基于低频浮动车数据的路段旅行时间估计方法
摘要 | 第1-4页 |
Abstract | 第4-7页 |
第1章 引言 | 第7-13页 |
·研究背景及意义 | 第7-8页 |
·工作内容 | 第8-10页 |
·成果小结 | 第10-11页 |
·论文结构 | 第11-13页 |
第2章 文献综述 | 第13-23页 |
·地图预处理 | 第14页 |
·浮动车数据预处理 | 第14-15页 |
·路段旅行时间估计方法 | 第15-21页 |
·卡尔曼滤波方法 | 第15-17页 |
·神经网络方法 | 第17-18页 |
·贝叶斯方法 | 第18-19页 |
·其他方法 | 第19-21页 |
·现有文献总结 | 第21-23页 |
第3章 基于贝叶斯方法的路段旅行时间估计 | 第23-39页 |
·定义与假设 | 第24-25页 |
·后验概率 | 第25-26页 |
·先验分布及超参数设定 | 第26页 |
·马尔科夫链初始化 | 第26-27页 |
·匹配路径抽样 | 第27-30页 |
·路段参数抽样 | 第30-31页 |
·更新步长的选取 | 第31-32页 |
·对比方法 | 第32-39页 |
·速度调和平均数 | 第32-33页 |
·基于路段空间划分的最小二乘 | 第33-39页 |
第4章 北京市算例分析 | 第39-59页 |
·数据预处理 | 第41-44页 |
·基础路网处理 | 第41页 |
·GPS 轨迹处理 | 第41-42页 |
·GPS 轨迹匹配 | 第42-44页 |
·贝叶斯方法路径匹配结果 | 第44-46页 |
·贝叶斯方法旅行时间估计结果 | 第46-49页 |
·对比方法的旅行时间估计结果 | 第49-50页 |
·旅行时间估计结果比较 | 第50-56页 |
·服务区域计算 | 第56-59页 |
第5章 结论与展望 | 第59-61页 |
参考文献 | 第61-65页 |
致谢 | 第65-66页 |
个人简历 | 第66页 |