基于RFID数据的城市道路交通状态判别方法
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目的 | 第11页 |
| 1.3 研究内容及技术路线图 | 第11-13页 |
| 1.4 论文章节安排 | 第13-14页 |
| 第二章 交通状态判别文献分析 | 第14-22页 |
| 2.1 交通拥挤的含义与分类 | 第14页 |
| 2.2 交通状态判别方法 | 第14-17页 |
| 2.3 交通拥堵的量化标准 | 第17-19页 |
| 2.4 交通状态自动判别算法的性能评价 | 第19-20页 |
| 2.5 小结 | 第20-22页 |
| 第三章 基于RFID技术的交通数据处理方法 | 第22-38页 |
| 3.1 基于RFID和视频的双基基站 | 第22-25页 |
| 3.1.1 RFID基站 | 第22-24页 |
| 3.1.2 视频基站 | 第24-25页 |
| 3.2 RFID基站的交通数据处理与汇集 | 第25-34页 |
| 3.2.1 RFID基站网络构建 | 第26-28页 |
| 3.2.2 基于数据匹配的单车行程时间计算 | 第28-30页 |
| 3.2.3 平均行程时间计算 | 第30-32页 |
| 3.2.4 日历史平均行程时间计算 | 第32-34页 |
| 3.3 视频基站的交通数据处理与汇集 | 第34-37页 |
| 3.3.1 平均地点速度的汇集 | 第34-35页 |
| 3.3.2 实际交通状态的获取 | 第35-37页 |
| 3.4 小结 | 第37-38页 |
| 第四章 行程时间演化规律分析 | 第38-58页 |
| 4.1 数据描述 | 第38-45页 |
| 4.1.1 路网区域 | 第38-39页 |
| 4.1.2 原始过车数据 | 第39页 |
| 4.1.3 单车行程时间数据 | 第39-41页 |
| 4.1.4 平均行程时间数据 | 第41-45页 |
| 4.2 行程时间演化规律分析 | 第45-52页 |
| 4.2.1 单车行程时间数据分析 | 第45-47页 |
| 4.2.2 平均行程时间数据分析 | 第47-50页 |
| 4.2.3 日历史平均行程时间分析 | 第50-52页 |
| 4.3 同一道路上基站对间的对比分析 | 第52-56页 |
| 4.3.1 同一路段不同方向的基站对 | 第53-55页 |
| 4.3.2 同方向的基站对 | 第55-56页 |
| 4.4 小结 | 第56-58页 |
| 第五章 基于地点速度的交通状态判别方法 | 第58-66页 |
| 5.1 基于地点速度的交通状态判别方法 | 第58-59页 |
| 5.2 实例分析 | 第59-65页 |
| 5.2.1 实际交通状态获取 | 第59-60页 |
| 5.2.2 地点速度与实际交通状态匹配 | 第60-61页 |
| 5.2.3 确定基站待选阈值方案 | 第61页 |
| 5.2.4 确定最佳阈值方案 | 第61-63页 |
| 5.2.5 最佳阈值方案验证 | 第63-65页 |
| 5.3 小结 | 第65-66页 |
| 第六章 基于模糊评判的交通状态判别方法 | 第66-76页 |
| 6.1 模糊理论简介 | 第66-67页 |
| 6.1.1 模糊理论发展概况 | 第66页 |
| 6.1.2 模糊综合评判概述 | 第66-67页 |
| 6.2 基于模糊综合评判的交通状态判别方法 | 第67-68页 |
| 6.3 隶属度函数确定 | 第68-70页 |
| 6.3.1 行程时间延误率隶属度函数 | 第68-69页 |
| 6.3.2 起终点基站平均地点速度隶属度函数 | 第69-70页 |
| 6.4 实例分析 | 第70-75页 |
| 6.4.1 实例情况介绍 | 第70页 |
| 6.4.2 指标数据采集计算 | 第70-71页 |
| 6.4.3 模糊综合评价 | 第71-73页 |
| 6.4.4 判别效果评价 | 第73-75页 |
| 6.5 小结 | 第75-76页 |
| 第七章 结论与展望 | 第76-78页 |
| 7.1 结论 | 第76页 |
| 7.2 研究展望 | 第76-78页 |
| 致谢 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 作者简介 | 第84页 |
