基于多源数据的快速路交通事件自动检测算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·研究目的和意义 | 第10页 |
| ·研究内容 | 第10-11页 |
| ·本章小结 | 第11-13页 |
| 第2章 国内外研究综述 | 第13-25页 |
| ·国内外研究现状 | 第13-19页 |
| ·基于固定检测器的交通事件检测研究现状 | 第13-16页 |
| ·基于浮动车数据的交通事件检测研究现状 | 第16-17页 |
| ·基于多源交通数据的交通事件检测研究现状 | 第17-18页 |
| ·现状小结 | 第18-19页 |
| ·基本概念与方法 | 第19-23页 |
| ·交通事件的定义与分类 | 第19-20页 |
| ·经典AID 算法 | 第20-22页 |
| ·算法评价指标 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 第3章 多源交通数据的预处理 | 第25-43页 |
| ·数据基础 | 第25-28页 |
| ·数据质量分析 | 第28-30页 |
| ·快速路固定检测器数据质量分析 | 第29-30页 |
| ·快速路浮动车数据质量分析 | 第30页 |
| ·交通数据的预处理 | 第30-41页 |
| ·数据准备 | 第30-32页 |
| ·数据预处理流程 | 第32-34页 |
| ·多源交通数据的筛选与剔除 | 第34-35页 |
| ·缺失数据的恢复 | 第35-36页 |
| ·基于小波的数据噪声过滤 | 第36-39页 |
| ·数据预处理示例 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 基于单一数据源的快速路事件检测 | 第43-55页 |
| ·基于固定检测器的多参数判别算法 | 第43-48页 |
| ·数据分析与输入参量的选择 | 第43-44页 |
| ·算法的提出 | 第44-46页 |
| ·算法的标定 | 第46-48页 |
| ·基于浮动车的时空二维判别算法 | 第48-52页 |
| ·算法参数的确定 | 第48页 |
| ·快速路浮动车数据分析 | 第48-50页 |
| ·算法的提出 | 第50-51页 |
| ·阈值的确定 | 第51-52页 |
| ·算法有效性分析 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第5章 基于D-S 融合的快速路事件综合检测 | 第55-67页 |
| ·数据融合 | 第55-59页 |
| ·数据融合的概念 | 第55-56页 |
| ·数据融合方法 | 第56-58页 |
| ·基于多源数据的快速路事件检测算法结构 | 第58-59页 |
| ·D-S 证据理论 | 第59-60页 |
| ·基于D-S 证据理论的多源数据事件检测算法 | 第60-63页 |
| ·时间匹配 | 第60-61页 |
| ·融合方法的建立 | 第61-63页 |
| ·阈值及参数的更新 | 第63页 |
| ·算法有效性分析 | 第63-65页 |
| ·本章小结 | 第65-67页 |
| 总结与展望 | 第67-69页 |
| 全文总结 | 第67页 |
| 展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读学位期间发表的学术论文 | 第73页 |
| 参与课题与项目 | 第73-75页 |
| 致谢 | 第75页 |
