基于多维数据源的动态交通流信息平台研究
致谢 | 第1-6页 |
中文摘要 | 第6-7页 |
ABSTRACT | 第7-13页 |
1 引言 | 第13-17页 |
·研究背景与意义 | 第13-15页 |
·研究背景 | 第13-14页 |
·研究意义 | 第14-15页 |
·研究目标与内容 | 第15-16页 |
·研究技术路线 | 第16-17页 |
2 国内外研究综述 | 第17-27页 |
·动态交通流数据源简介 | 第17-18页 |
·国内外动态交通流信息平台综述 | 第18-20页 |
·国外动态交通流信息平台 | 第18-19页 |
·国内动态交通流信息平台 | 第19-20页 |
·小结 | 第20页 |
·数据融合技术综述 | 第20-27页 |
·数据融合基本概念 | 第20-21页 |
·常用数据融合模型 | 第21-23页 |
·数据融合在交通流领域中的应用 | 第23-25页 |
·小结 | 第25-27页 |
3 动态交通流信息平台功能结构设计 | 第27-33页 |
·动态交通流信息平台功能定位 | 第27-28页 |
·动态交通流信息平台功能模块 | 第28-31页 |
·动态交通流信息平台基础数据模块 | 第28-29页 |
·多维动态交通流数据融合模块 | 第29-30页 |
·动态交通流信息可视化展示模块 | 第30-31页 |
·本章小结 | 第31-33页 |
4 动态交通流信息平台基础数据模块建立 | 第33-43页 |
·动态交通流数据 | 第33-36页 |
·数据格式标准化 | 第36-37页 |
·数据空间匹配 | 第37-38页 |
·数据质量控制 | 第38-41页 |
·本章小结 | 第41-43页 |
5 多维动态交通流数据融合模块建立 | 第43-53页 |
·多维动态交通流数据融合模块构建流程 | 第43页 |
·数据融合模型选取 | 第43-44页 |
·遗传算法与BP神经网络模型原理 | 第44-47页 |
·遗传算法原理 | 第44-45页 |
·BP神经网络模型原理 | 第45-47页 |
·GA—BP神经网络组合模型原理 | 第47-48页 |
·GA—BP神经网络组合模型构建 | 第48-51页 |
·本章小结 | 第51-53页 |
6 北京市动态交通流信息平台 | 第53-73页 |
·动态交通流信息平台基础数据模块 | 第53-62页 |
·数据库的建立 | 第53-57页 |
·数据空间匹配 | 第57-60页 |
·数据质量控制 | 第60-62页 |
·多维动态交通流数据融合模块 | 第62-65页 |
·动态交通流信息可视化展示模块 | 第65-72页 |
·本章小结 | 第72-73页 |
7 总结与展望 | 第73-75页 |
·主要工作及创新点 | 第73页 |
·研究展望 | 第73-75页 |
参考文献 | 第75-77页 |
附录A | 第77-79页 |
作者简历 | 第79-83页 |
学位论文数据集 | 第83页 |