| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·美国的研究现状 | 第11-12页 |
| ·欧洲的研究现状 | 第12-13页 |
| ·日本的研究现状 | 第13页 |
| ·国内研究现状 | 第13页 |
| ·本文组织结构介绍 | 第13-15页 |
| ·本文研究内容 | 第13-14页 |
| ·本文框架 | 第14-15页 |
| 第二章 情景感知相关综述 | 第15-24页 |
| ·情景感知计算 | 第15-18页 |
| ·情景的定义 | 第15-16页 |
| ·情景感知的定义 | 第16页 |
| ·情景感知计算的定义 | 第16-17页 |
| ·情景感知计算的研究现状 | 第17-18页 |
| ·情景感知服务的相关研究 | 第18-20页 |
| ·情景感知服务 | 第18-19页 |
| ·情景感知服务的现状研究 | 第19-20页 |
| ·情景信息建模和表示 | 第20-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 行车导航系统架构与基于本体的智能交通建模 | 第24-37页 |
| ·基于情景感知的行车导航服务系统架构 | 第25-27页 |
| ·城市交通信息领域的本体的分析与设计 | 第27-31页 |
| ·智能交通中本体的分析 | 第27页 |
| ·建立智能交通本体核心类 | 第27-31页 |
| ·确定本体类间的关系和属性 | 第31页 |
| ·Protégé和 OWL | 第31-33页 |
| ·Protégé | 第31-32页 |
| ·OWL | 第32-33页 |
| ·利用 Protégé构建本体 | 第33-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 智能交通中的最优路径算法 | 第37-46页 |
| ·最优路径选择 | 第37-42页 |
| ·Dijkstra 算法 | 第37-39页 |
| ·Q-Method 算法 | 第39-41页 |
| ·Q-Method 算法实例 | 第41-42页 |
| ·Q-Method 算法的改进 | 第42-45页 |
| ·改进算法的初始化 | 第44页 |
| ·改进算法的迭代过程 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 基于情景感知的动态导航路径优化评估模型与最优路径规划 | 第46-63页 |
| ·影响时间最优路径规划的相关情景因素 | 第46-49页 |
| ·城市道路汽车平均速度预测 | 第49-50页 |
| ·影响道路汽车速度情景因素权值 | 第49-50页 |
| ·道路上汽车平均行驶时间 | 第50页 |
| ·道路交叉口转向的定义和各影响因素时间惩罚 | 第50-51页 |
| ·道路交叉口转向定义 | 第50-51页 |
| ·各影响因素及其时间惩罚 | 第51页 |
| ·行车导航路径规划评估模型 | 第51-52页 |
| ·基于情景信息的行车导航中的仿真 | 第52-62页 |
| ·选取地图及其图形化 | 第52-55页 |
| ·情景信息导航路线结果 | 第55-58页 |
| ·基于情景感知的最优路径 | 第58-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-64页 |
| ·本文主要工作 | 第63页 |
| ·展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 发表论文和科研情况说明 | 第67-68页 |
| 致谢 | 第68-69页 |