行车记录智能化分析研究
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题背景 | 第8-9页 |
| 1.2 行车记录分析现状 | 第9-10页 |
| 1.3 研究的主要内容 | 第10-12页 |
| 第二章 影响行车的因素分析 | 第12-18页 |
| 2.1 行车环境因素 | 第12-16页 |
| 2.1.1 隧道因素 | 第12-13页 |
| 2.1.2 纵坡因素 | 第13-14页 |
| 2.1.3 线形因素 | 第14-15页 |
| 2.1.4 其它路况因素 | 第15-16页 |
| 2.2 驾驶员的因素 | 第16-17页 |
| 2.2.1 心理因素 | 第16页 |
| 2.2.2 驾驶习惯 | 第16页 |
| 2.2.3 精神状态 | 第16-17页 |
| 2.2.4 视觉因素 | 第17页 |
| 2.3 本章小结 | 第17-18页 |
| 第三章 时间序列数据挖掘基础 | 第18-30页 |
| 3.1 通用数据挖掘技术 | 第18-21页 |
| 3.1.1 数据预处理 | 第18-19页 |
| 3.1.2 数据挖掘与分析 | 第19-21页 |
| 3.2 时间序列分析 | 第21-29页 |
| 3.2.1 时间序列表示 | 第21-23页 |
| 3.2.2 时间序列相似性度量 | 第23-26页 |
| 3.2.3 时间序列对齐 | 第26-29页 |
| 3.2.4 时间序列的其它预处理 | 第29页 |
| 3.3 本章小结 | 第29-30页 |
| 第四章 行车记录数据挖掘 | 第30-49页 |
| 4.1 本课题中行车记录的研究背景 | 第30-33页 |
| 4.2 基于地点的速度序列的相似性度量 | 第33-38页 |
| 4.2.1 欧氏距离 | 第33页 |
| 4.2.2 基于形态的欧氏距离 | 第33-34页 |
| 4.2.3 带权重的距离 | 第34-35页 |
| 4.2.4 相似性度量实验 | 第35-38页 |
| 4.3 时间序列的对齐 | 第38-46页 |
| 4.3.1 时间序列对齐方法 | 第39页 |
| 4.3.2 隧道附近的特征模式 | 第39页 |
| 4.3.3 查找特征点 | 第39-40页 |
| 4.3.4 基于特征点平移对齐 | 第40-41页 |
| 4.3.5 相似性度量 | 第41-42页 |
| 4.3.6 使用 EM 思想查找标准序列 | 第42页 |
| 4.3.7 伸缩序列 | 第42页 |
| 4.3.8 对齐实验 | 第42-46页 |
| 4.4 行车数据聚类分析 | 第46-47页 |
| 4.5 本章小结 | 第47-49页 |
| 总结和展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 个人简历 | 第54-55页 |
| 硕士期间发表的论文 | 第55页 |
