基于浮动车与固定检测器的交通流数据融合技术研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-13页 |
| ·引言 | 第10-11页 |
| ·研究目的和意义 | 第11-12页 |
| ·主要研究内容 | 第12-13页 |
| 2 数据融合算法 | 第13-23页 |
| ·经典统计和推理方法 | 第13-17页 |
| ·Bayes估计 | 第13-15页 |
| ·Kalman滤波 | 第15页 |
| ·证据理论 | 第15-16页 |
| ·指数平滑法 | 第16-17页 |
| ·人工智能方法 | 第17-21页 |
| ·粗糙集理论 | 第17-19页 |
| ·模糊理论 | 第19-20页 |
| ·神经网络 | 第20-21页 |
| ·数据融合在交通系统中的应用 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 交通流数据检测技术 | 第23-40页 |
| ·交通流数据 | 第23页 |
| ·浮动车检测技术 | 第23-34页 |
| ·浮动车数据检测 | 第23-25页 |
| ·浮动车样本大小的确定 | 第25-26页 |
| ·浮动车停站、停靠的影响处理 | 第26-28页 |
| ·浮动车路段平均速度估计 | 第28-33页 |
| ·浮动车检测技术应用现状 | 第33-34页 |
| ·固定检测器技术 | 第34-38页 |
| ·固定检测器类别及其数据检测 | 第34-37页 |
| ·固定检测器技术应用现状 | 第37-38页 |
| ·多源交通流数据特点分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 4 浮动车与固定检测器交通流数据融合 | 第40-53页 |
| ·数据融合框架 | 第40-41页 |
| ·数据预处理 | 第41-47页 |
| ·交通流数据过滤 | 第41-42页 |
| ·交通流数据补偿 | 第42-47页 |
| ·融合算法选择 | 第47-49页 |
| ·交通流数据融合计算 | 第49-51页 |
| ·浮动车数据欠充分处理 | 第49-51页 |
| ·浮动车数据充分处理 | 第51页 |
| ·本章小结 | 第51-53页 |
| 5 浮动车与固定检测器路段平均速度融合实例 | 第53-64页 |
| ·实验环境 | 第53-54页 |
| ·实验数据来源 | 第54-55页 |
| ·浮动车检测速度补偿 | 第55-58页 |
| ·路段平均速度融合 | 第58-63页 |
| ·本章小结 | 第63-64页 |
| 6 结束语 | 第64-66页 |
| ·结论 | 第64-65页 |
| ·进一步的研究建议 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 作者简历 | 第69-71页 |
| 学位论文数据集 | 第71页 |
