基于K近邻非参数回归方法的短时交通流预测
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 交通流预测的主要方法 | 第11-15页 |
| 1.3 国内外研究现状 | 第15-17页 |
| 1.4 主要研究内容 | 第17-19页 |
| 1.5 本章小结 | 第19-20页 |
| 第2章 非参数回归基本理论 | 第20-25页 |
| 2.1 非参数回归方法的基本原理 | 第20-21页 |
| 2.2 非参数回归方法的优点 | 第21-22页 |
| 2.3 非参数回归方法在交通流预测中的优势 | 第22页 |
| 2.4 非参数回归方法在交通流预测中的主要因素 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 K近邻非参数回归算法的构造 | 第25-31页 |
| 3.1 K近邻算法框架 | 第25页 |
| 3.2 K近邻非参数回归方法的步骤 | 第25-26页 |
| 3.3 K近邻算法预测精度的影响因素 | 第26-27页 |
| 3.4 算法的构建 | 第27-30页 |
| 3.4.1 状态向量的构建 | 第27-29页 |
| 3.4.2 近邻值K的选取 | 第29页 |
| 3.4.3 预测算法选取 | 第29-30页 |
| 3.4.4 距离度量准则 | 第30页 |
| 3.5 本章小结 | 第30-31页 |
| 第4章 状态向量的构造 | 第31-40页 |
| 4.1 历史数据来源及处理 | 第31-33页 |
| 4.2 上游相关路段的选取 | 第33-34页 |
| 4.3 历史追溯周期的选取 | 第34-35页 |
| 4.4 主成份分析 | 第35-39页 |
| 4.5 三种状态向量的比较分析 | 第39-40页 |
| 第5章 非参数回归预测实验 | 第40-52页 |
| 5.1 实验设计 | 第40-41页 |
| 5.2 三种状态向量对比实验 | 第41-47页 |
| 5.2.1 同一状态向量三种时段预测对比 | 第41-43页 |
| 5.2.2 同一时段三种状态向量预测对比 | 第43-46页 |
| 5.2.3 两组对比实验结果分析 | 第46-47页 |
| 5.3 与基本状态向量预测对比实验 | 第47-50页 |
| 5.4 算法的效果展示 | 第50-51页 |
| 5.5 本章小结 | 第51-52页 |
| 结论与展望 | 第52-55页 |
| 论文工作总结 | 第52页 |
| 结论 | 第52-53页 |
| 研究展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第60页 |
