【摘 要】
：
随着车辆信息收集设备的不断更新以及营运企业车辆保有量的不断增多,企业收集的车辆数据呈指数级增长。与此同时,有数据表明大部分特大交通事故的发生与营运车辆驾驶员的不良驾驶行为有直接关系。因此,营运企业迫切需要一种既节省成本又具有高效计算性能的数据分析方法和数据分析平台来分析日益庞大的车辆数据。本文围绕分布式驾驶行为评价模型的搭建从车辆数据的预处理与关键特征的提取方法、驾驶行为评价算法、模型计算平台搭建
论文部分内容阅读
随着车辆信息收集设备的不断更新以及营运企业车辆保有量的不断增多,企业收集的车辆数据呈指数级增长。与此同时,有数据表明大部分特大交通事故的发生与营运车辆驾驶员的不良驾驶行为有直接关系。因此,营运企业迫切需要一种既节省成本又具有高效计算性能的数据分析方法和数据分析平台来分析日益庞大的车辆数据。本文围绕分布式驾驶行为评价模型的搭建从车辆数据的预处理与关键特征的提取方法、驾驶行为评价算法、模型计算平台搭建方法三个方面展开研究。（1）本文在车辆数据的预处理方法上进行了优化,采用了先去除重复数据,再通过算法排查并还原异常点的方法。针对传统异常点过滤算法容易造成数据丢失的问题,提出了一种基于LOF的异常点优化算法,该算法从导致车辆数据异常的原因大多是经纬度特征值的异常这一数据特点出发,使用两点间距离、方向角、经纬度计算出某正常数据下一条数据的经纬度,再用计算出的经纬度替换异常数据的经纬度从而完成将异常点转换为正常点的目标,保证了数据的完整性和连贯性。对于关键特征提取,选择使用包裹式的特征选择算法进行处理。（2）本文提出了一种驾驶行为评价算法,以改善传统百分制车辆驾驶行为评价方法不准确、不客观,特征数据收集手段复杂等问题。该算法包括两个部分:驾驶行为识别算法和DBSCAN聚类算法。首先通过驾驶行为识别算法识别出驾驶行为特征数据,再使用基于密度的DBSCAN聚类算法对驾驶行为进行聚类分析,使分类等级更加科学客观。（3）本文通过搭建基于Kubernetes集群的Spark计算平台来解决以虚拟机节点为基础的传统分布式计算平台自身消耗资源多、搭建过程复杂、节点间资源调度繁琐等问题。并制作可视化看板对评价结果进行呈现。经过测试证明,本文所采用的基于Kubernetes集群的Spark分布式计算平台及车辆数据分析方法能够帮助企业基于车辆数据完成驾驶行为的评价目标。并且在使用车辆数据进行数据分析的同时,缩减企业在人力和硬件方面的投入,为企业节省了投入成本。
其他文献
近年来,由于无人机违规飞行导致的安全事故频发,对无人机实施有效监控成为了亟待解决的问题。雷达因其全天时全天候、覆盖范围广、作用距离远、探测精度高等优点,成为了对无人机进行探测的首要选择。本文根据雷达信号处理系统的设计指标,开展了算法流程和硬件方案设计以及硬件设计等工作,工作内容主要有以下三个方面:（1）根据系统设计指标,设计了包含数字下变频、脉冲压缩、动目标检测、恒虚警检测等完整的算法流程;结合系
在军事国防和航空航天等领域对材料无损检测与危险物品检测等需求的牵引下,太赫兹成像的应用研究发展迅猛。然而受限制于太赫兹成像的组件成本和多维信号获取难度,太赫兹成像技术的实际应用面临较多挑战。现场可编程逻辑门阵列（FPGA）因其并行处理图像数据的特性,可应用于多维信号的采集;并且基于FPGA开发嵌入式太赫兹成像系统,可以提高成像系统的便携性与实用性。因此,本文针对太赫兹成像系统,研究并实现了一种基于
