| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-23页 |
| ·选题来源及意义 | 第10-11页 |
| ·研究现状综述 | 第11-18页 |
| ·动态路网时空联合分布特征分析研究现状 | 第12-13页 |
| ·交通数据恢复方法的研究现状 | 第13-15页 |
| ·动态路网区域分布特征分析研究现状 | 第15-16页 |
| ·研究现状小结 | 第16-18页 |
| ·研究方案 | 第18-21页 |
| ·研究目标、研究内容及拟解决的关键问题 | 第18-20页 |
| ·技术路线 | 第20-21页 |
| ·论文结构 | 第21-22页 |
| ·文章小结 | 第22-23页 |
| 第二章 基于 Markov 随机场模型的动态路网时空联合分布研究及应用 | 第23-36页 |
| ·引言 | 第23-24页 |
| ·基于 Markov 随机场模型的动态路网时空联合分布研究 | 第24-29页 |
| ·Markov 随机场 | 第24-25页 |
| ·Gibbs 随机场 | 第25-26页 |
| ·Markov-Gibbs 的等价性 | 第26-27页 |
| ·基于 Markov 随机场建模 | 第27-29页 |
| ·基于 EM 算法的模型参数估计 | 第29-33页 |
| ·路网数据分析 | 第29-30页 |
| ·EM 算法 | 第30-31页 |
| ·EM 算法求解参数 | 第31-33页 |
| ·基于 Markov 随机场模型的动态路网时空联合分布应用 | 第33-34页 |
| ·文章小结 | 第34-36页 |
| 第三章 基于概率矩阵分解的 Markov 随机场模型参数估计改进 | 第36-48页 |
| ·引言 | 第36-37页 |
| ·路网数据分析 | 第37页 |
| ·基于 PMF 算法的 Markov 模型求解参数 | 第37-42页 |
| ·基于 PMF 的路段缺失速度数据恢复 | 第38-41页 |
| ·概率矩阵分解 | 第38-39页 |
| ·恢复算法 | 第39-41页 |
| ·完整数据集下极大似然估计 | 第41-42页 |
| ·实验结果 | 第42-47页 |
| ·PMF 算法实验结果 | 第42-44页 |
| ·参数调节 | 第42-43页 |
| ·恢复算法对比实验 | 第43-44页 |
| ·基于 PMF 算法的 Markov 模型求解参数试验 | 第44-47页 |
| ·文章小结 | 第47-48页 |
| 第四章 基于谱聚类的动态路网区域分布研究及应用 | 第48-60页 |
| ·引言 | 第48-49页 |
| ·谱聚类算法相关知识 | 第49-52页 |
| ·谱图理论 | 第49-50页 |
| ·Laplacian 矩阵 | 第50页 |
| ·谱聚类算法 | 第50-51页 |
| ·谱聚类优势 | 第51-52页 |
| ·基于谱聚类的动态路网区域分布分析方法 | 第52-54页 |
| ·基于谱聚类的动态路网区域分布特征分析法应用 | 第54-59页 |
| ·文章小结 | 第59-60页 |
| 总结与展望 | 第60-63页 |
| 参考文献 | 第63-70页 |
| 攻读硕士学位期间取得的成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| IV—2答辩委员会对论文的评定意见? | 第72页 |
