摘要 | 第3-5页 |
ABSTRACT | 第5-7页 |
第一章 绪论 | 第11-29页 |
1.1 背景意义 | 第11-17页 |
1.1.1 我国高速公路与驾驶人急速增加 | 第11-12页 |
1.1.2 交通安全影响因素 | 第12-17页 |
1.2 国内外相关监测技术研究现状 | 第17-21页 |
1.2.1 概述 | 第17-18页 |
1.2.2 不良天气检测研究现状 | 第18-20页 |
1.2.3 交通事件监测技术研究现状 | 第20-21页 |
1.3 交通事件间接检测算法分析 | 第21-24页 |
1.3.1 检测算法概述 | 第22-23页 |
1.3.2 检测算法评价方法 | 第23-24页 |
1.4 现有技术的不足 | 第24-25页 |
1.5 论文研究内容 | 第25-29页 |
1.5.1 论文主要研究内容 | 第25-26页 |
1.5.2 论文组织结构 | 第26-29页 |
第二章 交通安全成因分析 | 第29-41页 |
2.1 概述 | 第29页 |
2.2 人的因素 | 第29-30页 |
2.3 车辆因素 | 第30-31页 |
2.4 道路因素 | 第31-33页 |
2.5 不良天气因素 | 第33-37页 |
2.6 摩擦系数影响分析 | 第37-40页 |
2.7 小结 | 第40-41页 |
第三章 道路能见度视频监测方法研究 | 第41-51页 |
3.1 概述 | 第41页 |
3.2 基于视频亮度特征点的道路能见度检测方法 | 第41-42页 |
3.3 基于亮度估算的道路能见度检测方法 | 第42-44页 |
3.4 基于迹范数的道路能见度检测算法 | 第44-48页 |
3.4.1 迹范数 | 第44页 |
3.4.2 迹范数与消光系数关系 | 第44-46页 |
3.4.3 性能测试 | 第46-48页 |
3.5 能见度检测算法对比分析 | 第48-50页 |
3.6 小结 | 第50-51页 |
第四章 道路雨雪冰监测方法研究 | 第51-57页 |
4.1 概述 | 第51页 |
4.2 路面水冰检测研究 | 第51-54页 |
4.3 路面积雪检测研究 | 第54-56页 |
4.4 雨雪冰检测实验结果分析 | 第56页 |
4.5 小结 | 第56-57页 |
第五章 交通事件间接预测方法研究 | 第57-73页 |
5.1 概述 | 第57页 |
5.2 基于ELM的交通事件检测方法 | 第57-63页 |
5.2.1 ELM算法 | 第57-60页 |
5.2.2 ELM算法特点 | 第60页 |
5.2.3 ELM-AID算法 | 第60-63页 |
5.3 基于H-ELM的交通事故预测方法 | 第63-68页 |
5.3.1 单隐层ELM存在的问题 | 第63-64页 |
5.3.2 H-ELM算法 | 第64-66页 |
5.3.3 基于H-ELM的预测算法 | 第66-68页 |
5.4 交通事件检测/预测实验 | 第68-72页 |
5.4.1 ELM-AID仿真实验分析 | 第68-70页 |
5.4.2 ELM-AID和BP-AID比较分析 | 第70页 |
5.4.3 H-ELM交通预测实验分析 | 第70-72页 |
5.5 小结 | 第72-73页 |
第六章 基于云计算的LDM~3交通专网架构研究 | 第73-87页 |
6.1 概述 | 第73页 |
6.2 LDM~3专网体系架构 | 第73-75页 |
6.3 LDM~3信息汇聚 | 第75-76页 |
6.4 基于云计算和大数据的ITS的设计 | 第76-84页 |
6.4.1 基于云计算和大数据的ITS概念框架 | 第76-77页 |
6.4.2 云计算资源管理技术与系统平台 | 第77-78页 |
6.4.3 大数据存储模型与分布式存储管理系统 | 第78-80页 |
6.4.4 大数据分布并行计算系统 | 第80-83页 |
6.4.5 基于LDM~3和云计算大数据构架的ITS原型系统 | 第83-84页 |
6.5 系统展示 | 第84-86页 |
6.6 小结 | 第86-87页 |
第七章 总结与展望 | 第87-90页 |
7.1 工作总结 | 第87-88页 |
7.2 主要创新点或特点 | 第88-89页 |
7.3 后续工作展望 | 第89-90页 |
参考文献 | 第90-98页 |
致谢 | 第98-100页 |
攻博期间成果 | 第100-101页 |