已經跟呼吸一樣重要的網路和手機論文書籍站
中國科技大學 資訊工程系資訊科技應用碩士在職專班 張裕良所指導 周煜棠的 基於安全考量以卷積類神經網路方法分析駕駛行為-以客運駕駛為例 （2019），提出國道一號警察局關鍵因素是什麼，來自於卷積類神經網路、影像辨識、機器學習。
而第二篇論文國立臺灣大學 地理環境資源學研究所 蔡博文所指導 簡珮倫的 應用電子收費系統資料於高速公路駕駛行為分析 （2017），提出因為有 駕駛行為、電子收費系統、ETC、巨量資料的重點而找出了 國道一號警察局的解答。
基於安全考量以卷積類神經網路方法分析駕駛行為-以客運駕駛為例
為了解決國道一號警察局 的問題，作者周煜棠 這樣論述：
隨著科技進步、都市發展的演進，為了縮短各都市間的往返時間，高速公路開始慢慢成形，高速公路的特色是行車速度快、交通含量大，且有較高的運輸經濟效益及社會效益，進而成為各城市間往返的主要道路。國道一號(中山高速公路)是臺灣最早建設的高速公路，全線於1978年完工，與國道三號為縱貫臺灣西部的兩大主要道路，臺灣大部分的經濟商業行為就是沿著國道一號和國道三號這兩條高速公路週邊來發展，可見高速公路為國內社會大眾所接受且使用的道路。臺灣高速公路已發展40餘年，因應不同需求高速公路上裝設很多設備，進而構成諸多的系統，再將這些系統所產生的數據，做比對、分類、統計、分析成為較有歸納的資訊，以利交通管理者可以做出較
優的決策，進而提供給駕駛人更順暢的用路經驗。雖然高速公路帶來更方便的交通，但伴隨而來的交通事故卻居高不下，其中大客車所發生的事故死、傷較為嚴重，如108年彰化戰備道車禍、106年岡山交流道車禍、106年蝶戀花賞櫻團車禍、101年客運民雄車禍、101年客運雪山隧道車禍、98年斜張橋遊覽車車禍…等。深入探究這些交通事故原因，可發現約9成的肇事主因都是駕駛人因素，所以本論文將運用影像辨識、機器學習等技術，來研究大客車駕駛人的異常行為，冀望藉此減少大客車駕駛人的異常行為，做為未來相關單位決策擬定時之依據。
應用電子收費系統資料於高速公路駕駛行為分析
為了解決國道一號警察局 的問題，作者簡珮倫 這樣論述：
不同於一般道路,駕駛人在國道上須以較高的時速行駛,故國道交通事 故發生時,其嚴重性不容小覷。根據國道高速公路局的統計資料,歷年國道 事故的肇事原因以人為因素所引起之事故比例偏高,可見為了提升國道交通 安全,駕駛行為是首要關注對象。儘管過去文獻已有些許駕駛行為的研究方 法,在政府電子收費系統(electronic toll collection, ETC)資料開放後,可以 進一步彌補其不足,有助於研究更貼近實際交通狀況。因此本文將利用 ETC 資料進行高速公路駕駛行為分析,以平均速度與平均加速度作為變數,根據 速度特徵區分駕駛行為,並透過閾值判斷各旅次的速度轉變處,探討各種駕 駛行為的差異。研
究結果顯示不論速度是變快或變慢,速度變化趨向穩定的 旅次多數會在旅程中間階段減少對車速的改變,轉變為穩定狀態;而速度變 化趨向不穩定的旅次則是多數會在旅程前半段大幅改變車速,進入不穩定狀 態。而且在不同面向下,四種駕駛行為會因為速度特徵相同而出現相似的分 析結果,同時也發現國道和方向的差別並不會影響駕駛行為現象,不同的車 種、時段與行駛距離才有駕駛行為現象的差異存在。藉由這種多面向的個別 探討,使研究得以展現 ETC 作為巨量資料的優勢與特性,提供駕駛行為監 測參考,也拓展 ETC 的研究應用領域。