第一章 绪论 | 第1-31页 |
·选题背景及研究意义 | 第8-11页 |
·选题背景--城市交通问题 | 第8-9页 |
·研究意义 | 第9-10页 |
·研究基础 | 第10-11页 |
·研究现状分析 | 第11-28页 |
·同一检测面上多检测器的交通数据融合研究现状 | 第11-18页 |
·交通中不同检测面数据的关联性研究现状 | 第18-21页 |
·快速路交通控制研究现状 | 第21-28页 |
·论文主要研究内容与创新点 | 第28-31页 |
·论文主要研究内容 | 第28-29页 |
·论文创新点 | 第29-31页 |
第二章 基于NN-FR 的同一检测面上多检测器的交通数据融合 | 第31-50页 |
·交通数据融合概述 | 第31-36页 |
·数据融合的概念 | 第31-32页 |
·数据融合技术的基本方法 | 第32-33页 |
·交通数据融合 | 第33-36页 |
·基于NN-FR 的同一检测面上多检测器的交通数据融合 | 第36-42页 |
·ANN-FRIFS 系统 | 第36-37页 |
·ANFIS 置信度判别器设计 | 第37-40页 |
·ANN-FRIFS 算法 | 第40-42页 |
·仿真计算及结果分析 | 第42-49页 |
·单检测器的置信度判别 | 第42-49页 |
·各检测器融合权值的确定 | 第49页 |
·加权融合 | 第49页 |
·本章小结 | 第49-50页 |
第三章 基于支持向量机的交通数据融合 | 第50-60页 |
·支持向量机理论 | 第50-52页 |
·支持向量机回归 | 第52-54页 |
·基于支持向量机的交通数据融合的建模与预测 | 第54-55页 |
·两种融合方法的比较 | 第55-56页 |
·ANN-FRIFS 系统的特点 | 第55-56页 |
·基于SVM 的融合系统的特点 | 第56页 |
·仿真计算及结果分析 | 第56-59页 |
·单检测器置信度预测的SVM 回归建模 | 第56-59页 |
·单检测器置信度实际预测 | 第59页 |
·各检测器融合权值的确定 | 第59页 |
·加权融合 | 第59页 |
·本章小结 | 第59-60页 |
第四章 基于协整理论的交通中检测面数据的时空关联性研究 | 第60-78页 |
·交通流关联性分析概述 | 第60-63页 |
·交通流关联性分析的意义 | 第60-61页 |
·交通流关联性分析的基本方法 | 第61-63页 |
·协整理论 | 第63-69页 |
·平稳过程与伪回归 | 第63-67页 |
·协整关系 | 第67-68页 |
·误差修正模型 | 第68-69页 |
·基于协整理论的检测面数据的时空关联性模型 | 第69-77页 |
·交通流数据的非平稳性 | 第72-74页 |
·检测面数据的协整检验 | 第74-75页 |
·检测面数据的时空关联结构分析 | 第75-77页 |
·本章小结 | 第77-78页 |
第五章 基于时间序列分段线性化描述方法的交通中检测面数据的时空关联性研究 | 第78-85页 |
·结构自适应的时间序列的分段线性化描述 | 第78-80页 |
·基于分段线性化的时间序列相似性的测量 | 第80页 |
·基于分段线性化的检测面数据的时空关联性测量 | 第80-82页 |
·检测面数据时空关联性模型的应用 | 第82-84页 |
·检测器布点优化研究 | 第82-83页 |
·检测器状态校验研究 | 第83-84页 |
·本章小结 | 第84-85页 |
第六章 基于递阶协调控制的快速路控制方法 | 第85-113页 |
·城市快速路及其控制方法概述 | 第85-97页 |
·城市快速路及其交通管理的特点 | 第85-86页 |
·快速路的交通控制方法 | 第86-88页 |
·入口匝道控制方法 | 第88-97页 |
·快速路分级递阶协调控制方法 | 第97-103页 |
·大系统递阶协调算法 | 第98-100页 |
·快速路的递阶协调控制算法 | 第100-103页 |
·系统仿真 | 第103-112页 |
·仿真原理及流程 | 第103-108页 |
·仿真的条件及路网结构 | 第108-109页 |
·仿真结果及分析 | 第109-112页 |
·本章小节 | 第112-113页 |
第七章 快速路交通管理系统的框架结构 | 第113-120页 |
·城市快速路交通管理系统的需求分析及逻辑结构 | 第113-115页 |
·快速路交通管理系统的组成及功能 | 第115-119页 |
·本章小节 | 第119-120页 |
第八章 总结与展望 | 第120-123页 |
参考文献 | 第123-132页 |
发表论文和参加科研情况说明 | 第132-134页 |
致谢 | 第134页 |