面向智能交通系统的空间数据挖掘技术研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 第1章 引言 | 第10-17页 |
| ·研究背景 | 第10-11页 |
| ·国内外发展现状 | 第11-14页 |
| ·研究意义 | 第14-15页 |
| ·论文主要内容 | 第15-17页 |
| 第2章 交通流预测的相关背景理论 | 第17-34页 |
| ·智能交通系统 | 第17-18页 |
| ·智能交通系统概述 | 第17页 |
| ·智能交通系统的体系结构 | 第17-18页 |
| ·空间数据挖掘技术 | 第18-24页 |
| ·GIS空间数据系统 | 第18-20页 |
| ·空间数据挖掘概述 | 第20页 |
| ·空间数据挖掘的基本过程 | 第20-21页 |
| ·空间数据挖掘的方法 | 第21-24页 |
| ·交通流预测 | 第24-30页 |
| ·交通流理论 | 第25-26页 |
| ·交通流的相关概念 | 第26-27页 |
| ·影响交通流的因素 | 第27-28页 |
| ·交通流预测分类 | 第28-30页 |
| ·BP神经网络模型 | 第30-34页 |
| ·BP人工神经网络结构 | 第30-31页 |
| ·BP人工神经网络的预测算法 | 第31-34页 |
| 第3章 短时交通流预测在SUTSS中的应用前景 | 第34-45页 |
| ·SUTSS系统的体系结构 | 第34-37页 |
| ·短时交通预测在SUTSS中的应用分析 | 第37-45页 |
| ·需求分析 | 第37-38页 |
| ·可行性分析 | 第38-43页 |
| ·短时交通流预测在SUTSS中的预测目标 | 第43-45页 |
| 第4章 基于SUTSS的交通流预测模型设计 | 第45-53页 |
| ·基于SUTSS的交通流预测模型设计 | 第45-50页 |
| ·短时交通流预测的样本收集 | 第48页 |
| ·样本分类 | 第48-49页 |
| ·BP神经网络的学习 | 第49-50页 |
| ·预测应用 | 第50页 |
| ·BP神经网络结构设计 | 第50-53页 |
| 第5章 基于SUTSS的短时交通流预测模型应用 | 第53-63页 |
| ·训练样本的准备 | 第53-59页 |
| ·初始化 | 第59-60页 |
| ·样本学习过程 | 第60-62页 |
| ·分析与验证 | 第62-63页 |
| 第6章 总结和展望 | 第63-65页 |
| ·全文总结 | 第63页 |
| ·问题和展望 | 第63-65页 |
| ·基于BP神经网络的短时交通流预测存在的问题 | 第63-64页 |
| ·交通流预测理论发展的展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 个人简历 在读期间发表的学术论文与研究成果 | 第68页 |
