現(xiàn)如今汽車行業(yè)的競爭非常激烈,如何提升自身產(chǎn)品的競爭力是所有汽車企業(yè)都面臨的問題,隨著車聯(lián)網(wǎng)技術(shù)的發(fā)展,汽車企業(yè)意識到從軟件角度提升駕駛員的駕駛體驗也是個很好的選擇,所以許多汽車企業(yè)都希望通過開發(fā)一些智能化的提醒服務(wù)來為用戶提供更好的駕駛體驗。因此,本文通過對人的身體狀態(tài)、出行日期、出行目的地、有無同乘人等因素與駕駛員駕駛行為之間關(guān)聯(lián)關(guān)系的研究,為汽車企業(yè)探索智能化提醒服務(wù)提供決策支持。首先,通過手環(huán)采集駕駛員的健康數(shù)據(jù),包括壓力、疲勞度、血壓等,通過安卓手機的APP采集GPS數(shù)據(jù)、用戶上傳的APP行程數(shù)據(jù)、同乘人數(shù)、同乘人員類型、交通數(shù)據(jù)等,通過OBD(車載診斷系統(tǒng))采集車輛的行程數(shù)據(jù),包括點火、熄火、運行中、急加速次數(shù)、急減速次數(shù)等;然后,制定數(shù)據(jù)質(zhì)量評估指標,對數(shù)據(jù)質(zhì)量進行評估,包括數(shù)據(jù)的完整性、準確性、有效性、關(guān)聯(lián)性、冗余性等,并對異常樣本數(shù)據(jù)進行處理;接著,提出關(guān)聯(lián)性分析假說,并使用相關(guān)性分析方法中的斯皮爾曼相關(guān)性系數(shù)對數(shù)值類型數(shù)據(jù)進行相關(guān)性分析,使用相關(guān)性分析方法中的卡方檢驗對分類類型數(shù)據(jù)進行相關(guān)性分析;最后,使用Apriori算法挖掘假說中未提出的潛在關(guān)聯(lián)關(guān)系。分析結(jié)果表...

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
變量注釋表
1 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文主要內(nèi)容及結(jié)構(gòu)
2 相關(guān)理論與技術(shù)
    2.1 數(shù)據(jù)可視化
    2.2 相關(guān)系數(shù)
    2.3 卡方檢驗
    2.4 關(guān)聯(lián)規(guī)則
    2.5 統(tǒng)計學意義
    2.6 本章小結(jié)
3 駕駛行為關(guān)聯(lián)性分析
    3.1 數(shù)據(jù)采集與存儲
    3.2 數(shù)據(jù)表單項質(zhì)量評估
    3.3 數(shù)據(jù)關(guān)聯(lián)情況質(zhì)量評估
    3.4 數(shù)據(jù)處理
    3.5 相關(guān)性分析
    3.6 頻繁模式挖掘
    3.7 本章小結(jié)
4 實驗結(jié)果及分析
    4.1 相關(guān)系數(shù)分析結(jié)果
    4.2 卡方檢驗分析結(jié)果
    4.3 數(shù)據(jù)挖掘結(jié)果
    4.4 本章小結(jié)
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻
附錄1 關(guān)聯(lián)規(guī)則
作者簡歷
學位論文數(shù)據(jù)集



本文編號：3760638