基于张量理论的短时交通流预测算法
| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第15-23页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-20页 |
| 1.2.1 短时交通流预测研究现状 | 第17-18页 |
| 1.2.2 张量研究现状 | 第18-20页 |
| 1.2.3 总结 | 第20页 |
| 1.3 研究内容 | 第20-22页 |
| 1.4 小结 | 第22-23页 |
| 2 短时交通流预测理论与方法 | 第23-45页 |
| 2.1 概述 | 第23-25页 |
| 2.2 交通流特性分析 | 第25-27页 |
| 2.3 经典短时交通流预测方法 | 第27-43页 |
| 2.3.1 线性系统理论预测方法 | 第28-32页 |
| 2.3.2 非线性系统理论预测方法 | 第32-35页 |
| 2.3.3 智能模型预测方法 | 第35-40页 |
| 2.3.4 其他短时交通流预测方法 | 第40-42页 |
| 2.3.5 经典方法比较分析 | 第42-43页 |
| 2.4 小结 | 第43-45页 |
| 3 张量理论基础与数据预处理 | 第45-71页 |
| 3.1 张量简介 | 第45-50页 |
| 3.2 交通流数据张量特征分析 | 第50-62页 |
| 3.2.1 相关性分析 | 第50-59页 |
| 3.2.2 低秩性分析 | 第59-62页 |
| 3.3 交通流数据预处理 | 第62-69页 |
| 3.3.1 数据质量问题分析 | 第63-64页 |
| 3.3.2 数据质量问题识别与控制 | 第64-68页 |
| 3.3.3 实例分析 | 第68-69页 |
| 3.4 小结 | 第69-71页 |
| 4 短时交通流预测算法设计 | 第71-89页 |
| 4.1 张量理论介绍 | 第71-78页 |
| 4.1.1 张量分解理论 | 第71-75页 |
| 4.1.2 张量填充理论 | 第75-78页 |
| 4.2 动态张量建模 | 第78-80页 |
| 4.3 基于张量分解的短时交通流预测算法设计 | 第80-84页 |
| 4.4 基于张量填充的短时交通流预测算法设计 | 第84-88页 |
| 4.5 小结 | 第88-89页 |
| 5 短时交通流预测算法实证分析 | 第89-113页 |
| 5.1 短时交通流预测算法精度分析 | 第89-104页 |
| 5.1.1 实验设计 | 第89-91页 |
| 5.1.2 张量分解算法实证分析 | 第91-98页 |
| 5.1.3 张量填充算法实证分析 | 第98-104页 |
| 5.2 不同数据状态下短时交通流预测算法对比分析 | 第104-110页 |
| 5.2.1 正常数据下对比分析 | 第104-107页 |
| 5.2.2 缺失数据下对比分析 | 第107-110页 |
| 5.3 小结 | 第110-113页 |
| 6 结论与展望 | 第113-115页 |
| 6.1 研究结论 | 第113-114页 |
| 6.2 研究展望 | 第114-115页 |
| 参考文献 | 第115-119页 |
| 附录A | 第119-123页 |
| 附录B | 第123-125页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第125-129页 |
| 学位论文数据集 | 第129页 |
