| 摘要 | 第1-6页 |
| Abstract | 第6-23页 |
| 第1章 绪论 | 第23-39页 |
| ·依托项目 | 第23页 |
| ·研究背景 | 第23-24页 |
| ·研究历史与现状 | 第24-36页 |
| ·交通数据获取及其预处理研究历史与现状 | 第24-27页 |
| ·交通状态监测研究历史与现状 | 第27-34页 |
| ·交通拥挤预测研究历史与现状 | 第34-36页 |
| ·主要研究内容及技术路线 | 第36-38页 |
| ·小结 | 第38-39页 |
| 第2章 基于多源数据的交通状态监测与预测系统框架设计 | 第39-47页 |
| ·概述 | 第39页 |
| ·系统需求分析 | 第39页 |
| ·系统功能定位 | 第39-40页 |
| ·系统逻辑框架设计 | 第40-41页 |
| ·系统物理框架设计 | 第41-44页 |
| ·关键技术分析 | 第44-45页 |
| ·小结 | 第45-47页 |
| 第3章 交通数据获取及其预处理方法研究 | 第47-103页 |
| ·概述 | 第47页 |
| ·交通状态参数及其分类 | 第47-48页 |
| ·交通数据来源分析 | 第48-50页 |
| ·基于专用车辆检测器的交通数据获取及其预处理方法研究 | 第50-66页 |
| ·基于专用车辆检测器的交通数据特征分析 | 第50-54页 |
| ·基于专用车辆检测器的交通数据预处理方法设计 | 第54-60页 |
| ·实证分析 | 第60-66页 |
| ·基于感应式交通控制系统的交通数据获取及其预处理方法研究 | 第66-85页 |
| ·SCATS类交通控制系统的基础数据特征分析 | 第67页 |
| ·SCATS类交通控制系统的基础数据预处理方法设计 | 第67-69页 |
| ·基于SCATS类交通控制系统的交通数据获取及其预处理方法设计 | 第69-77页 |
| ·实证分析 | 第77-85页 |
| ·基于道路收费系统的交通数据获取及其预处理方法研究 | 第85-92页 |
| ·道路收费系统的基础数据特征分析 | 第85-86页 |
| ·道路收费系统的基础数据预处理方法设计 | 第86-88页 |
| ·基于道路收费系统的交通数据获取及其预处理方法设计 | 第88-90页 |
| ·实证分析 | 第90-92页 |
| ·基于车辆跟踪定位系统的交通数据获取及其预处理方法研究 | 第92-101页 |
| ·车载GPS的基础数据特征分析 | 第92-93页 |
| ·车载GPS的基础数据预处理方法设计 | 第93页 |
| ·基于车载GPS的交通数据获取及其预处理方法设计 | 第93-97页 |
| ·实证分析 | 第97-101页 |
| ·小结 | 第101-103页 |
| 第4章 基于多源数据的交通事件自动检测方法研究 | 第103-145页 |
| ·概述 | 第103页 |
| ·交通事件自动检测的基本原理 | 第103-104页 |
| ·基于专用车辆检测器数据的AID算法设计 | 第104-114页 |
| ·FC-AIDA融合方法的基本思想 | 第105页 |
| ·FC-AIDA融合方法离线部分的流程设计 | 第105-108页 |
| ·FC-AIDA融合方法在线部分的流程设计 | 第108-109页 |
| ·实证分析 | 第109-114页 |
| ·基于感应式交通控制系统数据的AID算法设计 | 第114-122页 |
| ·基于SCATS类交通控制系统数据的AID算法基本思想 | 第114-117页 |
| ·基于SCATS类交通控制系统数据的AID算法流程设计 | 第117-119页 |
| ·实证分析 | 第119-122页 |
| ·基于道路收费系统数据的AID算法设计 | 第122-130页 |
| ·SND改进算法的基本思想 | 第122-127页 |
| ·SND改进算法的流程设计 | 第127-128页 |
| ·实证分析 | 第128-130页 |
| ·基于车辆跟踪定位系统数据的AID算法设计 | 第130-135页 |
| ·基于车载GPS数据的AID算法基本思想 | 第130-131页 |
