据预处理 | 第26-28页 |
| 2.3.1 数据清洗 | 第26-27页 |
| 2.3.2 数据变换与降维 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 高速公路交通事故致因分析模型 | 第29-39页 |
| 3.1 Logistic回归分析理论 | 第29-30页 |
| 3.2 基于Logistic回归的高速公路交通事故致因分析模型 | 第30-35页 |
| 3.2.1 基于相对危险暴露量理论的模型因变量确定 | 第30-31页 |
| 3.2.2 模型建立 | 第31-32页 |
| 3.2.3 参数估计 | 第32-33页 |
| 3.2.4 自变量筛选 | 第33-34页 |
| 3.2.5 模型检验 | 第34-35页 |
| 3.3 实证研究 | 第35-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第4章 高速公路交通事故严重程度分类识别模型 | 第39-49页 |
| 4.1 SVM理论 | 第39-42页 |
| 4.2 基于SVM的高速公路交通事故严重程度分类识别模型 | 第42-44页 |
| 4.2.1 SVM分类标签确定 | 第42页 |
| 4.2.2 模型构建 | 第42-43页 |
| 4.2.3 参数寻优 | 第43-44页 |
| 4.3 基于灵敏度的事故严重程度影响因素分析 | 第44-45页 |
| 4.4 实证研究 | 第45-47页 |
| 4.5 本章小结 | 第47-49页 |
| 第5章 高速公路交通安全提升对策研究 | 第49-57页 |
| 5.1 高速公路交通安全影响因素分析 | 第49-52页 |
| 5.1.1 驾驶人因素 | 第49-50页 |
| 5.1.2 车辆因素 | 第50-51页 |
| 5.1.3 道路因素 | 第51-52页 |
| 5.1.4 环境因素 | 第52页 |
| 5.2 高速公路交通安全提升对策 | 第52-56页 |
| 5.2.1 工程措施 | 第52-54页 |
| 5.2.2 教育措施 | 第54页 |
| 5.2.3 管理措施 | 第54-55页 |
| 5.2.4 急救措施 | 第55-56页 |
| 5.3 本章小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-59页 |
| 6.1 全文总结 | 第57-58页 |
| 6.2 研究展望 | 第58-59页 |
| 参考文献 | 第59-65页 |
| 作者简介及在读期间所取得的科研成果 | 第65-67页 |
| 致谢 | 第67页 |
