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--运营技术论文--公路运输安全技术论文

高速公路天气监测、事件预测及专网系统应用研究

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

论文共101页,点击 下载论文
上一篇:CFO财务执行力与企业非效率投资
下一篇:基于博弈模型的上市公司交叉持股伙伴选择策略研究