城市公交客流量智能识别系统的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 选题背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 公交客流数据采集技术特点的分析 | 第11-14页 |
| 1.3.1 接触式方法 | 第11-12页 |
| 1.3.2 非接触式方法 | 第12-14页 |
| 1.4 本课题研究主要内容 | 第14-16页 |
| 第二章 模式识别理论介绍 | 第16-28页 |
| 2.1 模式识别原理 | 第16-17页 |
| 2.2 模式识别主要方法 | 第17-19页 |
| 2.3 人工神经网络 | 第19-28页 |
| 2.3.1 人工神经网络模型 | 第21-23页 |
| 2.3.2 神经网络学习 | 第23-25页 |
| 2.3.3 人工神经网络的应用 | 第25-26页 |
| 2.3.4 神经网络的发展及前景 | 第26页 |
| 2.3.5 运动矢量跟踪算法 | 第26-28页 |
| 第三章 公交客流智能识别系统的硬件设计 | 第28-35页 |
| 3.1 系统结构概述 | 第28-29页 |
| 3.2 系统硬件设计 | 第29-35页 |
| 3.2.1 压力传感器阵列 | 第29-30页 |
| 3.2.2 数据扫描电路设计 | 第30-31页 |
| 3.2.3 控制板硬件电路设计 | 第31-32页 |
| 3.2.4 数据通讯协议 | 第32页 |
| 3.2.5 GPRS通信模块设计 | 第32-33页 |
| 3.2.6 GPRS应用模块设计 | 第33-35页 |
| 第四章 公交客流智能识别系统软件开发与实验研究 | 第35-48页 |
| 4.1 鞋底轮廓模型 | 第35页 |
| 4.2 数据采集 | 第35-36页 |
| 4.3 数据处理 | 第36-40页 |
| 4.3.1 数据预处理 | 第36-38页 |
| 4.3.2 特征分析 | 第38-40页 |
| 4.4 系统测试 | 第40-48页 |
| 4.4.1 BP神经网络结构 | 第40-43页 |
| 4.4.2 系统仿真与实验分析 | 第43-45页 |
| 4.4.3 系统功能测试 | 第45-48页 |
| 第五章 结论 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 作者简介 | 第54页 |
