基于多源交通数据的路况分析与研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 引言 | 第12-26页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 国外研究现状 | 第13-16页 |
| 1.2.2 国内研究现状 | 第16-18页 |
| 1.3 研究目标和内容及关键技术 | 第18-23页 |
| 1.3.1 研究目标 | 第18页 |
| 1.3.2 研究内容 | 第18-20页 |
| 1.3.3 关键技术 | 第20-22页 |
| 1.3.4 创新点 | 第22-23页 |
| 1.4 论文结构 | 第23-26页 |
| 第2章 交通路况分析平台及相关技术 | 第26-34页 |
| 2.1 交通路况分析平台 | 第26-28页 |
| 2.1.1 交通路况分析现状及需求分析 | 第26-27页 |
| 2.1.2 交通路况分析平台框架 | 第27-28页 |
| 2.2 交通路况态势分析方法 | 第28-29页 |
| 2.3 交通数据流大数据处理技术 | 第29-31页 |
| 2.3.1 交通路况分析大数据架构 | 第29-30页 |
| 2.3.2 消息队列与海量数据传输技术 | 第30页 |
| 2.3.3 基于大数据技术的路况分析应用 | 第30-31页 |
| 2.4 本文的研究架构 | 第31-34页 |
| 第3章 交通数据流不均衡数据采集与融合 | 第34-58页 |
| 3.1 问题描述 | 第34-35页 |
| 3.2 交通数据流数据不均衡补偿融合方法 | 第35-53页 |
| 3.2.1 数据采集及预处理 | 第35-48页 |
| 3.2.2 基于可信度的路段分段速度估计 | 第48-50页 |
| 3.2.3 基于分段速度的交通相位识别方法 | 第50-52页 |
| 3.2.4 基于滤波器的路段行程时间估计 | 第52-53页 |
| 3.3 方法验证及分析 | 第53-56页 |
| 3.3.1 评判方法 | 第53-55页 |
| 3.3.2 比较分析 | 第55-56页 |
| 3.4 本章小结 | 第56-58页 |
| 第4章 交通数据融合动态计算模型 | 第58-72页 |
| 4.1 问题描述 | 第58页 |
| 4.2 交通数据融合动态计算模型优化方法 | 第58-63页 |
| 4.2.1 多级数据融合模型 | 第58-59页 |
| 4.2.2 基于历史数据的路况修正 | 第59-61页 |
| 4.2.3 动态权值调整机制 | 第61页 |
| 4.2.4 数据融合与交通状态判别算法模型 | 第61-63页 |
| 4.3 方法验证及分析 | 第63-70页 |
| 4.3.1 评判方法 | 第63-67页 |
| 4.3.2 比较分析 | 第67-70页 |
| 4.4 本章小结 | 第70-72页 |
| 第5章 交通信息路况分析系统研发 | 第72-86页 |
| 5.1 交通路况分析系统设计 | 第72-75页 |
| 5.1.1 系统需求分析 | 第72页 |
| 5.1.2 系统功能分析 | 第72-73页 |
| 5.1.3 系统总体架构 | 第73-75页 |
| 5.2 交通路况分析系统实现 | 第75-80页 |
| 5.2.1 系统运行环境配置 | 第75-76页 |
| 5.2.2 系统应用关键流程 | 第76-77页 |
| 5.2.3 交通路况分析功能界面 | 第77-80页 |
| 5.3 交通路况分析系统测试 | 第80-84页 |
| 5.3.1 系统测试环境 | 第80页 |
| 5.3.2 系统功能测试 | 第80-82页 |
| 5.3.3 系统测试评价 | 第82-84页 |
| 5.4 本章小结 | 第84-86页 |
| 第6章 结论与展望 | 第86-90页 |
| 6.1 研究结论 | 第86-87页 |
| 6.2 研究展望 | 第87-90页 |
| 参考文献 | 第90-94页 |
| 致谢 | 第94-95页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第95页 |
