基于DBN的驾驶行为习惯分析与应用
发布时间：2021-11-27 20:25
在当今社会经济快速发展的背景下,汽车拥有量不断增加,如何有效防止道路安全事故的发生成为近年来交通研究领域重点关注的问题。驾驶员的驾驶行为作为影响交通安全问题中最重要的因素,重点关注并研究其行为对预防交通事故的发生、促进驾驶辅助系统的发展和车队管理评价驾驶员行为具有重大的意义。本文基于车载系统收集的驾驶员行为数据,采用深度信念网络算法和综合评价方法对所存储的数据进行挖掘分析,对驾驶风格进行识别,提出基于驾驶安全性行为、驾驶油耗、驾驶舒适性和驾驶熟练性四个准则的驾驶员综合评价体系,并综合利用处理后的数据对驾驶员的驾驶行为习惯进行量化综合评估。本文的主要内容如下所示:（1）为了识别驾驶行为风格,本研究提出一种基于多层有监督训练与学习微调的DBN的驾驶行为风格识别模型。论文先介绍了驾驶风格的有关知识,分析其影响因素,并提取对应的特征,用k-means对特征数据进行聚类。同时,建立多层有监督训练与学习微调的DBN识别模型,把聚类结果作为模型的输入,对驾驶行为风格进行识别,与原始DBN和BP神经网络的识别结果进行对比,实验表明本文的算法模型的识别效果较原始DBN模型和BP模型的识别效果更好。（2）...
【文章来源】：江苏大学江苏省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
速度标准差和亿公里事故率回归分析
江苏大学硕士学位论文5.6 实现效果及说明根据前几个小节对系统的总体分析与设计，本节将对系统各个模块的设计与实现结果展示并且作相应的说明。系统开发采用 B/S 模式，支持多种浏览器浏览。在使用驾驶行为分析系统之前，用户需要登录，本系统的登录界面如图 5.4 所示。
系统开发采用 B/S 模式，支持多种浏览器浏览。在使用驾驶行为分析系统之前，用户需要登录，本系统的登录界面如图 5.4 所示。图 5.4 驾驶行为习惯分析与应用系统登录界面
【参考文献】：
期刊论文
[1]基于卫星定位数据的驾驶行为安全与节能评价方法[J]. 刘应吉,曾诚,王书举,姚羽,刘梦雅. 公路交通科技. 2018(01)
[2]基于聚类分析的集团驾驶人员分类[J]. 徐国功,李晋宏. 计算机工程与设计. 2017(10)
[3]SF-CNN在驾驶行为识别中的应用研究[J]. 王忠民,张瑶,衡霞. 计算机工程与应用. 2018(11)
[4]基于决策树C4.5算法的个人驾驶行为分析[J]. 刘凯利,李晋宏. 软件. 2016(06)
[5]基于车联网数据挖掘的营运车辆驾驶速度行为聚类研究[J]. 孙川,吴超仲,褚端峰,杜志刚,田飞. 交通运输系统工程与信息. 2015(06)
[6]一种主客观结合的属性权重确定方法[J]. 陈燕云,季丹,邱建林. 产业与科技论坛. 2015(13)
[7]基于熵技术-全决策树的驾驶员人因可靠性研究[J]. 林露青,黄坤明,廖素娟,沈斐敏. 交通标准化. 2014(19)
[8]基于DBN模型的遥感图像分类[J]. 吕启,窦勇,牛新,徐佳庆,夏飞. 计算机研究与发展. 2014(09)
[9]基于隐马尔可夫模型的驾驶行为预测方法研究[J]. 肖献强,任春燕,王其东. 中国机械工程. 2013(21)
[10]道路交通驾驶行为研究进展及其展望[J]. 严新平,张晖,吴超仲,毛喆,雷虎. 交通信息与安全. 2013(01)
博士论文
[1]个性化驾驶员模型及其在驾驶行为评估中的应用[D]. 胡杰.浙江大学 2017
[2]基于深度置信网络的中文信息抽取方法[D]. 陈宇.哈尔滨工业大学 2014
[3]新驾驶员险情感知训练研究[D]. 王延斌.清华大学 2010
[4]基于网格方法的聚类算法研究[D]. 孙玉芬.华中科技大学 2006
硕士论文
[1]基于动态规划的汽车自动变速器换挡规律优化设计[D]. 李哲.长春工业大学 2018
[2]基于道路运输企业安全生产管理数据的驾驶行为安全与节能评价方法[D]. 夏杰.北京交通大学 2016
[3]基于云计算的驾驶行为分析[D]. 张开.东南大学 2016
[4]基于OBD技术的驾驶行为习惯评价方法研究[D]. 马聪.南京大学 2016
[5]基于深度学习的路网短时交通流预测[D]. 焦琴琴.长安大学 2016
