城市道路交通流数据的挖掘

摘要	第1-6页
Abstract	第6-9页
第一章 绪论	第9-12页
·研究背景和意义	第9-10页
·国内外研究现状分析	第10-11页
·论文的目标	第11页
·论文的安排	第11-12页
第二章 相关基础知识	第12-21页
·城市智能交通系统概述	第12-14页
·智能交通管理的概念及意义	第12-13页
·国内外智能交通管理技术的发展状况	第13-14页
·数据挖掘相关知识	第14-16页
·数据挖掘与知识发现	第14-15页
·数据挖掘的任务及应用	第15-16页
·时间序列分析	第16-19页
·神经网络	第19-21页
·神经网络概述	第19页
·人工神经网络的发展史	第19-21页
第三章 交通流相似性分析与研究	第21-31页
·交通流信息分析	第21页
·相似性和相异性的度量	第21-24页
·数据对象之间的相异度	第22页
·数据对象之间的相似度	第22-24页
·城市路口间的交通流相似性分析与研究	第24-30页
·引言	第24-25页
·时空相似度公式的构造	第25-28页
·数据分析与实验结果	第28-30页
·本章小结	第30-31页
第四章 短时交通流预测	第31-37页
·一种高效的短时交通流预测方法	第31-36页
·径向基(RBF)神经网络	第32页
·蚁群聚类算法	第32-34页
·短时交通流预测模型	第34-35页
·实验结果分析	第35-36页
·本章小结	第36-37页
第五章 总结与展望	第37-39页
·本文工作总结	第37页
·下一步的工作	第37-39页
参考文献	第39-42页
发表论文和科研情况说明	第42-43页
致谢	第43页