基于智能手机的交通方式识别的研究与设计
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究的背景和意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本文的主要研究内容 | 第14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第二章 交通方式识别关键技术研究 | 第16-28页 |
| 2.1 交通方式识别概述 | 第16-17页 |
| 2.2 定位技术研究 | 第17-20页 |
| 2.2.1 基站定位技术 | 第18-19页 |
| 2.2.2 GPS定位技术 | 第19-20页 |
| 2.2.3 AGPS定位技术 | 第20页 |
| 2.3 典型识别算法研究 | 第20-25页 |
| 2.4 本章小结 | 第25-28页 |
| 第三章 基于改进随机森林的交通方式识别 | 第28-40页 |
| 3.1 随机森林算法 | 第28-31页 |
| 3.1.1 单棵决策树的生成 | 第28-29页 |
| 3.1.2 随机森林的数学模型 | 第29-31页 |
| 3.2 算法比较 | 第31-36页 |
| 3.3 随机森林算法的改进 | 第36-38页 |
| 3.3.1 随机森林算法存在的问题 | 第36页 |
| 3.3.2 随机森林算法改进 | 第36-38页 |
| 3.4 本章小结 | 第38-40页 |
| 第四章 基于智能手机的交通方式识别系统设计 | 第40-62页 |
| 4.1 系统概述 | 第40页 |
| 4.2 系统模型构建 | 第40-52页 |
| 4.2.1 数据采集 | 第40-43页 |
| 4.2.2 特征提取 | 第43-47页 |
| 4.2.3 基于改进随机森林算法的模式识别 | 第47-49页 |
| 4.2.5 特征量有效性的验证 | 第49-50页 |
| 4.2.6 模型简化 | 第50-52页 |
| 4.3 系统总体设计 | 第52-53页 |
| 4.4 系统软硬件开发环境 | 第53页 |
| 4.5 系统详细设计 | 第53-60页 |
| 4.5.1 交互模块详细设计 | 第54-55页 |
| 4.5.2 存储模块详细设计 | 第55-56页 |
| 4.5.3 数据采集模块详细设计 | 第56-57页 |
| 4.5.4 特征提取模块详细设计 | 第57-58页 |
| 4.5.5 方式判别模块详细设计 | 第58-59页 |
| 4.5.6 主控制模块详细设计 | 第59-60页 |
| 4.6 本章小结 | 第60-62页 |
| 第五章 基于智能手机的交通方式识别系统测试 | 第62-68页 |
| 5.1 系统界面测试 | 第62-64页 |
| 5.1.1 系统页面组成 | 第62页 |
| 5.1.2 交通方式判别主页面 | 第62-63页 |
| 5.1.3 历史交通轨迹列表页面 | 第63-64页 |
| 5.2 系统功能测试 | 第64-66页 |
| 5.3 交通方式识别结果测试 | 第66-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 全文总结 | 第68-69页 |
| 6.2 对进一步研究工作的展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 附录A 攻读学位期间发表的论文和参与的科研项目 | 第76页 |