目标参数估计是雷达系统应用的重要问题。MIMO（Multiple Input Multiple Output）雷达在发射端和接收端利用阵列天线结构,并通过发射多个正交波形可实现高分辨的目标参数估计,因此受到广泛关注,成为雷达系统设计和研究的热点。MIMO雷达本质上是传统相控阵雷达的一种推广,其利用波形分集以较少阵元实现等效的大规模虚拟阵列,从而提高目标方向估计的精度。然而相控阵雷达无法实现距离-方
人工智能是目前最热门的科学研究领域之一,语音识别是人工智能的一个重要研究方向。随着科学技术的发展,连续语音识别技术已经取得了很大的进展。目前的连续语音识别系统,在实验室环境下,对纯净语音已达到很高的识别率,但在噪声环境下,识别率明显下降。在连续语音识别系统的实际应用中,噪声几乎是不可避免的,因此针对噪声环境下的连续语音识别技术研究显得尤为重要。本文从语音识别技术的理论基础出发,介绍了连续语音识别系
自上世纪九十年代中期面世以来,三维扫描技术越来越引起工业生产研究邻域的关注。三维扫描技术通过高速扫描测量,可以大面积获得被测对象表面在相机坐标系下的三维点云数据,具有速度快、精度高、数字化、实时动态显示、非接触等特性。但三维扫描技术单次扫描只能获得物体单面点云数据,需要对多次测量获得的点云数据进行处理,才能获得待测物的完整三维数据。且由于点云数据具有无序性和稀疏性,点云数据的处理具有相当的难度。在
随着5G时代的到来,为了在有限的空间容纳更多的射频收发通道以覆盖2G/3G/4G/5G频段的应用,通信系统的发展趋于小型化、低功耗和多功能。无源电路尺寸往往受到工作波长、材料、加工工艺、微波环境等多重因素的限制,很难实现小型化、集成化。天线与滤波器是射频系统前端必不可少的无源器件,性能设计尤为重要。滤波器的主要功能是滤除噪声和多余的杂波等,而天线是收发信号的终端器件。一般来说,天线与滤波器是分立工
和相同孔径的满阵相比,稀布阵列天线能以更少的天线阵元实现相同的主波束宽度,同时具有较强的方向性。因此,稀布阵列天线得到了广泛地研究,并在实际工程中有着重要的应用价值。稀布阵列综合主要分为两个研究方向,一是在给定孔径大小与参考方向图条件下,最小化阵元个数以实现方向图稀布重构;二是在给定阵元个数以及孔径条件下,通过优化阵元位置以及阵元激励实现降低峰值旁瓣电平。本文从两个方向分别展开研究,主要工作如下:
船舶之间通信的有效性和实时性是航行安全和交通管理的重要保障。新一代船舶通信系统——甚高频数据交换系统（VHF Data Exchange System,VDES）采用了船舶、海岸基站和卫星相结合的系统构架以保证水上通信业务的大覆盖范围和高实时性,是当下的研究热点。特定应用消息（Application Specific Messages,ASM）是VDES下的一种业务,其卫星链路中包含严重的多普勒频
目标跟踪技术不仅在机器人视觉、智能监控、无人驾驶等方面发挥着重要的作用,而且也是精确制导弹箭武器不可或缺的技术之一。因此,研究精度高、鲁棒性强且实时性好的目标跟踪算法具有重要意义。本文总结了近些年国内外在目标跟踪领域的进展情况,并在此基础上详细介绍了跟踪算法现阶段的两大方向:相关滤波和深度学习,并对它们开展了应用研究。研究结果表明:在相关滤波框架下使用HOG特征能有效提高跟踪精度,但是该特征描述子
相较于低频段,毫米波频段（30～300GHz）因其频带宽,对应的天线尺寸小,分辨率高等优势在最近几年里成为了研究的重点。其中的W波段（75～110GHz）,尤其是77GHz、94GHz频率附近的大气衰减小,无疑是各种车载雷达、导弹引信和无线通信等领域的研究热门频率。综合上述论述,本文对基于微带线和基片集成波导结构的W波段平面阵列天线进行了深入的研究,论文的主要部分包括以下几个方面:首先设计了一款4