| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第13-25页 |
| 1.1 研究工作的背景与意义 | 第13-17页 |
| 1.2 国内外研究历史与现状 | 第17-22页 |
| 1.2.1 城市交通图像处理 | 第17-19页 |
| 1.2.2 城市交通地图匹配 | 第19-21页 |
| 1.2.3 城市交通预测 | 第21-22页 |
| 1.3 论文的研究内容与结构安排 | 第22-24页 |
| 1.4 论文的主要贡献与创新 | 第24-25页 |
| 第二章 城市交通图像超分辨技术研究 | 第25-44页 |
| 2.1 引言 | 第25页 |
| 2.2 图像超分辨技术 | 第25-28页 |
| 2.3 单幅图像混合超分辨技术研究 | 第28-34页 |
| 2.3.1 算法相关理论 | 第28-30页 |
| 2.3.2 算法基本思路 | 第30-31页 |
| 2.3.3 算法实现 | 第31-34页 |
| 2.4 实验结果与分析 | 第34-43页 |
| 2.4.1 单幅图像混合超分辨技术的可行性 | 第34页 |
| 2.4.2 SIHSR与常用超分辨技术效果比较 | 第34-43页 |
| 2.5 本章小结 | 第43-44页 |
| 第三章 城市交通地图匹配算法研究 | 第44-61页 |
| 3.1 引言 | 第44-45页 |
| 3.2 地图匹配 | 第45-49页 |
| 3.2.1 地图匹配原理 | 第45-47页 |
| 3.2.2 常用地图匹配方法 | 第47-49页 |
| 3.3 网络拓扑轨迹点道路匹配算法 | 第49-56页 |
| 3.3.1 算法基本思路 | 第49-50页 |
| 3.3.2 算法步骤描述 | 第50-51页 |
| 3.3.3 算法实现要点 | 第51-56页 |
| 3.4 实验结果与分析 | 第56-60页 |
| 3.4.1 数据预处理 | 第56页 |
| 3.4.2 算法匹配结果分析 | 第56-60页 |
| 3.5 本章小结 | 第60-61页 |
| 第四章 城市交通运行状态预测算法研究 | 第61-77页 |
| 4.1 引言 | 第61-62页 |
| 4.2 马尔可夫模型理论 | 第62-65页 |
| 4.2.1 马尔可夫模型相关概念 | 第62-63页 |
| 4.2.2 传统马尔可夫模型 | 第63-65页 |
| 4.3 添加调节项的高阶多变量马尔可夫模型 | 第65-69页 |
| 4.3.1 AAT-HO3M介绍 | 第65页 |
| 4.3.2 AAT-HO3M收敛性证明 | 第65-68页 |
| 4.3.3 AAT-HO3M参数估计 | 第68-69页 |
| 4.4 实验结果与分析 | 第69-76页 |
| 4.4.1 道路及数据选取 | 第69-70页 |
| 4.4.2 道路拥堵状态划分 | 第70页 |
| 4.4.3 拥堵预测及结果分析 | 第70-76页 |
| 4.5 本章小结 | 第76-77页 |
| 第五章 综合应用实例 | 第77-94页 |
| 5.1 引言 | 第77页 |
| 5.2 数据集描述 | 第77-78页 |
| 5.3 交通路网拥堵状态分析 | 第78-80页 |
| 5.3.1 交通路网拥堵状态绘制 | 第78-79页 |
| 5.3.2 交通路网拥堵状态分析 | 第79-80页 |
| 5.4 成都市交通流统计规律分析 | 第80-84页 |
| 5.4.1 道路与市中心地理距离和道路车速分布 | 第80-81页 |
| 5.4.2 工作日和非工作日的全天平均车速变化趋势对比 | 第81-83页 |
| 5.4.3 天气状况良好和天气状况较差全天平均车速变化趋势对比 | 第83-84页 |
| 5.5 城市交通状态预测 | 第84-88页 |
| 5.5.1 预测路段选取 | 第84-87页 |
| 5.5.2 预测时段选取 | 第87页 |
| 5.5.3 交通状态预测 | 第87-88页 |
| 5.6 成都市交通网络分析 | 第88-93页 |
| 5.6.1 网络基本参数 | 第88-89页 |
| 5.6.2 静态可到达性 | 第89页 |
| 5.6.3 动态可到达性 | 第89-93页 |
| 5.7 本章小结 | 第93-94页 |
| 第六章 总结与展望 | 第94-96页 |
| 6.1 全文总结 | 第94页 |
| 6.2 后续工作展望 | 第94-96页 |
| 致谢 | 第96-97页 |
| 参考文献 | 第97-110页 |
| 攻读博士学位期间取得的成果 | 第110-111页 |
| 附录 | 第111-121页 |