履帶車輛駕駛訓練數(shù)據(jù)挖掘

第1章緒論
1.1駕駛數(shù)據(jù)挖掘需求分析..
1.2駕駛數(shù)據(jù)挖掘關鍵技術
1.3本書內(nèi)容安排
 
第2章背景知識和動作詞典
2.1駕駛訓練操作件
2.2駕駛訓練科目
2.3駕駛訓練數(shù)據(jù)
2.4駕駛動作層次化分類
2.5單一動作詞典
2.6協(xié)同動作詞典
2.7 組合動作和練習科目詞典
2.8小結(jié)
 
第3章單一動作模式識別
3.1模式識別理論概述
3.2單一動作模式識別
3.3時間序列數(shù)據(jù)分割
3.4單一動作編碼數(shù)據(jù)分割
3.5 小結(jié)
 
第4章協(xié)同動作模式匹配與模式發(fā)現(xiàn)
4.1模式匹配
4.2文本分詞技術
4.3換擋協(xié)同動作模式發(fā)現(xiàn)..
4.4換擋協(xié)同動作編碼特征分析
4.5協(xié)同動作模式匹配
4.6 小結(jié)
 
第5章協(xié)同動作數(shù)據(jù)分割
5.1協(xié)同動作數(shù)據(jù)分割的必要性
5.2常見的聚類算法
5.3基于層次聚類法的組合動作數(shù)據(jù)分割
5.4 基于劃分聚類法的協(xié)同動作數(shù)據(jù)切割
5.5 小結(jié)
 
第6 章駕駛動作相似性評估
6.1時間序列距離度量
6.2協(xié)同動作的編輯距離
6.3油門動作的動態(tài)時間彎曲距離
6.4算法代碼
6.5小結(jié)
 
第7章行駛軌跡數(shù)據(jù)融合
7.1車速與航跡推算.
7.2 GPS 運動軌跡
7.3數(shù)據(jù)融合和卡爾曼濾波.
7.4行駛軌跡無跡卡爾曼濾波方法
7.5小結(jié)
 
第8章?lián)Q擋技能機器學習
8.1換擋技能
8.2換擋品質(zhì)..
8.3SVM算法
8.4 換擋技能機器學習
8.5 小結(jié)
……
第9章 路徑規(guī)劃與轉(zhuǎn)向動作預測
第10章 數(shù)據(jù)挖掘成果應用
參考文獻