交通事故黑点智能排查系统的研究与实现
| 第一章 绪论 | 第1-12页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究的内容及现状 | 第10-11页 |
| ·作者的主要工作 | 第11页 |
| ·本文的章节安排 | 第11-12页 |
| 第二章 道路交通安全研究现状 | 第12-19页 |
| ·道路条件与环境研究 | 第14-15页 |
| ·道路交通安全评价与事故预测 | 第15-16页 |
| ·道路交通安全法规 | 第16-17页 |
| ·交通事故成因研究 | 第17-19页 |
| 第三章 道路交通事故黑点研究 | 第19-30页 |
| ·交通事故黑点的定义 | 第19页 |
| ·交通事故黑点的排查 | 第19-24页 |
| ·交通事故黑点的形成原因 | 第19-20页 |
| ·交通事故黑点的成因分析 | 第20-21页 |
| ·交通事故黑点的排查方法 | 第21-23页 |
| ·交通事故黑点智能化排查的研究 | 第23-24页 |
| ·交通事故黑点的鉴别 | 第24-26页 |
| ·交通事故黑点鉴别指标体系的建立 | 第24-25页 |
| ·交通事故黑点鉴别的标准 | 第25-26页 |
| ·道路交通事故黑点的整治 | 第26-28页 |
| ·整治策略 | 第26-27页 |
| ·整治方案 | 第27-28页 |
| ·面临的问题 | 第28-30页 |
| 第四章 智能计算在交通事故黑点分析上的应用 | 第30-47页 |
| ·智能计算的相关知识 | 第30-32页 |
| ·粗集理论在交通黑点成因分析中的应用 | 第32-39页 |
| ·粗集的定义 | 第32-34页 |
| ·知识的表示 | 第34页 |
| ·交通事故数据的预处理 | 第34-37页 |
| ·属性重要性的判断 | 第37-38页 |
| ·应用实例 | 第38-39页 |
| ·利用粗集从数据中挖掘决策规则 | 第39-43页 |
| ·粗集理论与神经网络的结合应用 | 第43-47页 |
| ·神经网络简介 | 第43-44页 |
| ·粗集理论与神经网络的结合应用模型 | 第44-47页 |
| 第五章 地理信息系统与软件界面设计 | 第47-57页 |
| ·地理信息系统简介 | 第47-48页 |
| ·地理信息系统软件 | 第48-51页 |
| ·简介 | 第48页 |
| ·组件式地理信息系统 | 第48-50页 |
| ·MapX 的主要功能 | 第50-51页 |
| ·电子地图 | 第51页 |
| ·图形界面的设计 | 第51-57页 |
| 第六章 交通事故黑点智能排查系统的实现 | 第57-73页 |
| ·问题分析 | 第57-58页 |
| ·实现目标 | 第57页 |
| ·程序流程设计 | 第57-58页 |
| ·交通事故黑点鉴别算法及其实现 | 第58-68页 |
| ·交通事故黑点鉴别标准及算法 | 第58-62页 |
| ·已有数据的交通事故黑点鉴别算法的实现 | 第62-66页 |
| ·事故多发段(点)预测算法的实现 | 第66-68页 |
| ·交通事故黑点成因分析算法的实现 | 第68-73页 |
| ·事故决策表的补齐 | 第68-69页 |
| ·属性值的离散化处理 | 第69-71页 |
| ·属性重要性的计算 | 第71-73页 |
| 第七章 全文总结 | 第73-75页 |
| 参考文献 | 第75-77页 |
| 致谢 | 第77-78页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第78页 |