| ·基于GPS瞬时速度的高速公路AID算法流程设计 | 第131-133页 |
| ·实证分析 | 第133-135页 |
| ·基于多源数据的AID融合方法设计 | 第135-143页 |
| ·基于多源数据的AID融合方法基本思想 | 第135-139页 |
| ·基于多源数据的AID融合方法流程设计 | 第139-140页 |
| ·实证分析 | 第140-143页 |
| ·小结 | 第143-145页 |
| 第5章 基于多源数据的交通拥挤自动检测方法研究 | 第145-175页 |
| ·概述 | 第145页 |
| ·交通拥挤的含义及划分标准 | 第145-149页 |
| ·交通拥挤指数的基本思想 | 第149-151页 |
| ·基于专用车辆检测器数据的ACD算法设计 | 第151-155页 |
| ·基于专用车辆检测器数据的ACD算法基本思想 | 第151-152页 |
| ·基于专用车辆检测器数据的ACD算法流程设计 | 第152-154页 |
| ·实证分析 | 第154-155页 |
| ·基于感应式交通控制系统数据的ACD算法设计 | 第155-159页 |
| ·基于SCATS类交通控制系统数据的ACD算法基本思想 | 第155-157页 |
| ·基于SCATS类交通控制系统数据的ACD算法流程设计 | 第157-158页 |
| ·实证分析 | 第158-159页 |
| ·基于道路收费系统数据的ACD算法设计 | 第159-166页 |
| ·基于道路收费系统数据的ACD算法基本思想 | 第159-161页 |
| ·基于道路收费系统数据的ACD算法流程设计 | 第161-164页 |
| ·实证分析 | 第164-166页 |
| ·基于车辆跟踪定位系统数据的ACD算法设计 | 第166-170页 |
| ·基于车载GPS数据的ACD算法基本思想 | 第166-167页 |
| ·基于车载GPS数据的ACD算法流程设计 | 第167-168页 |
| ·实证分析 | 第168-170页 |
| ·基于多源数据的ACD融合方法设计 | 第170-174页 |
| ·基于多源数据的ACD融合方法基本思想 | 第170-171页 |
| ·基于多源数据的ACD融合方法流程设计 | 第171-172页 |
| ·实证分析 | 第172-174页 |
| ·小结 | 第174-175页 |
| 第6章 交通拥挤预测方法研究 | 第175-209页 |
| ·概述 | 第175页 |
| ·时间序列多步预测问题的描述 | 第175-177页 |
| ·交通参数可预测步数在线估计的基本思想 | 第177-178页 |
| ·基于动态神经网络的交通参数迭代多步预测双层模型的建立 | 第178-186页 |
| ·基于NARXN的交通参数迭代多步预测模型的建立 | 第178-179页 |
| ·基于FTDNN的交通参数可预测步数在线估计模型的建立 | 第179-180页 |
| ·基于遗传算法的动态神经网络结构优化 | 第180-181页 |
| ·基于动态神经网络的交通参数迭代多步预测双层模型工作流程 | 第181-183页 |
| ·实证分析 | 第183-186页 |
| ·基于k-NN的交通参数直接多步预测双层模型的建立 | 第186-199页 |
| ·基于k-NN的交通参数直接多步预测模型的建立 | 第187-190页 |
| ·基于k-NN的交通参数可预测步数在线估计模型的建立 | 第190-191页 |
| ·基于k-NN的交通参数直接多步预测双层模型工作流程 | 第191-193页 |
| ·实证分析 | 第193-199页 |
| ·交通拥挤时空范围预测方法设计 | 第199-207页 |
| ·交通拥挤持续时间预测方法设计 | 第199-201页 |
| ·交通拥挤空间扩散演化趋势预测方法设计 | 第201-204页 |
| ·实证分析 | 第204-207页 |
| ·小结 | 第207-209页 |
| 第7章 结论 | 第209-213页 |
| 参考文献 | 第213-221页 |
| 作者简介及科研成果 | 第221-223页 |
| 致谢 | 第223页 |
