基于信息融合的高速公路交通事件自动检测算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-18页 |
| ·课题研究背景与意义 | 第9-10页 |
| ·问题的提出 | 第9-10页 |
| ·课题研究的目的与意义 | 第10页 |
| ·国内外研究现状 | 第10-15页 |
| ·高速公路交通事件检测国内外研究现状 | 第10-14页 |
| ·多传感器信息融合国内外研究现状 | 第14-15页 |
| ·论文内容结构与创新点 | 第15-17页 |
| ·论文主要内容 | 第15-16页 |
| ·论文主要创新点 | 第16-17页 |
| ·小结 | 第17-18页 |
| 第二章 高速公路交通事件检测算法介绍 | 第18-25页 |
| ·交通事件 | 第18-19页 |
| ·交通拥挤 | 第19-20页 |
| ·交通事件对交通参数的影响分析 | 第20-22页 |
| ·交通事件检测原理 | 第22页 |
| ·AID算法 | 第22-24页 |
| ·AID算法的分类 | 第23页 |
| ·AID算法性能评估的指标 | 第23-24页 |
| ·小结 | 第24-25页 |
| 第三章 多传感器信息融合理论 | 第25-31页 |
| ·多传感器信息融合的定义 | 第25页 |
| ·多传感器信息融合的基本原理 | 第25-26页 |
| ·多传感器信息融合的层次结构 | 第26-28页 |
| ·多传感器信息融合方法及比较 | 第28-30页 |
| ·小结 | 第30-31页 |
| 第四章 基于视频的交通事件检测算法研究 | 第31-40页 |
| ·背景提取与更新 | 第31-33页 |
| ·车辆目标分割 | 第33-34页 |
| ·Cam-Shift跟踪方法 | 第34-39页 |
| ·Mean-Shift算法 | 第34-36页 |
| ·Cam-Shift算法的基本原理 | 第36-37页 |
| ·特征提取 | 第37页 |
| ·Cam-Shift算法搜索过程 | 第37-38页 |
| ·实验结果及分析 | 第38-39页 |
| ·交通事件判断 | 第39页 |
| ·交通参数的检测 | 第39页 |
| ·交通拥堵的判断 | 第39页 |
| ·小结 | 第39-40页 |
| 第五章 微波交通检测器 | 第40-45页 |
| ·微波交通检测器概述 | 第40-42页 |
| ·微波交通检测器 | 第40-41页 |
| ·常见交通检测技术性能比较 | 第41-42页 |
| ·微波交通检测器工作原理 | 第42页 |
| ·交通数据采集 | 第42-44页 |
| ·小结 | 第44-45页 |
| 第六章 基于信息融合的交通事件检测算法研究 | 第45-57页 |
| ·数据的采集 | 第45-47页 |
| ·多传感器的选择 | 第45-46页 |
| ·检测数据选择 | 第46-47页 |
| ·数据预处理 | 第47-50页 |
| ·消噪方法选择 | 第47-48页 |
| ·小波分析的消噪实现 | 第48-50页 |
| ·算法仿真 | 第50-56页 |
| ·小波神经网络算法 | 第50-51页 |
| ·事件检测网络模型的建立 | 第51-54页 |
| ·结果比较分析 | 第54-56页 |
| ·小结 | 第56-57页 |
| 总结 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间公开发表论文 | 第61-62页 |
| 致谢 | 第62页 |
