随着社会经济的发展以及城市化进程的迅猛推进,世界各国面临着严重的交通堵塞、环境污染、事故频发等问题,对经济、社会发展造成了难以估量的巨大损失。智能交通的发展与应用大大缓解了人、车辆与道路设施之间的矛盾。世界主要国家纷纷大力斥巨资投入和开发智能交通系统,科学技术以及市场政策推进了产业应用,成为人工智能成功的典型案例。专利是将新思想转化成实用技术的体现,是人类技术创新的智慧结晶,通过数据挖掘等定量技术研究方法可以减少对专家的依赖,同时在实现上更加简洁高效。智能交通是复杂的技术系统,涉及的子领域庞杂,技术细节琐碎。直接根据IPC专利分类代码分析难以与应用场景与领域关联,得到的技术演进过程过于粗放。因此本文提出一种针对分析较高融合程度、复杂性技术演进过程的组合分析方法。相对于基于对文献和专利的引文与共现的演进分析方法,可以更好的与语义关联,更有针对性的挖掘演进过程,先利用基于聚类结果更偏应用层的LDA主题模型将其划分为若干技术主题,再结合时序分别对技术主题进行关联规则挖掘,以技术融合的视角探索智能交通的技术演进。本文分为理论综述、数据概况、主题识别和融合分析四个部分,对应论文的四章。综述部分分别对技术演进和研究智能交通的发展的国内外文献进行论述,以及进一步做出自己的评述;接下来是确定数据来源,制定智能交通领域专利的检索策略;根据其通专利文本特点,构建可以基于语义聚类的LDA主题模型将智能交通领域的专利划分为五类技术主题,即材料合成与加工制备”、“道路交通控制与计量”、“路径规划与环境感知”、“通信系统与信息管理”与“车辆控制与信号传输”,并将每篇专利打上聚类“标签”;分别针对各主题每篇专利的IPC专利号,按照1970到2018将智能交通领域的专利切分为10个阶段构建关联规则模型,分析各个主题的技术演进过程,材料合成与加工制备主题的演进过程是半导体、电路电缆→塑性材料→高分子材料;道路交通与计量主题技术演化过程是塑性材料应用→导航与控制;路径规划与环境感知主题技术演化过程是控制→导航、数据处理→车辆硬件、混合动力车辆控制;通信系统与信息管理主题技术演化过程是测量勘测导航→交通控制系统→无线通信网络;车辆控制与信号传输主题技术演化过程是导航、交通控制系统→车辆动力或传动装置→车辆子系统联合控制。并总结其中的演进特点即材料是控制、导航与信息通信的基石,导航、模型演示与交通控制应用广泛,网络化与联合控制是当下演进的方向。