交通状态分类方法研究与设计
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.3 论文的研究目的与意义 | 第14-15页 |
| 1.3.1 研究目的 | 第14页 |
| 1.3.2 研究意义 | 第14-15页 |
| 1.4 论文结构安排 | 第15-17页 |
| 第2章 相关技术分析与研究 | 第17-36页 |
| 2.1 数据挖掘 | 第17-26页 |
| 2.1.1 数据挖掘的定义 | 第17页 |
| 2.1.2 数据挖掘的功能 | 第17-20页 |
| 2.1.3 数据挖掘过程 | 第20-22页 |
| 2.1.4 数据挖掘算法 | 第22-26页 |
| 2.2 数据挖掘在交通数据处理中的应用 | 第26-27页 |
| 2.3 交通状态分析 | 第27-30页 |
| 2.3.1 交通状态特征 | 第27-28页 |
| 2.3.2 交通状态衡量标准 | 第28-30页 |
| 2.4 交通状态信息挖掘 | 第30-31页 |
| 2.5 聚类算法研究 | 第31-35页 |
| 2.5.1 算法使用分析 | 第31-32页 |
| 2.5.2 聚类算法的概念 | 第32页 |
| 2.5.3 聚类算法的分类 | 第32-34页 |
| 2.5.4 K-均值聚类算法 | 第34-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第3章 交通数据选择及预处理 | 第36-48页 |
| 3.1 交通数据选择 | 第36-39页 |
| 3.1.1 数据的来源 | 第36页 |
| 3.1.2 交通参数的选择 | 第36-39页 |
| 3.2 时间间隔的选择 | 第39-43页 |
| 3.3 数据预处理 | 第43-47页 |
| 3.3.1 丢失数据的处理 | 第43-45页 |
| 3.3.2 错误数据的处理 | 第45-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第4章 交通状态分类方法研究 | 第48-61页 |
| 4.1 背景介绍 | 第48-49页 |
| 4.2 交通状态分类方法 | 第49-60页 |
| 4.2.1 交通状态分类模型建立过程 | 第49-56页 |
| 4.2.2 用分类模型判别交通状态过程 | 第56-59页 |
| 4.2.3 方法总结 | 第59-60页 |
| 4.3 实验比较 | 第60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61页 |
| 5.2 展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66页 |
