| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 研究背景和意义 | 第14-16页 |
| 1.2 高速公路路段及路段行程时间定义 | 第16页 |
| 1.2.1 高速公路路段的定义 | 第16页 |
| 1.2.2 路段行程时间的定义 | 第16页 |
| 1.3 研究内容与技术路线 | 第16-19页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 技术路线 | 第17-19页 |
| 第二章 路段行程时间估计方法研究现状 | 第19-30页 |
| 2.1 基于单一数据源的路段行程时间估计研究现状 | 第19-22页 |
| 2.1.1 基于车辆检测器的路段行程时间估计研究现状 | 第19-20页 |
| 2.1.2 基于收费数据的路段行程时间估计研究现状 | 第20-21页 |
| 2.1.3 基于浮动车的路段行程时间估计研究现状 | 第21-22页 |
| 2.2 基于数据融合的路段行程时间估计研究现状 | 第22-28页 |
| 2.2.1 数据融合技术 | 第22-24页 |
| 2.2.2 行程时间的数据融合估计研究成果 | 第24-26页 |
| 2.2.3 数据融合主要方法及优缺点对比 | 第26-28页 |
| 2.3 研究现状总结 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于收费数据的路段行程时间估计方法 | 第30-46页 |
| 3.1 收费数据基本特征 | 第30-31页 |
| 3.2 收费数据预处理 | 第31-37页 |
| 3.2.1 收费数据预处理的必要性 | 第31-32页 |
| 3.2.2 缺失数据的修复方法 | 第32-34页 |
| 3.2.3 异常数据的识别方法 | 第34-36页 |
| 3.2.4 车辆类型划分 | 第36-37页 |
| 3.3 路段行程时间估计方法 | 第37-45页 |
| 3.3.1 路径行程时间构成 | 第37-38页 |
| 3.3.2 匝道行程时间计算 | 第38-39页 |
| 3.3.3 出口排队时间计算 | 第39-40页 |
| 3.3.4 主线行程时间计算 | 第40-41页 |
| 3.3.5 分数据类型的路段行程时间估计 | 第41-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 基于BDS数据的路段行程时间估计方法 | 第46-60页 |
| 4.1 BDS数据基本特征 | 第46页 |
| 4.2 BDS数据预处理 | 第46-49页 |
| 4.2.1 地图匹配 | 第46-47页 |
| 4.2.2 异常数据识别 | 第47-49页 |
| 4.3 路段行程时间估计方法 | 第49-59页 |
| 4.3.1 子路段划分方法 | 第49页 |
| 4.3.2 现有基于GPS数据的单车路段行程时间估计方法 | 第49-52页 |
| 4.3.3 本文所提基于BDS数据的单车路段行程时间估计方法 | 第52-57页 |
| 4.3.4 分数据类型的路段行程时间估计方法 | 第57-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 路段行程时间融合估计方法研究 | 第60-79页 |
| 5.1 多源数据融合的必要性 | 第60-61页 |
| 5.2 多源数据融合前处理 | 第61-68页 |
| 5.2.1 特征向量构建方法 | 第61页 |
| 5.2.2 缺失特征的极限学习机填补方法 | 第61-65页 |
| 5.2.3 交通状态的模糊C均值聚类方法 | 第65-68页 |
| 5.3 融合估计路段行程时间的改进支持向量回归机 | 第68-76页 |
| 5.3.1 SVR原理 | 第68-71页 |
| 5.3.2 核函数选择 | 第71-72页 |
| 5.3.3 模型参数确定方法 | 第72-75页 |
| 5.3.4 融合估计模型建立 | 第75-76页 |
| 5.4 基于ELM-FCM-SVR的路段行程时间融合估计方法 | 第76-78页 |
| 5.5 本章小结 | 第78-79页 |
| 第六章 路段行程时间融合估计方法实例验证 | 第79-103页 |
| 6.1 实例验证背景 | 第79-81页 |
| 6.1.1 验证场景描述 | 第79-80页 |
| 6.1.2 数据处理平台 | 第80-81页 |
| 6.2 ELM-FCM-SVR方法的有效性分析 | 第81-96页 |
| 6.2.1 缺失特征ELM填补效果分析 | 第81-86页 |
| 6.2.2 交通状态FCM聚类结果分析 | 第86-91页 |
| 6.2.3 SVR融合估计效果分析 | 第91-96页 |
| 6.3 与其他方法的估计效果比较 | 第96-102页 |
| 6.3.1 与不同融合方法的估计效果比较 | 第96-100页 |
| 6.3.2 与单一数据源方法的估计效果比较 | 第100-102页 |
| 6.4 本章小结 | 第102-103页 |
| 结论与展望 | 第103-106页 |
| 研究成果总结 | 第103-104页 |
| 主要成果总结 | 第103-104页 |
| 主要创新点总结 | 第104页 |
| 研究工作展望 | 第104-106页 |
| 参考文献 | 第106-111页 |
| 攻读硕士学位期间取得的研究成果 | 第111-112页 |
| 致谢 | 第112-113页 |
| 附件 | 第113页 |
