范例推理在智能车辆监控数据处理系统中的应用

论文摘要

随着我国经济的飞速发展,汽车的拥有量在不断攀升,汽车拥有量的急剧增加和城市交通建设的相对滞后,导致城市交通不断恶化,道路交通的安全问题正严重威胁着我国经济发展和人民生命财产安全。因此智能交通系统(ITS)作为一种解决交通问题的全新方式,在国内外迅速发展起来。但是目前市场上的系统基本上仅具有车辆定位跟踪及监控管理功能,多数并没有对从车载终端采集到的海量数据进行进一步的分析,为解决这种问题,克服传统方法的局限性,本文提出一种基于范例推理的道路交通事故处理系统。借助车载信息系统终端,对获取的海量信息进行加工整理并形成案例库。在此基础上,借助于机器学习领域中基于范例推理的机制,并结合信息检索的文本挖掘技术,设计一种推理机制下的道路交通事故处理系统,该系统可为公路管理部门提供决策依据。本文所做工作如下:(1)案例库的建立结合领域应用环境,对通过信息采集系统获取的诸多因素进行分析,建立一个能为范例推理提供方便的案例库。(2)范例推理范例推理通过三个子过程实现。一是特征辩识,就是对新问题进行分析,提取有关特征;二是初步匹配,运用文本分类技术从范例库中找到一类与当前问题相关的候选范例;三是最佳选定,运用向量空间模型方法从初步匹配过程中获得的一组范例中选取几个与当前问题最相似的范例。(3)范例的学习主要通过添加新范例、以及通过用户反馈来调整范例关键词权重的方式完成学习过程。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 研究背景和意义
• 1.3 研究的主要内容以及创新点
• 1.3.1 研究的主要内容
• 1.3.2 论文创新点
• 1.4 论文的结构安排
• 第2章 范例推理及相关技术综述
• 2.1 范例推理原理及应用技术综述
• 2.1.1 范例推理基本理论
• 2.1.2 范例推理的实现原理
• 2.1.3 范例推理的国内外研究现状
• 2.2 主题词自动标引算法
• 2.2.1 主题词自动标引简介
• 2.2.2 国外主题词自动标引算法的研究现状
• 2.2.3 国内主题词自动标引算法的研究现状
• 2.3 基于文本内容分析的文本分析与挖掘算法综述
• 2.3.1 文本挖掘的定义
• 2.3.2 文本分类技术简介
• 2.4 本章小结
• 第3章 基于范例推理的相近案例发现算法设计与实现
• 3.1 范例的选取以及分类
• 3.1.1 范例的选取
• 3.1.2 范例的分类
• 3.1.3 范例的存储与组织
• 3.2 关键词的确定和权重的计算
• 3.2.1 关键词的确定
• 3.2.2 权重的计算
• 3.3 范例相似性的度量
• 3.3.1 案例的相似性度量方法介绍
• 3.3.2 向量空间夹角余弦值度量法
• 3.4 范例检索
• 3.4.1 检索技术介绍
• 3.4.2 常用检索方法
• 3.4.3 基于相同关键词的比较法
• 3.5 范例的学习
• 3.6 本章小结
• 第4章 范例推理在系统中的应用实现
• 4.1 本系统的总体设计思想
• 4.1.1 系统的需求分析
• 4.1.2 系统总体开发原则
• 4.1.3 系统的总体框架
• 4.2 范例推理在系统中的具体应用
• 4.2.1 提供决策依据
• 4.2.2 发布预警信息
• 4.3 本章小结
• 结论
• 参考文献
• 致谢