智能停车场系统及车位检测算法的研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪言 | 第9-14页 |
| 1.1 背景介绍 | 第9-10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-12页 |
| 1.3.1 国外研究现状 | 第11-12页 |
| 1.3.2 国内研究现状 | 第12页 |
| 1.4 论文主要工作和组织框架 | 第12-13页 |
| 1.4.1 主要工作 | 第12-13页 |
| 1.4.2 组织框架 | 第13页 |
| 1.5 本章小结 | 第13-14页 |
| 第二章 相关理论与技术 | 第14-25页 |
| 2.1 物联网技术 | 第14-15页 |
| 2.1.1 物联网定义 | 第14-15页 |
| 2.1.2 物联网标签的数据传输 | 第15页 |
| 2.2 ZIGBEE技术 | 第15-20页 |
| 2.2.1 ZigBee技术概述 | 第15-17页 |
| 2.2.2 ZigBee自组网 | 第17-18页 |
| 2.2.3 自组网硬件设备 | 第18-20页 |
| 2.3 机器学习与分类 | 第20-24页 |
| 2.3.1 机器学习概述 | 第20-21页 |
| 2.3.2 分类的具体方法 | 第21-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于指纹的联合概率车位检测算法研究 | 第25-47页 |
| 3.1 车位检测子系统 | 第25-26页 |
| 3.2 指纹算法概述 | 第26-28页 |
| 3.3 概率算法与朴素贝叶斯 | 第28-29页 |
| 3.4 接收器选择算法比较 | 第29-32页 |
| 3.4.1 接收器选择方案 | 第29-30页 |
| 3.4.2 方案比较 | 第30-32页 |
| 3.5 基于指纹的联合概率车位检测模型的研究 | 第32-37页 |
| 3.5.1 基于静态指纹的联合概率车位检测算法 | 第32-36页 |
| 3.5.2 基于动态指纹的联合概率车位检测算法 | 第36-37页 |
| 3.6 算法验证 | 第37-46页 |
| 3.6.1 实验环境部署 | 第37-40页 |
| 3.6.2 静态指纹车位检测算法验证 | 第40-43页 |
| 3.6.3 动态指纹车位检测算法验证 | 第43-46页 |
| 3.7 本章小结 | 第46-47页 |
| 第四章 智能停车场系统的设计与实现 | 第47-60页 |
| 4.1 智能停车场系统的目标需求 | 第47-48页 |
| 4.1.1 功能目标需求 | 第47-48页 |
| 4.1.2 性能目标需求 | 第48页 |
| 4.2 智能停车场系统框架及子系统设计 | 第48-53页 |
| 4.2.1 系统框架设计 | 第48-50页 |
| 4.2.2 子系统及功能设计 | 第50-53页 |
| 4.3 基于物联网标签的车位检测 | 第53-54页 |
| 4.4 基于指纹算法的车位信息处理与传输 | 第54-56页 |
| 4.5 基于安桌系统的终端应用 | 第56-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60页 |
| 5.2 工作展望 | 第60-61页 |
| 5.3 本章小结 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录 | 第65-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间发表论文 | 第67页 |
