致谢 | 第4-5页 |
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第13-29页 |
1.1 研究背景及意义 | 第13-17页 |
1.1.1 城市交通问题现状概述 | 第13-14页 |
1.1.2 城市交通问题分析及智能交通发展现状 | 第14-17页 |
1.2 相关研究及研究现状 | 第17-25页 |
1.2.1 交通数据的获取和预处理 | 第17-18页 |
1.2.2 交通状态的估计 | 第18-20页 |
1.2.3 交通状态的应用研究 | 第20-22页 |
1.2.4 可视化与可视分析系统 | 第22-25页 |
1.3 本文工作和章节安排 | 第25-27页 |
1.4 本章小节 | 第27-29页 |
第二章 城市交通微波数据预处理及分析 | 第29-49页 |
2.1 交通数据集介绍 | 第29-30页 |
2.1.1 微波数据集 | 第29-30页 |
2.1.2 路网数据集 | 第30页 |
2.2 微波数据集预处理 | 第30-44页 |
2.2.1 大数据处理平台 | 第30-33页 |
2.2.2 微波数据初步处理 | 第33-36页 |
2.2.3 灰色模型介绍 | 第36-39页 |
2.2.4 微波数据补全 | 第39-44页 |
2.3 微波数据分析 | 第44-46页 |
2.3.1 路段流量日变化分析 | 第44-45页 |
2.3.2 路段流量相关性分析 | 第45-46页 |
2.4 本章小节 | 第46-49页 |
第三章 城市区域机动车积累量估计及分析 | 第49-75页 |
3.1 城市区域交通状态 | 第49页 |
3.2 基于微波流量数据的区域机动车积累量估计基本方法 | 第49-58页 |
3.2.1 基本方法原理 | 第50-51页 |
3.2.2 缺失路段流量数据补全 | 第51-55页 |
3.2.3 基本方法估计结果评价 | 第55-58页 |
3.3 改进方法 | 第58-62页 |
3.3.1 估计偏差获取 | 第58-59页 |
3.3.2 基于区域划分的偏差分配方法 | 第59-62页 |
3.4 基于数据的典型区域分析验证 | 第62-74页 |
3.4.1 典型区域1分析 | 第63-66页 |
3.4.2 典型区域2分析 | 第66-69页 |
3.4.3 典型区域3分析 | 第69-72页 |
3.4.4 区域停车需求分析 | 第72-74页 |
3.5 本章小结 | 第74-75页 |
第四章 城市区域机动车积累量可视化 | 第75-89页 |
4.1 可视化平台框架介绍 | 第75-77页 |
4.2 可视化平台及方案设计 | 第77-79页 |
4.3 可视化平台展示及实例分析 | 第79-87页 |
4.3.1 主界面展示 | 第79页 |
4.3.2 路段、区域空间数据和交通数据展示 | 第79-83页 |
4.3.3 数据对比展示 | 第83-87页 |
4.4 本章小结 | 第87-89页 |
第五章 总结与展望 | 第89-91页 |
5.1 本文工作总结 | 第89-90页 |
5.2 未来工作展望 | 第90-91页 |
参考文献 | 第91-97页 |
攻读学位期间发表的学术论文与取得的其他研究成果 | 第97页 |