| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景 | 第8-9页 |
| ·智能交通管理系统研究现状 | 第9-11页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10-11页 |
| ·研究的意义 | 第11页 |
| ·主要研究内容和论文结构 | 第11-13页 |
| 第二章 相关技术分析 | 第13-30页 |
| ·交通流状态辨识概述 | 第13-17页 |
| ·交通流短时预测 | 第13-14页 |
| ·交通流实时检测 | 第14-17页 |
| ·交通流辨识系统框架 | 第17-20页 |
| ·动态交通管理 | 第17-18页 |
| ·基于动态交通管理的交通流状态辨识系统框架 | 第18-20页 |
| ·数据挖掘概述 | 第20-26页 |
| ·数据挖掘模型分类与基本任务 | 第21-23页 |
| ·数据挖掘方法 | 第23-25页 |
| ·数据挖掘中的非参数回归样条拟合与小波多分辨分析方法 | 第25-26页 |
| ·数据仓库概述 | 第26-29页 |
| ·数据仓库的定义和特点分析 | 第26-27页 |
| ·数据仓库系统的体系结构 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 湖州交通管理系统的需求分析与设计 | 第30-52页 |
| ·需求分析 | 第30-32页 |
| ·系统现状分析 | 第30-31页 |
| ·功能需求 | 第31-32页 |
| ·系统总体结构设计 | 第32-35页 |
| ·系统功能划分 | 第35-36页 |
| ·数据仓库系统的设计 | 第36-37页 |
| ·数据预处理 | 第37-39页 |
| ·交通流自动检测算法 | 第39-43页 |
| ·主要检测算法及分析 | 第39-42页 |
| ·算法指标 | 第42-43页 |
| ·基于多分辨分析的交通事件自动检测算法 | 第43-47页 |
| ·多分辨分析Mallat 算法 | 第43-46页 |
| ·小波滤波器及Mallat 算法的具体实现 | 第46-47页 |
| ·交通流状态辨识子系统的设计 | 第47-51页 |
| ·交通信息采集点的分布 | 第48页 |
| ·交通数据分类 | 第48页 |
| ·系统的主要组成部分 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 湖州交通管理系统的实现与测试 | 第52-68页 |
| ·多分辨分析在交通事件自动检测中的应用 | 第52-60页 |
| ·事件对交通流的影响 | 第52-53页 |
| ·交通流突变对小波分解系数的影响 | 第53-54页 |
| ·交通事件检测算法的程序流程 | 第54-56页 |
| ·数据融合方法流程 | 第56-58页 |
| ·数据来源及算法验证 | 第58-60页 |
| ·系统的实施方案 | 第60-63页 |
| ·系统测试 | 第63-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 结论和展望 | 第68-70页 |
| ·结论 | 第68-69页 |
| ·展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-73页 |