[6]基于车辆动态监控数据的异常驾驶行为识别技术研究[D]. 丁琛.北京交通大学 2015
[7]基于车辆运行监控系统的驾驶行为安全与节能评价方法研究[D]. 许书权.长安大学 2015
[8]机动车驾驶人驾驶行为不确定性建模与仿真[D]. 任春燕.合肥工业大学 2015
[9]基于三角模糊层次分析法的重庆地区建筑低碳化评价指标体系研究[D]. 曹馨匀.重庆大学 2014
[10]城市下穿隧道交通安全分析[D]. 黄曦.西南交通大学 2013
本文编号：3522986
【文章来源】：江苏大学江苏省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
速度标准差和亿公里事故率回归分析
江苏大学硕士学位论文5.6 实现效果及说明根据前几个小节对系统的总体分析与设计，本节将对系统各个模块的设计与实现结果展示并且作相应的说明。系统开发采用 B/S 模式，支持多种浏览器浏览。在使用驾驶行为分析系统之前，用户需要登录，本系统的登录界面如图 5.4 所示。
系统开发采用 B/S 模式，支持多种浏览器浏览。在使用驾驶行为分析系统之前，用户需要登录，本系统的登录界面如图 5.4 所示。图 5.4 驾驶行为习惯分析与应用系统登录界面
【参考文献】：
期刊论文
[1]基于卫星定位数据的驾驶行为安全与节能评价方法[J]. 刘应吉,曾诚,王书举,姚羽,刘梦雅. 公路交通科技. 2018(01)
[2]基于聚类分析的集团驾驶人员分类[J]. 徐国功,李晋宏. 计算机工程与设计. 2017(10)
[3]SF-CNN在驾驶行为识别中的应用研究[J]. 王忠民,张瑶,衡霞. 计算机工程与应用. 2018(11)
[4]基于决策树C4.5算法的个人驾驶行为分析[J]. 刘凯利,李晋宏. 软件. 2016(06)
[5]基于车联网数据挖掘的营运车辆驾驶速度行为聚类研究[J]. 孙川,吴超仲,褚端峰,杜志刚,田飞. 交通运输系统工程与信息. 2015(06)
[6]一种主客观结合的属性权重确定方法[J]. 陈燕云,季丹,邱建林. 产业与科技论坛. 2015(13)
[7]基于熵技术-全决策树的驾驶员人因可靠性研究[J]. 林露青,黄坤明,廖素娟,沈斐敏. 交通标准化. 2014(19)
[8]基于DBN模型的遥感图像分类[J]. 吕启,窦勇,牛新,徐佳庆,夏飞. 计算机研究与发展. 2014(09)
[9]基于隐马尔可夫模型的驾驶行为预测方法研究[J]. 肖献强,任春燕,王其东. 中国机械工程. 2013(21)
[10]道路交通驾驶行为研究进展及其展望[J]. 严新平,张晖,吴超仲,毛喆,雷虎. 交通信息与安全. 2013(01)
博士论文
[1]个性化驾驶员模型及其在驾驶行为评估中的应用[D]. 胡杰.浙江大学 2017
[2]基于深度置信网络的中文信息抽取方法[D]. 陈宇.哈尔滨工业大学 2014
[3]新驾驶员险情感知训练研究[D]. 王延斌.清华大学 2010
[4]基于网格方法的聚类算法研究[D]. 孙玉芬.华中科技大学 2006
硕士论文
[1]基于动态规划的汽车自动变速器换挡规律优化设计[D]. 李哲.长春工业大学 2018
[2]基于道路运输企业安全生产管理数据的驾驶行为安全与节能评价方法[D]. 夏杰.北京交通大学 2016
[3]基于云计算的驾驶行为分析[D]. 张开.东南大学 2016
[4]基于OBD技术的驾驶行为习惯评价方法研究[D]. 马聪.南京大学 2016
[5]基于深度学习的路网短时交通流预测[D]. 焦琴琴.长安大学 2016
[6]基于车辆动态监控数据的异常驾驶行为识别技术研究[D]. 丁琛.北京交通大学 2015
[7]基于车辆运行监控系统的驾驶行为安全与节能评价方法研究[D]. 许书权.长安大学 2015
[8]机动车驾驶人驾驶行为不确定性建模与仿真[D]. 任春燕.合肥工业大学 2015
[9]基于三角模糊层次分析法的重庆地区建筑低碳化评价指标体系研究[D]. 曹馨匀.重庆大学 2014
[10]城市下穿隧道交通安全分析[D]. 黄曦.西南交通大学 2013
本文编号：3522986
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3522986.html
