基于神经网络技术的公路平面线形自动选择研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究的目的和意义 | 第9页 |
| ·国内外研究现状 | 第9-13页 |
| ·国外研究现状 | 第9-11页 |
| ·国内研究现状 | 第11-12页 |
| ·国内外研究现状综述 | 第12-13页 |
| ·主要研究内容及技术路线 | 第13-15页 |
| ·主要研究内容 | 第13-14页 |
| ·技术路线 | 第14-15页 |
| 第2章 公路平面线形自动选择方法研究 | 第15-21页 |
| ·直线型设计方法 | 第15页 |
| ·曲线型设计方法 | 第15-18页 |
| ·平面线形自动选择方法 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 拟合曲率图的生成及标准曲率图的构建 | 第21-32页 |
| ·拟合曲率图的生成 | 第21-27页 |
| ·拟合曲线的选取 | 第21-24页 |
| ·曲率—里程表达式的求解 | 第24-26页 |
| ·拟合曲率图的程序实现 | 第26-27页 |
| ·标准曲率图的构建 | 第27-31页 |
| ·构建标准曲率图的目的 | 第27-29页 |
| ·标准曲率图的构建要求 | 第29-30页 |
| ·标准曲率图的程序实现 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 基于BP 神经网络的曲率图识别研究 | 第32-43页 |
| ·曲率图的识别原理 | 第32-33页 |
| ·曲率图的识别过程 | 第33-37页 |
| ·S 型曲线的判别过程 | 第34页 |
| ·定量化计算过程 | 第34-37页 |
| ·基于BP 神经网络的曲率图识别模型 | 第37-42页 |
| ·网络结构设计 | 第37-38页 |
| ·学习算法选择 | 第38-40页 |
| ·建立识别模型 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 案例分析 | 第43-56页 |
| ·数据来源 | 第43-44页 |
| ·拟合曲率图的生成 | 第44-45页 |
| ·标准曲率图的构建 | 第45-47页 |
| ·曲率图的识别 | 第47-55页 |
| ·S 型曲线的判别 | 第47页 |
| ·定量化计算 | 第47-53页 |
| ·建立模型 | 第53-54页 |
| ·识别结果 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录1 曲率图生成源程序 | 第60-68页 |
| 附录2 曲率图识别源程序 | 第68-70页 |
| 攻读学位期间发表的学术论文 | 第70-71页 |
| 攻读学位期间参加的科研项目 | 第71-73页 |
| 致谢 | 第73页 |
