首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--电子计算机在公路运输和公路工程中的应用论文

基于手机信令的道路交通状态识别及预测研究

摘要第5-7页
ABSTRACT第7-8页
第一章 绪论第12-24页
    1.1 课题来源第12页
    1.2 研究背景及意义第12-13页
        1.2.1 研究背景第12页
        1.2.2 研究意义第12-13页
    1.3 研究现状及面临的困难第13-22页
        1.3.1 研究现状和趋势第13-15页
        1.3.2 研究面临的困难第15-17页
        1.3.3 关键技术第17-22页
    1.4 论文研究内容及章节安排第22-24页
第二章 基于 3D射线传播模型的移动用户定位第24-62页
    2.1 移动用户定位技术第24-37页
        2.1.1 传统移动用户定位技术第24-25页
        2.1.2 射线传播模型定位技术第25-37页
    2.2 3D射线传播模型用户定位实现方案第37-45页
        2.2.1 传播模型校正第37-38页
        2.2.2 构建 3D射线传播模型仿真覆盖与干扰图层第38-40页
        2.2.3 采用深度学习算法校正仿真图层第40-42页
        2.2.4 指纹库构建与匹配算法第42-45页
    2.3 实验分析第45-61页
        2.3.1 数据来源第45页
        2.3.2 生成基础仿真图层第45-46页
        2.3.3 获取实时的精细化覆盖和干扰信息第46-50页
        2.3.4 仿真图层的校正及仿真结果对比分析第50-56页
        2.3.5 实现用户定位及定位结果分析第56-61页
    2.4 本章小结第61-62页
第三章 基于DVTD的移动用户出行模式识别第62-82页
    3.1 移动用户的出行模式第62-63页
    3.2 传统的出行模式识别方法第63-64页
    3.3 动态聚类的相关算法第64-68页
        3.3.1 M-BIRCH算法第64-65页
        3.3.2 M-BIRCH的阈值调整第65-66页
        3.3.3 基于密度聚类的算法第66-67页
        3.3.4 DVTD算法第67-68页
    3.4 基于DVTD的移动用户出行模式的识别过程第68-76页
        3.4.1 移动用户出行特征向量的预处理与提取第69-71页
        3.4.2 道路匹配第71-75页
        3.4.3 基于DVTD的移动用户出行模式识别第75-76页
    3.5 实验分析第76-81页
        3.5.1 实验数据说明第76页
        3.5.2 用户速度和速度变化系数的分析第76-78页
        3.5.3 基于DVTD的移动用户出行模式识别第78-81页
    3.6 本章小结第81-82页
第四章 道路交通状态的识别与预测第82-132页
    4.1 交通状态的概述第82-89页
        4.1.1 交通状态的分类第82-83页
        4.1.2 交通特征参数第83-84页
        4.1.3 交通流特征参数模型第84-85页
        4.1.4 交通状态识别的指标第85-86页
        4.1.5 交通状态识别方法第86-87页
        4.1.6 交通状态预测方法第87-89页
    4.2 基于模糊综合评价模型的道路交通状态识别第89-93页
        4.2.1 道路的交通流特征分析第89页
        4.2.2 基于模糊综合评价的道路交通状态的识别方法第89-93页
    4.3 基于随机森林算法的道路交通状态的预测第93-97页
        4.3.1 决策树的原理第93-94页
        4.3.2 随机森林算法第94-95页
        4.3.3 随机森林算法的改进第95-97页
    4.4 实例分析第97-131页
        4.4.1 交通状态识别与预测的实现流程第97-107页
        4.4.2 基于模糊综合评价模型的交通状态识别实例分析第107-114页
        4.4.3 交通状态预测的流程第114-115页
        4.4.4 基于随机森林模型的交通状态的预测实例分析第115-131页
    4.5 本章小结第131-132页
总结与展望第132-135页
    1、论文总结第132-133页
    2、未来展望第133-135页
参考文献第135-140页
附录第140-141页
攻读博士期间取得的研究成果第141-143页
致谢第143-144页
附件第144-151页

论文共151页,点击 下载论文
上一篇:车用空气阻尼式空气弹簧建模方法与动态特性研究
下一篇:基于深度学习的交通流量预测及乳糜泻病定量分析研究与应用