首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于隐马尔可夫模型的车辆行程时间预测方法研究

摘要第1-12页
Abstract第12-14页
第1章 绪论第14-26页
   ·选题背景和意义第14-17页
     ·城市交通问题第14页
     ·智能交通系统第14-16页
     ·车联网第16-17页
   ·国内外研究现状第17-20页
     ·交通预测理论的国外研究现状第17-19页
     ·车辆行程时间预测的研究现状与趋势第19-20页
   ·研究中存在的问题第20-22页
   ·研究内容第22-23页
   ·论文的组织结构第23-26页
第2章 相关工作第26-38页
   ·引言第26页
   ·短时交通预测技术第26-29页
   ·马尔可夫模型相关理论第29-32页
     ·马尔可夫模型第29-30页
     ·状态转移第30-31页
     ·隐马尔可夫模型第31-32页
   ·交通仿真平台第32-37页
     ·建立路网模型第32-34页
     ·参数设定第34-36页
     ·仿真参数校对第36-37页
   ·本章小结第37-38页
第3章 车辆行程时间数据处理第38-46页
   ·引言第38页
   ·交通GPS数据第38-41页
     ·统一数据格式第38-39页
     ·数据预处理第39-41页
   ·地图匹配技术第41-42页
   ·行程时间数据匹配第42-44页
   ·本章小结第44-46页
第4章 车辆行程时间预测中的聚类模型第46-69页
   ·引言第46-47页
   ·车辆行程时间的距离度量第47-54页
     ·问题分析第47页
     ·度量方法比较第47-51页
     ·基于相似性与关联性的距离度量第51-54页
   ·基于聚类的车辆行程时间预测模型的学习问题第54-59页
     ·时间性和关联性聚类算法第54-56页
     ·扩展的维特比算法第56-57页
     ·算法效率分析第57-59页
   ·车辆行程时间预测模型迭代第59-60页
   ·实验第60-67页
     ·实验环境和实验数据第60页
     ·评价标准第60-61页
     ·实验基准方法第61-62页
     ·实验分析第62-67页
   ·本章小结第67-69页
第5章 车辆行程时间预测状态空间模型第69-89页
   ·引言第69-70页
   ·狄利克雷过程理论第70-74页
     ·Stick-Breaking构造过程第71-72页
     ·中餐馆构造过程第72-74页
   ·车辆行程时间在线预测模型第74-79页
     ·模型构造过程第74-77页
     ·预测模型的隐状态内的分布估计第77-79页
   ·车辆行程时间预测模型的超参采样第79-84页
     ·吉布斯采样第79-80页
     ·变分推断第80-81页
     ·针对非参数模型的截断推断方法第81-84页
   ·实验第84-87页
     ·实验环境和实验数据第84-85页
     ·性能评价第85-87页
     ·参数分析第87页
   ·本章小结第87-89页
第6章 车辆行程时间估计方法的道路模型第89-107页
   ·引言第89-90页
   ·方法框架第90-91页
   ·N阶近邻路网的车辆行程时间预测模型第91-99页
     ·路网模型第91-92页
     ·行程时间数据处理第92-93页
     ·N阶状态依赖模型第93-95页
     ·基于DPMM的聚类第95-98页
     ·模型参数学习第98-99页
   ·车辆行程时间估计方法第99-100页
   ·实验第100-106页
     ·实验环境和实验数据第100-101页
     ·评价标准第101-102页
     ·参数分析第102-103页
     ·时间预测第103-106页
   ·本章小结第106-107页
第7章 总结第107-110页
   ·工作总结第107-108页
   ·本文贡献第108-109页
   ·未来研究展望第109-110页
参考文献第110-121页
攻读博士期间的科研成果第121-122页
致谢第122页

论文共122页,点击 下载论文
上一篇:属性加密机制中访问策略的研究
下一篇:硅橡胶等离子体及电晕老化性能研究