| 提要 | 第1-5页 |
| 目录 | 第5-8页 |
| 图目录 | 第8-9页 |
| 表目录 | 第9-11页 |
| 1 绪论 | 第11-21页 |
| ·论文来源 | 第11页 |
| ·研究背景 | 第11-18页 |
| ·日益严重的城市交通问题 | 第11-13页 |
| ·智能交通系统的提出与发展现状 | 第13-18页 |
| ·发展城市交通流诱导系统的必然 | 第18页 |
| ·研究目的和意义 | 第18-19页 |
| ·主要研究内容 | 第19页 |
| ·小结 | 第19-21页 |
| 2 交通流诱导系统概述 | 第21-31页 |
| ·交通流诱导系统概述 | 第21-27页 |
| ·美国的研究情况 | 第21-23页 |
| ·欧洲的研究情况 | 第23页 |
| ·日本的研究情况 | 第23-25页 |
| ·中国的研究情况 | 第25-27页 |
| ·城市交通流诱导系统分类 | 第27-30页 |
| ·小结 | 第30-31页 |
| 3 UTFGS 中交通信息采集与处理技术分析 | 第31-51页 |
| ·面向UTFGS 的诱导信息系统分析 | 第31-36页 |
| ·用户主体和用户服务内容分析 | 第31-33页 |
| ·诱导信息组成 | 第33-35页 |
| ·诱导信息系统的构成 | 第35-36页 |
| ·UTFGS 所需动态交通参数采集技术概述 | 第36-48页 |
| ·交通流量采集技术 | 第36-40页 |
| ·交通速度采集技术 | 第40-42页 |
| ·交通流密度采集技术 | 第42-45页 |
| ·行程时间采集技术 | 第45-48页 |
| ·交通信息处理方法概述 | 第48-50页 |
| ·数据抽取 | 第49页 |
| ·数据挖掘 | 第49页 |
| ·信息融合 | 第49-50页 |
| ·信息预测 | 第50页 |
| ·小结 | 第50-51页 |
| 4 交通信息预处理技术研究 | 第51-63页 |
| ·概述 | 第51页 |
| ·缺失数据的识别 | 第51-52页 |
| ·采集信息的异常识别与分析 | 第52-58页 |
| ·阈值法 | 第53-55页 |
| ·交通流机理法 | 第55-56页 |
| ·有序样本聚类 | 第56-58页 |
| ·故障交通信息的修复 | 第58-59页 |
| ·缺失或剔除数据的修补 | 第58页 |
| ·数据稳健性处理 | 第58-59页 |
| ·数据动态预处理算例 | 第59-62页 |
| ·缺失数据的识别与修补 | 第59-60页 |
| ·异常信息的识别过程 | 第60-61页 |
| ·数据稳健性处理 | 第61-62页 |
| ·小结 | 第62-63页 |
| 5 信息融合技术在诱导系统中的应用研究 | 第63-83页 |
| ·概述 | 第63-66页 |
| ·信息融合技术在交通信息处理中的应用 | 第63-64页 |
| ·信息融合技术基本理论与方法 | 第64-66页 |
| ·多传感器基础交通信息的融合方法研究 | 第66-74页 |
| ·融合系统融合结构设计 | 第67-72页 |
| ·程序实现流程设计 | 第72-74页 |
| ·基于卡尔曼滤波融合技术的行程时间直接预测方法研究 | 第74-81页 |
| ·行程时间预测概述 | 第74-75页 |
| ·行程时间预测基本方法概述 | 第75-78页 |
| ·基于卡尔曼滤波融合算法的行程时间直接预测方法研究 | 第78-81页 |
| ·小结 | 第81-83页 |
| 6 总结与展望 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 致谢 | 第89-91页 |
| 摘要 | 第91-93页 |
| ABSTRACT | 第93-96页 |
| 攻读硕士学位期间发表的论文和参与的科研项目 | 第96-97页 |
| 导师及作者简介 | 第97页 |