首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--交通工程与交通管理论文--交通调查与规划论文

交通流混沌快速识别智能技术研究

摘要第1-5页
ABSTRACT第5-10页
第一章 绪论第10-16页
 §1-1 研究背景和意义第10-11页
  1-1-1 研究背景第10-11页
  1-1-2 研究意义第11页
 §1-2 国内外研究评述第11-13页
  1-2-1 传统交通流混沌识别方法研究评述第12页
  1-2-2 交通流混沌快速识别智能方法研究评述第12-13页
 §1-3 本研究的主要内容和基本框架第13-16页
  1-3-1 本研究的主要内容第13-14页
  1-3-2 本研究的基本框架第14-16页
第二章 交通流混沌机理与常规识别方法第16-23页
 §2-1 交通流混沌第16页
  2-1-1 混沌的概念第16页
  2-1-2 交通流混沌第16页
 §2-2 交通流混沌机理第16-19页
 §2-3 交通流混沌常规识别方法第19-22页
  2-3-1 关联维数法第19-20页
  2-3-2 庞加莱截面法第20页
  2-3-3 李雅普诺夫指数法第20-22页
  2-3-4 评述第22页
 §2-4 小结第22-23页
第三章 交通流混沌快速识别智能系统第23-27页
 §3-1 系统原理第23页
 §3-2 系统结构第23-24页
 §3-3 系统功能第24-26页
  3-3-1 信息采集子系统第24页
  3-3-2 离线识别子系统第24页
  3-3-3 数据库第24页
  3-3-4 知识库第24-25页
  3-3-5 在线识别子系统第25-26页
 §3-4 小结第26-27页
第四章 基于粒子群优化的交通流混沌在线识别方法第27-37页
 §4-1 交通流混沌特征提取第27-29页
  4-1-1 交通流混沌特征提取方法第27页
  4-1-2 交通流混沌特征提取步骤第27-29页
 §4-2 基于神经网络的交通流混沌在线识别方法第29-33页
  4-2-1 交通流混沌在线识别神经网络模型第29-31页
  4-2-2 神经网络模型的粒子群优化算法第31-33页
 §4-3 基于LS-SVM 的交通流混沌在线识别方法第33-36页
  4-3-1 交通流混沌在线识别LS-SVM 模型第33-34页
  4-3-2 LS-SVM 模型的粒子群优化算法第34-36页
 §4-4 小结第36-37页
第五章 交通流混沌快速识别智能系统软件开发第37-50页
 §5-1 系统设计第37-40页
  5-1-1 系统总体设计思路第37页
  5-1-2 系统功能划分第37-38页
  5-1-3 系统流程图第38-40页
 §5-2 软件设计的核心技术第40-41页
  5-2-1 数据库访问技术第40-41页
  5-2-2 MFC 面向对象技术第41页
 §5-3 软件设计内容第41-49页
  5-3-1 数据库设计第41-43页
  5-3-2 工程框架设计第43-49页
 §5-4 小结第49-50页
第六章 仿真实验第50-66页
 §6-1 实验条件简述第50-51页
  6-1-1 实验数据采集第50-51页
  6-1-2 软件开发环境第51页
 §6-2 仿真实验结果第51-53页
  6-2-1 离线模型计算结果第51页
  6-2-2 特征提取结果第51-52页
  6-2-3 在线识别模型识别结果第52-53页
 §6-3 不同在线识别模型结果比较第53-64页
  6-3-1 粒子群优化神经网络模型参数第53-59页
  6-3-2 粒子群优化LS-SVM 模型参数第59-63页
  6-3-3 不同在线识别模型结果比较第63页
  6-3-4 神经网络模型BP 算法与粒子群优化比较第63-64页
  6-3-5 LS-SVM 模型与粒子群优化比较第64页
 §6-4 不同的时间序列长度分析第64-65页
  6-4-1 不同时间序列长度的特征提取第64-65页
  6-4-2 不同时间序列长度在线识别结果第65页
 §6-5 小结第65-66页
第七章 总结与展望第66-69页
 §7-1 总结第66-67页
 §7-2 建议与展望第67-69页
参考文献第69-72页
致谢第72-73页
攻读硕士学位期间所取得的相关科研成果第73页

论文共73页,点击 下载论文
上一篇:汽车电动助力转向(EPS)系统技术研究
下一篇:双洞小净距隧道设计、施工关键技术的应用研究