基于支持向量机的交通事件检测建模与分析
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-15页 |
| ·研究目的和意义 | 第10页 |
| ·研究背景 | 第10-12页 |
| ·论文的结构和和技术路线 | 第12-14页 |
| ·小结 | 第14-15页 |
| 2 研究现状 | 第15-21页 |
| ·交通事件检测算法的研究 | 第15-18页 |
| ·国内交通事件检测算法的研究 | 第15-16页 |
| ·国外交通事件检测算法的研究 | 第16-18页 |
| ·交通检测器 | 第18-20页 |
| ·固定型交通检测器 | 第18-20页 |
| ·移动型交通检测器 | 第20页 |
| ·小结 | 第20-21页 |
| 3 交通事件检测原理分析 | 第21-26页 |
| ·基本概念 | 第21-22页 |
| ·交通拥堵 | 第21-22页 |
| ·交通事件 | 第22页 |
| ·交通事件检测原理 | 第22-24页 |
| ·检测原理 | 第22-23页 |
| ·检测算法评价指标 | 第23-24页 |
| ·交通流变化的显著性与交通事件 | 第24页 |
| ·小结 | 第24-26页 |
| 4 交通事件检测方法分析 | 第26-38页 |
| ·常用交通事件检测方法 | 第26-29页 |
| ·加利福尼亚算法 | 第26-27页 |
| ·指数平滑法 | 第27-28页 |
| ·McMaster算法 | 第28-29页 |
| ·支持向量机理论与技术 | 第29-36页 |
| ·支持向量机原理 | 第29-34页 |
| ·支持向量机的优势与不足 | 第34-36页 |
| ·基于支持向量机交通事件检测算法的改进 | 第36-37页 |
| ·小结 | 第37-38页 |
| 5 交通事件影响因素分析及模型参数确定方法 | 第38-47页 |
| ·模型的输入变量的分析设计 | 第38-45页 |
| ·交通事件影响因素分析 | 第38-40页 |
| ·交通流特征分析 | 第40-45页 |
| ·算法核函数参数的选择 | 第45-46页 |
| ·小结 | 第46-47页 |
| 6 基于SVM的交通事件检测实验分析 | 第47-63页 |
| ·模型的构建 | 第47-50页 |
| ·模型流程构建 | 第47-49页 |
| ·模型输入因素的设定 | 第49-50页 |
| ·实验分析 | 第50-58页 |
| ·数据来源及模型数据输入 | 第50-52页 |
| ·实验内容 | 第52-57页 |
| ·结果分析 | 第57-58页 |
| ·交通事件数据特征与核函数选择 | 第58-60页 |
| ·应用 | 第60-62页 |
| ·交通检测器布局上的应用 | 第60-61页 |
| ·道路新建与改建 | 第61-62页 |
| ·小结 | 第62-63页 |
| 7 总结 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 作者简历 | 第68-70页 |
| 学位论文数据集 | 第70页 |
