基于动态神经网络的交通事件检测算法
| 中文摘要 | 第1-7页 |
| 英文摘要 | 第7-8页 |
| 致谢 | 第8-9页 |
| 第一章 绪论 | 第9-23页 |
| 1．1 智能交通系统简介 | 第9-13页 |
| 1．1．1 ITS主要功能子系统 | 第10-13页 |
| 1．2 交通事件检测系统简介 | 第13-21页 |
| 1．2．1 交通事件检测系统 | 第13-14页 |
| 1．2．2 数据采集 | 第14-16页 |
| 1．2．3 交通事件检测算法 | 第16-21页 |
| 1．2．4 交通事件处理 | 第21页 |
| 1．3 本文主要研究内容 | 第21-23页 |
| 第二章 基于神经网络的事件检测算法 | 第23-34页 |
| 2．1 基于状态估计的故障诊断方法 | 第23-25页 |
| 2．1．1 状态估计 | 第23-24页 |
| 2．1．2 故障诊断 | 第24-25页 |
| 2．2 神经网络理论 | 第25-33页 |
| 2．2．1 神经网络发展历史 | 第26-27页 |
| 2．2．2 神经网络模型 | 第27-30页 |
| 2．2．3 神经网络的学习方法 | 第30-33页 |
| 2．3 本章小结 | 第33-34页 |
| 第三章 基于动态神经网络的状态估计 | 第34-47页 |
| 3．1 交通流模型 | 第34-35页 |
| 3．2 动态神经网络结构 | 第35-38页 |
| 3．3 网络学习算法 | 第38-46页 |
| 3．3．1 BP学习算法 | 第38-44页 |
| 3．3．2 改进的BP算法 | 第44-46页 |
| 3．4 本章小结 | 第46-47页 |
| 第四章 仿真及事件检测 | 第47-55页 |
| 4．1 网络设计分析 | 第47-49页 |
| 4．2 模型仿真 | 第49-52页 |
| 4．3 事件检测 | 第52-53页 |
| 4．4 检测算法的性能指标 | 第53-54页 |
| 4．5 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 作者攻读硕士学位期间完成的论文 | 第60页 |
