基于支持向量机的船舶交通事故预测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究的目的和意义 | 第10-11页 |
| ·船舶交通事故的预测研究现状 | 第11-13页 |
| ·支持向量机的历史和研究现状 | 第13-16页 |
| ·研究内容及结构安排 | 第16-18页 |
| 第2章 支持向量机理论 | 第18-27页 |
| ·机器学习问题 | 第18-19页 |
| ·统计学习理论基础 | 第19-21页 |
| ·VC维 | 第19-20页 |
| ·推广性的界 | 第20页 |
| ·结构风险最小化原则 | 第20-21页 |
| ·支持向量机 | 第21-26页 |
| ·基本原理 | 第21-25页 |
| ·高维空间中的最优分类面 | 第25页 |
| ·核函数 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 船舶交通事故的特点与成因分析 | 第27-47页 |
| ·船舶交通事故概述 | 第27-29页 |
| ·船舶交通事故含义 | 第27-28页 |
| ·事故种类 | 第28页 |
| ·事故等级 | 第28-29页 |
| ·船舶交通事故的特点 | 第29-31页 |
| ·船舶交通事故的随机性 | 第29-30页 |
| ·船舶交通事故的小概率特点 | 第30页 |
| ·绝大多数事故的发生涉及人的因素 | 第30-31页 |
| ·船舶交通事故的致因分析 | 第31-46页 |
| ·人为因素 | 第33-37页 |
| ·船舶因素 | 第37-40页 |
| ·环境因素 | 第40-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 基于SVM的船舶交通事故预测方法与实现 | 第47-70页 |
| ·船舶交通事故的一般预测方法与实现 | 第47-54页 |
| ·灰色系统模型法 | 第47-49页 |
| ·回归法 | 第49-52页 |
| ·指数平滑法 | 第52-54页 |
| ·基于支持向量回归机的船舶事故预测 | 第54-68页 |
| ·支持向量回归机方法 | 第54-57页 |
| ·支持向量机回归算法与实现 | 第57-58页 |
| ·参数的选择 | 第58-60页 |
| ·事故数据的来源及特征选取 | 第60-61页 |
| ·事故数据的预处理 | 第61-65页 |
| ·实验和结果分析 | 第65-68页 |
| ·各预测模型的特点分析 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第5章 船舶交通事故预测系统与实例分析 | 第70-76页 |
| ·基于向量机的软件预测平台 | 第70-73页 |
| ·预测系统的界面 | 第70-72页 |
| ·支持向量机(SVM)的参数优化界面 | 第72-73页 |
| ·实验预测结果与数据验证分析 | 第73-75页 |
| ·本章小结 | 第75-76页 |
| 第6章 结论与展望 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 致谢 | 第83-84页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第84-85页 |
| 附录: 一 | 第85-87页 |
| 附录: 二 | 第87-89页 |
| 附录: 三 | 第89-90页 |
