基于非参数回归的短时交通流预测系统设计
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 问题的提出 | 第8-9页 |
| 1.2 研究内容及目的 | 第9-10页 |
| 1.3 研究思路及方法 | 第10-11页 |
| 1.4 论文结构 | 第11-12页 |
| 第二章 基于非参数回归的短时交通流预测模型 | 第12-29页 |
| 2.1 短时交通流量理论 | 第12-17页 |
| 2.1.1 短时交通流理论概述 | 第12页 |
| 2.1.2 短时交通流预测特性分析 | 第12-14页 |
| 2.1.3 交通流数据的特点 | 第14-17页 |
| 2.2 现有交通流预测方法 | 第17-21页 |
| 2.3 非参数回归方法 | 第21-24页 |
| 2.3.1 非参数回归方法概念 | 第22-23页 |
| 2.3.2 非参数回归方法原理 | 第23-24页 |
| 2.3.3 非参数回归方法优点 | 第24页 |
| 2.4 非参数回归方法的适用条件 | 第24-25页 |
| 2.5 非参数回归在短时交通流预测中的应用 | 第25-27页 |
| 2.6 非参数回归在短时交通流预测中的关键因素 | 第27-29页 |
| 第三章 预测系统的总体设计 | 第29-40页 |
| 3.1 预测系统的需求分析 | 第29-31页 |
| 3.1.1 预测系统性能需求分析 | 第29-30页 |
| 3.1.2 预测系统功能需求分析 | 第30-31页 |
| 3.2 预测系统数据流程分析 | 第31-36页 |
| 3.2.1 预测系统的基本数据流程 | 第31-32页 |
| 3.2.2 数据预处理模块数据流程分析 | 第32-34页 |
| 3.2.3 预测模块数据流程分析 | 第34-35页 |
| 3.2.4 系统监控模块数据流程图 | 第35-36页 |
| 3.3 预测系统总体设计 | 第36-40页 |
| 3.3.1 数据接收及处理组件 | 第37-38页 |
| 3.3.2 流速转换组件 | 第38页 |
| 3.3.3 路段预测组件 | 第38-39页 |
| 3.3.4 系统监控组件 | 第39-40页 |
| 第四章 预测系统实现的核心技术 | 第40-54页 |
| 4.1 历史模式库的数据结构 | 第41-45页 |
| 4.1.1 高维数据结构 | 第41页 |
| 4.1.2 KD-Tree介绍 | 第41-43页 |
| 4.1.3 KD-Tree的基本操作 | 第43页 |
| 4.1.4 基于KD-Tree的模式匹配过程 | 第43-44页 |
| 4.1.5 K最近邻（K-NN）查找原理 | 第44-45页 |
| 4.2 预测系统非参数回归的实现 | 第45-49页 |
| 4.2.1 近似最近邻查找 | 第45-46页 |
| 4.2.2 改进的KD-Tree | 第46-47页 |
| 4.2.3 不同数据结构下的搜索时间实验结果对比 | 第47-48页 |
| 4.2.4 预测算法 | 第48-49页 |
| 4.3 系统反馈调节的实现 | 第49-54页 |
| 4.3.1 非参数回归关键要素对系统影响的分析 | 第49-50页 |
| 4.3.2 系统的反馈调节 | 第50-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54-55页 |
| 5.2 下一步工作计划 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 发表论文和参加科研情况说明 | 第59-60页 |
| 致谢 | 第60页 |
