首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--交通工程与交通管理论文--交通系统论文

基于云计算的驾驶行为分析

摘要第5-6页
ABSTRACT第6页
第一章 绪论第10-18页
    1.1 课题研究目的及意义第10页
    1.2 驾驶行为国内外研究现状第10-13页
        1.2.1 国外相关研究现状第10-12页
        1.2.2 国内相关研究现状第12-13页
    1.3 云计算及数据挖掘技术国内外研究现状第13-15页
        1.3.1 国外相关研究现状第13-14页
        1.3.2 国内相关研究现状第14-15页
    1.4 本文研究内容及章节安排第15-18页
第二章 驾驶行为分析技术研究第18-33页
    2.1 驾驶行为分析技术方案第18页
    2.2 特征参数提取方法第18-20页
        2.2.1 油耗相关的特征参数提取第19-20页
        2.2.2 安全相关的特征参数提取第20页
    2.3 驾驶行为分析算法研究第20-28页
        2.3.1 K-means算法第21页
        2.3.2 KFCM算法第21-22页
        2.3.3 谱聚类算法第22-28页
            2.3.3.1 谱聚类的谱图定义第23-24页
            2.3.3.2 图的拉普拉斯矩阵及性质第24-25页
            2.3.3.3 谱图划分准则第25-28页
            2.3.3.4 谱聚类算法的实现第28页
    2.4 实验仿真第28-32页
        2.4.1 基于油耗角度的驾驶行为分析技术对比第29-30页
        2.4.2 基于安全角度的驾驶行为分析技术对比第30-32页
        2.4.3 综合分析第32页
    2.5 本章小结第32-33页
第三章 云计算技术研究第33-54页
    3.1 云计算研究第33页
    3.2 IaaS层技术研究第33-38页
        3.2.1 IaaS网络架构图及部署第34-35页
        3.2.2 OpenStack虚拟化技术研究第35-36页
        3.2.3 分布式存储技术研究第36-38页
        3.2.4 Swift数据中心第38页
    3.3 PaaS层并行处理技术研究第38-45页
        3.3.1 MapReduce技术研究第39-41页
            3.3.1.1 MapReduce编程模型第39-40页
            3.3.1.2 MapReduce核心工作原理第40-41页
        3.3.2 Spark分布式集群技术研究第41-44页
            3.3.2.1 Spark RDD第41页
            3.3.2.2 Spark核心工作原理第41-43页
            3.3.2.3 Spark模型研究第43-44页
        3.3.3 Spark与Hadoop MapReduce对比第44-45页
    3.4 基于云计算的并行谱聚类算法实现第45-52页
        3.4.1 基于Spark的并行计算相似矩阵第46-47页
        3.4.2 基于Spark的并行计算拉普拉斯矩阵特征向量第47-48页
        3.4.3 基于Spark的并行K-means聚类第48-51页
        3.4.4 并行谱聚类算法参数调优第51页
        3.4.5 单机与云计算平台实验对比第51-52页
    3.5 本章小结第52-54页
第四章 驾驶行为评估模型第54-66页
    4.1 分类器第54-56页
    4.2 BP神经网络第56-62页
        4.2.1 神经元模型第56-59页
            4.2.1.1 MP模型第56-57页
            4.2.1.2 一般神经元模型第57-59页
        4.2.2 BP神经网络结构第59-60页
        4.2.3 BP神经网络算法第60-62页
            4.2.3.1 BP神经网络算法原理第60-61页
            4.2.3.2 BP神经网络算法实现步骤第61-62页
    4.3 驾驶行为评估模型第62-64页
        4.3.1 驾驶行为-油耗评估模型第62-63页
        4.3.2 驾驶行为-安全评估模型第63-64页
    4.4 本章小结第64-66页
第五章 系统实验与结果分析第66-82页
    5.1 驾驶行为分析系统实现第66-73页
        5.1.1 硬件采集系统第66-67页
        5.1.2 云计算平台软硬件环境第67-68页
        5.1.3 OpenStack部署第68-69页
        5.1.4 Hadoop分布式集群部署第69-71页
        5.1.5 Spark分布式集群部署第71-73页
    5.2 系统实验结果第73-81页
        5.2.1 数据特征提取第73-74页
        5.2.2 云计算聚类结果第74-76页
        5.2.3 系统实验结果分析第76-81页
            5.2.3.1 基于安全角度的驾驶行为聚类分析第76-77页
            5.2.3.2 基于油耗角度的驾驶行为聚类分析第77-79页
            5.2.3.3 驾驶行为-安全评估第79-80页
            5.2.3.4 驾驶行为-油耗评估第80-81页
    5.3 本章小结第81-82页
第六章 总结与展望第82-84页
    6.1 课题总结第82页
    6.2 展望第82-84页
致谢第84-85页
参考文献第85-88页

论文共88页,点击 下载论文
上一篇:疲劳与亚体感噪音对膝关节生物力学特性的影响
下一篇:支持向量机与神经网络的融合优化及其在数据挖掘中的应用