| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第9-12页 |
| 1 绪论 | 第12-19页 |
| 1.1 选题背景和研究方向的提出 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.3 论文的结构安排 | 第17-19页 |
| 2 城市道路交通流数据的采集方法和特征分析 | 第19-25页 |
| 2.1 概述 | 第19页 |
| 2.2 交通数据采集器的基本介绍 | 第19-21页 |
| 2.3 交通检测数据特征对比分析 | 第21-23页 |
| 2.4 城市道路交通数据特征发展趋势 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 城市道路交通流数据融合 | 第25-48页 |
| 3.1 概述 | 第25-26页 |
| 3.2 交通流数据预处理 | 第26-28页 |
| 3.2.1 微波数据预处理 | 第26-27页 |
| 3.2.2 浮动车数据预处理 | 第27页 |
| 3.2.3 牌照识别检测器数据预处理 | 第27-28页 |
| 3.3 人工神经网络理论 | 第28-34页 |
| 3.3.1 人工神经网络的简述 | 第28-29页 |
| 3.3.2 人工神经网络模型 | 第29-31页 |
| 3.3.3 BP神经网络理论 | 第31-33页 |
| 3.3.4 神经网络模型设计与实现 | 第33-34页 |
| 3.4 北京市快速路数据融合分析 | 第34-42页 |
| 3.4.1 北京市快速路网结构 | 第34-35页 |
| 3.4.2 快速路路段的实验分析 | 第35-36页 |
| 3.4.3 基于BP神经网络对北京市快速路数据融合的应用 | 第36-42页 |
| 3.5 北京市主干路数据融合分析 | 第42-47页 |
| 3.5.1 北京市主干路结构 | 第42-43页 |
| 3.5.2 主干路路段的实验分析 | 第43-44页 |
| 3.5.3 基于神经网络的数据融合 | 第44-47页 |
| 3.6 本章小结 | 第47-48页 |
| 4 面向城市交通管理的道路交通评价指标体系 | 第48-66页 |
| 4.1 概述 | 第48-49页 |
| 4.2 交通状态评价指标体系的设计思路 | 第49-53页 |
| 4.2.1 交通流指标评价客体的确定 | 第50-51页 |
| 4.2.2 评价指标体系的设计原则 | 第51-52页 |
| 4.2.3 分类标准的确定原则 | 第52-53页 |
| 4.3 道路交通运行状况评价体系的指标 | 第53-64页 |
| 4.3.1 路段评价指标以及方法 | 第54-59页 |
| 4.3.2 路网评价指标以及方法 | 第59-64页 |
| 4.4 本章小结 | 第64-66页 |
| 5 城市道路交通信息发布-以北京市为例 | 第66-75页 |
| 5.1 概述 | 第66页 |
| 5.2 交通信息发布的对象与指标 | 第66-67页 |
| 5.2.1 交通信息发布对象 | 第66页 |
| 5.2.2 交通信息发布指标 | 第66-67页 |
| 5.3 交通信息发布范围和统计时段 | 第67-68页 |
| 5.3.1 交通信息发布范围 | 第67-68页 |
| 5.3.2 交通流数据统计时段 | 第68页 |
| 5.4 交通信息发布的形式与平台 | 第68页 |
| 5.4.1 交通信息发布形式 | 第68页 |
| 5.4.2 交通信息发布平台 | 第68页 |
| 5.5 交通信息发布的内容 | 第68-74页 |
| 5.5.1 交通信息发布内容介绍 | 第68-71页 |
| 5.5.2 交通信息发布实例分析 | 第71-74页 |
| 5.6 本章小结 | 第74-75页 |
| 6 总结 | 第75-77页 |
| 参考文献 | 第77-80页 |
| 附录 | 第80-130页 |
| 1 快速路表附录 | 第80-103页 |
| 2 快速路程序附录 | 第103-115页 |
| 3 主干路程序附录 | 第115-130页 |
| 作者简历 | 第130-132页 |
| 学位论文数据集 | 第132页 |