| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 交通拥堵检测的研究现状 | 第11-15页 |
| 1.2.1 国外交通拥堵检测的研究现状 | 第12-13页 |
| 1.2.2 国内交通拥堵识别的研究现状 | 第13-14页 |
| 1.2.3 城市交通拥堵检测技术方向 | 第14-15页 |
| 1.3 研究内容与目标 | 第15-17页 |
| 第二章 城市交通拥堵检测概述 | 第17-34页 |
| 2.1 城市交通拥堵 | 第17-20页 |
| 2.1.1 城市交通拥堵概述 | 第17-19页 |
| 2.1.2 城市交通拥堵成因分析 | 第19-20页 |
| 2.2 城市交通拥堵检测指标体系 | 第20-27页 |
| 2.2.1 常见的拥堵检测指标体系 | 第20-21页 |
| 2.2.2 城市交通拥堵检测时空指标体系 | 第21-25页 |
| 2.2.2.1 时间指标 | 第22-23页 |
| 2.2.2.2 交通拥堵空间指标 | 第23-24页 |
| 2.2.2.3 交通拥堵时空分布特征研究综述 | 第24-25页 |
| 2.2.3 基于交通流参数的拥堵检测指标体系 | 第25-27页 |
| 2.3 城市交通拥堵检测经典方案 | 第27-31页 |
| 2.3.1 基于加州算法的拥堵检测方案 | 第28-29页 |
| 2.3.2 基于指数平滑算法的拥堵检测方案 | 第29-30页 |
| 2.3.3 基于Mc Master算法的拥堵检测方案 | 第30页 |
| 2.3.4 基于神经网络算法的拥堵检测方案 | 第30-31页 |
| 2.4 城市交通拥堵检测方案性能评估 | 第31-33页 |
| 2.4.1 评估标准 | 第31-32页 |
| 2.4.2 常见城市交通拥堵检测方案性能评估对比 | 第32-33页 |
| 2.5 小结 | 第33-34页 |
| 第三章 交通流数据特征分析与处理 | 第34-46页 |
| 3.1 交通流数据的获取 | 第34-37页 |
| 3.2 交通流数据特征分类 | 第37-41页 |
| 3.2.1 道路数据 | 第38-39页 |
| 3.2.2 车辆数据 | 第39-40页 |
| 3.2.3 环境数据 | 第40-41页 |
| 3.3 交通流数据特征挖掘 | 第41-45页 |
| 3.3.1 车辆数据预处理 | 第41-44页 |
| 3.3.1.1 车辆速度预处理 | 第42-43页 |
| 3.3.1.2 车辆密度预处理 | 第43-44页 |
| 3.3.2 交通运行特征数据挖掘 | 第44-45页 |
| 3.3.2.1 道路通行量 | 第44页 |
| 3.3.2.2 排队时间比 | 第44-45页 |
| 3.4 小结 | 第45-46页 |
| 第四章 城市交通拥堵检测模型 | 第46-52页 |
| 4.1 多层拥堵检测模型的概念 | 第46-47页 |
| 4.2 构建拥堵检测模型 | 第47-50页 |
| 4.2.1 三层拥堵检测模型 | 第47-49页 |
| 4.2.1.1 成因层 | 第47-48页 |
| 4.2.1.2 现象层 | 第48-49页 |
| 4.2.1.3 环境层 | 第49页 |
| 4.2.2 交通拥堵检测过程 | 第49-50页 |
| 4.3 城市交通拥堵检测模型性能评估标准 | 第50-51页 |
| 4.4 小结 | 第51-52页 |
| 第五章 城市交通拥堵检测方案 | 第52-62页 |
| 5.1 城市交通拥堵检测模拟实验 | 第52-57页 |
| 5.2 性能分析 | 第57-61页 |
| 5.3 小结 | 第61-62页 |
| 第六章 基于VANET技术的城市交通拥堵检测方案 | 第62-69页 |
| 6.1 VANET技术概念 | 第62-63页 |
| 6.2 基于VANET技术的拥堵检测方案 | 第63-66页 |
| 6.2.1 拥堵检测方案 | 第63页 |
| 6.2.2 拥堵检测过程 | 第63-65页 |
| 6.2.3 拥堵检测标准 | 第65-66页 |
| 6.3 仿真实验 | 第66-68页 |
| 6.4 结果分析 | 第68页 |
| 6.5 小结 | 第68-69页 |
| 第七章 结论与展望 | 第69-70页 |
| 7.1 主要结论 | 第69页 |
| 7.2 研究展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 附录 | 第75-76页 |
| 详细摘要 | 第76-79页 |