| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·课题背景及研究现状 | 第9-13页 |
| ·课题背景 | 第9-10页 |
| ·研究现状 | 第10-13页 |
| ·课题的提出及本文研究的内容 | 第13-16页 |
| ·课题的提出 | 第13-14页 |
| ·本文研究的内容 | 第14-16页 |
| 2 交通信号控制系统的检测技术 | 第16-33页 |
| ·城市交叉口控制基本原理 | 第16-18页 |
| ·交通信号控制系统的主要参数 | 第17-18页 |
| ·视频检测技术的典型方法及其信号特性 | 第18-21页 |
| ·几种典型应用于交通检测中的检测技术 | 第18-20页 |
| ·视频信号的特性 | 第20-21页 |
| ·检测及背景更新算法 | 第21-24页 |
| ·车辆检测算法 | 第22-23页 |
| ·动态背景刷新 | 第23-24页 |
| ·系统的设计与实现 | 第24-32页 |
| ·系统初始化 | 第25页 |
| ·图像信息的采集获取和传送 | 第25-26页 |
| ·图像信息的预处理 | 第26-29页 |
| ·滤波除噪 | 第26-27页 |
| ·图像锐化 | 第27-28页 |
| ·图像增强 | 第28-29页 |
| ·图像分割 | 第29-30页 |
| ·特征提取 | 第30-31页 |
| ·队长统计 | 第31-32页 |
| ·小结 | 第32-33页 |
| 3 智能控制理论及其在城市交通控制中的应用 | 第33-59页 |
| ·智能控制理论简介及特点 | 第33-41页 |
| ·模糊控制理论基础 | 第33-34页 |
| ·模糊控制器的基本结构 | 第34-39页 |
| ·模糊控制器的主要设计因素 | 第39-40页 |
| ·模糊控制的特点和理论研究问题 | 第40-41页 |
| ·人工神经网络控制 | 第41-46页 |
| ·人工神经网络概况 | 第41-43页 |
| ·神经网络的联接形式 | 第43-45页 |
| ·神经网络的特点和理论研究问题 | 第45-46页 |
| ·模糊神经网络 | 第46-51页 |
| ·模糊神经元 | 第48-49页 |
| ·模糊神经网络模型 | 第49-51页 |
| ·其它智能控制方法 | 第51页 |
| ·专家系统 | 第51页 |
| ·遗传算法 | 第51页 |
| ·模糊神经网络在交通信号控制中的应用 | 第51-58页 |
| ·基于Takagi－Sugeno 模型的自适应神经模糊推理系统 | 第52-58页 |
| ·ANFIS 的结构 | 第52-54页 |
| ·基于梯度下降的反向传播算法 | 第54-56页 |
| ·ANFIS 结构混合学习算法 | 第56-58页 |
| ·小结 | 第58-59页 |
| 4 ANFIS 建模及 MATLAB 实现 | 第59-70页 |
| ·MATLAB 语言简介 | 第59-60页 |
| ·模糊神经网络结构的设计 | 第60-62页 |
| ·模糊神经网络仿真过程和步骤 | 第62-67页 |
| ·网络效果检验与分析 | 第67-69页 |
| ·仿真分析 | 第69页 |
| ·小结 | 第69-70页 |
| 5 总结及展望 | 第70-72页 |
| ·主要工作 | 第70页 |
| ·未来的研究方向 | 第70-72页 |
| 攻读学位期间已发表的学术论文及科研成果 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-75页 |