在當(dāng)今社會經(jīng)濟(jì)快速發(fā)展的背景下,汽車擁有量不斷增加,如何有效防止道路安全事故的發(fā)生成為近年來交通研究領(lǐng)域重點關(guān)注的問題。駕駛員的駕駛行為作為影響交通安全問題中最重要的因素,重點關(guān)注并研究其行為對預(yù)防交通事故的發(fā)生、促進(jìn)駕駛輔助系統(tǒng)的發(fā)展和車隊管理評價駕駛員行為具有重大的意義。本文基于車載系統(tǒng)收集的駕駛員行為數(shù)據(jù),采用深度信念網(wǎng)絡(luò)算法和綜合評價方法對所存儲的數(shù)據(jù)進(jìn)行挖掘分析,對駕駛風(fēng)格進(jìn)行識別,提出基于駕駛安全性行為、駕駛油耗、駕駛舒適性和駕駛熟練性四個準(zhǔn)則的駕駛員綜合評價體系,并綜合利用處理后的數(shù)據(jù)對駕駛員的駕駛行為習(xí)慣進(jìn)行量化綜合評估。本文的主要內(nèi)容如下所示:（1）為了識別駕駛行為風(fēng)格,本研究提出一種基于多層有監(jiān)督訓(xùn)練與學(xué)習(xí)微調(diào)的DBN的駕駛行為風(fēng)格識別模型。論文先介紹了駕駛風(fēng)格的有關(guān)知識,分析其影響因素,并提取對應(yīng)的特征,用k-means對特征數(shù)據(jù)進(jìn)行聚類。同時,建立多層有監(jiān)督訓(xùn)練與學(xué)習(xí)微調(diào)的DBN識別模型,把聚類結(jié)果作為模型的輸入,對駕駛行為風(fēng)格進(jìn)行識別,與原始DBN和BP神經(jīng)網(wǎng)絡(luò)的識別結(jié)果進(jìn)行對比,實驗表明本文的算法模型的識別效果較原始DBN模型和BP模型的識別效果更好。（2）... 

【文章來源】：江蘇大學(xué)江蘇省

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

速度標(biāo)準(zhǔn)差和億公里事故率回歸分析

江蘇大學(xué)碩士學(xué)位論文5.6 實現(xiàn)效果及說明根據(jù)前幾個小節(jié)對系統(tǒng)的總體分析與設(shè)計，本節(jié)將對系統(tǒng)各個模塊的設(shè)計與實現(xiàn)結(jié)果展示并且作相應(yīng)的說明。系統(tǒng)開發(fā)采用 B/S 模式，支持多種瀏覽器瀏覽。在使用駕駛行為分析系統(tǒng)之前，用戶需要登錄，本系統(tǒng)的登錄界面如圖 5.4 所示。

系統(tǒng)開發(fā)采用 B/S 模式，支持多種瀏覽器瀏覽。在使用駕駛行為分析系統(tǒng)之前，用戶需要登錄，本系統(tǒng)的登錄界面如圖 5.4 所示。圖 5.4 駕駛行為習(xí)慣分析與應(yīng)用系統(tǒng)登錄界面

【參考文獻(xiàn)】：
期刊論文
[1]基于衛(wèi)星定位數(shù)據(jù)的駕駛行為安全與節(jié)能評價方法[J]. 劉應(yīng)吉,曾誠,王書舉,姚羽,劉夢雅.  公路交通科技. 2018(01)
[2]基于聚類分析的集團(tuán)駕駛?cè)藛T分類[J]. 徐國功,李晉宏.  計算機(jī)工程與設(shè)計. 2017(10)
[3]SF-CNN在駕駛行為識別中的應(yīng)用研究[J]. 王忠民,張瑤,衡霞.  計算機(jī)工程與應(yīng)用. 2018(11)
[4]基于決策樹C4.5算法的個人駕駛行為分析[J]. 劉凱利,李晉宏.  軟件. 2016(06)
[5]基于車聯(lián)網(wǎng)數(shù)據(jù)挖掘的營運車輛駕駛速度行為聚類研究[J]. 孫川,吳超仲,褚端峰,杜志剛,田飛.  交通運輸系統(tǒng)工程與信息. 2015(06)
[6]一種主客觀結(jié)合的屬性權(quán)重確定方法[J]. 陳燕云,季丹,邱建林.  產(chǎn)業(yè)與科技論壇. 2015(13)
[7]基于熵技術(shù)-全決策樹的駕駛員人因可靠性研究[J]. 林露青,黃坤明,廖素娟,沈斐敏.  交通標(biāo)準(zhǔn)化. 2014(19)
[8]基于DBN模型的遙感圖像分類[J]. 呂啟,竇勇,牛新,徐佳慶,夏飛.  計算機(jī)研究與發(fā)展. 2014(09)
[9]基于隱馬爾可夫模型的駕駛行為預(yù)測方法研究[J]. 肖獻(xiàn)強(qiáng),任春燕,王其東.  中國機(jī)械工程. 2013(21)
[10]道路交通駕駛行為研究進(jìn)展及其展望[J]. 嚴(yán)新平,張暉,吳超仲,毛喆,雷虎.  交通信息與安全. 2013(01)

博士論文
[1]個性化駕駛員模型及其在駕駛行為評估中的應(yīng)用[D]. 胡杰.浙江大學(xué) 2017
[2]基于深度置信網(wǎng)絡(luò)的中文信息抽取方法[D]. 陳宇.哈爾濱工業(yè)大學(xué) 2014
[3]新駕駛員險情感知訓(xùn)練研究[D]. 王延斌.清華大學(xué) 2010
[4]基于網(wǎng)格方法的聚類算法研究[D]. 孫玉芬.華中科技大學(xué) 2006

碩士論文
[1]基于動態(tài)規(guī)劃的汽車自動變速器換擋規(guī)律優(yōu)化設(shè)計[D]. 李哲.長春工業(yè)大學(xué) 2018
[2]基于道路運輸企業(yè)安全生產(chǎn)管理數(shù)據(jù)的駕駛行為安全與節(jié)能評價方法[D]. 夏杰.北京交通大學(xué) 2016
[3]基于云計算的駕駛行為分析[D]. 張開.東南大學(xué) 2016
[4]基于OBD技術(shù)的駕駛行為習(xí)慣評價方法研究[D]. 馬聰.南京大學(xué) 2016
[5]基于深度學(xué)習(xí)的路網(wǎng)短時交通流預(yù)測[D]. 焦琴琴.長安大學(xué) 2016
[6]基于車輛動態(tài)監(jiān)控數(shù)據(jù)的異常駕駛行為識別技術(shù)研究[D]. 丁琛.北京交通大學(xué) 2015
[7]基于車輛運行監(jiān)控系統(tǒng)的駕駛行為安全與節(jié)能評價方法研究[D]. 許書權(quán).長安大學(xué) 2015
[8]機(jī)動車駕駛?cè)笋{駛行為不確定性建模與仿真[D]. 任春燕.合肥工業(yè)大學(xué) 2015
[9]基于三角模糊層次分析法的重慶地區(qū)建筑低碳化評價指標(biāo)體系研究[D]. 曹馨勻.重慶大學(xué) 2014
[10]城市下穿隧道交通安全分析[D]. 黃曦.西南交通大學(xué) 2013



本文編號：3522986