基于小波变换的交通流短时预测模型研究
致谢 | 第1-6页 |
中文摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
目录 | 第8-12页 |
1 绪论 | 第12-23页 |
·交通流研究的背景及意义 | 第12-16页 |
·研究背景 | 第12-15页 |
·研究意义 | 第15-16页 |
·交通流预测的研究现状 | 第16-20页 |
·道路交通流预测方法综述 | 第16-18页 |
·小波变换分析方法的发展及应用 | 第18-20页 |
·主要研究内容及框架结构 | 第20-23页 |
·主要研究内容 | 第20-21页 |
·框架结构 | 第21-23页 |
2 交通流预测的数据预处理 | 第23-39页 |
·交通流特性 | 第23-24页 |
·交通流状态的划分 | 第24-25页 |
·交通流的参数及其与交通流状态的关系 | 第25-32页 |
·交通流三要素 | 第25-26页 |
·三要素与交通流状态之间的关系 | 第26-32页 |
·数据预处理 | 第32-38页 |
·数据的识别 | 第33页 |
·数据的修复 | 第33-34页 |
·异常数据识别与修复的应用 | 第34-38页 |
·本章小结 | 第38-39页 |
3 短时交通流的小波分析 | 第39-47页 |
·小波变换与多尺度分析 | 第39-43页 |
·小波变换 | 第39-41页 |
·多尺度分析 | 第41-43页 |
·Mallat小波分解与重构算法 | 第43-45页 |
·Mallat算法 | 第43-44页 |
·小波分解与重构的步骤 | 第44-45页 |
·小波基函数的选取 | 第45页 |
·小波分解层数N的确定 | 第45-46页 |
·本章小结 | 第46-47页 |
4 基于小波分析及阈值去噪的交通流短时预测模型 | 第47-61页 |
·交通流预测方法的改进 | 第47-51页 |
·交通流信号的去噪处理 | 第47-51页 |
·交通流数据的平滑原理 | 第51页 |
·基于小波变换的交通流短时预测模型的改进 | 第51-60页 |
·ARMA模型预测原理 | 第51-53页 |
·基于小波变换的交通流短时预测模型的分析与改进 | 第53-57页 |
·改进的预测模型算法流程 | 第57-60页 |
·本章小结 | 第60-61页 |
5 预测模型的实证分析 | 第61-72页 |
·数据说明 | 第61-62页 |
·交通流预测改进方法的应用 | 第62-67页 |
·交通流预测数据平滑法的应用 | 第62-66页 |
·数据平滑处理对交通流预测的影响分析 | 第66-67页 |
·交通流信号去噪处理 | 第67-70页 |
·交通流信号阈值去噪方法的应用 | 第67-70页 |
·阈值去噪对交通流预测的影响分析 | 第70页 |
·本章小结 | 第70-72页 |
6 结论与展望 | 第72-74页 |
·主要工作 | 第72页 |
·研究结论 | 第72-73页 |
·不足及需要进一步研究的问题 | 第73-74页 |
参考文献 | 第74-77页 |
作者简历 | 第77-79页 |
学位论文数据集 | 第79页 |