| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 选题背景及研究意义 | 第8-11页 |
| 1.1.1 课题来源及内容 | 第8-10页 |
| 1.1.2 课题的意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 交通信息检测器的研究 | 第11-13页 |
| 1.2.2 车型分类算法的研究 | 第13页 |
| 1.3 论文主要内容及结构 | 第13-15页 |
| 第2章 地磁传感器在智能交通中的应用 | 第15-23页 |
| 2.1 现有交通信息采集方式 | 第15-18页 |
| 2.1.1 现有的车辆检测器 | 第15-17页 |
| 2.1.2 AMR的识别原理及应用 | 第17-18页 |
| 2.2 AMR磁阻传感器 | 第18-20页 |
| 2.2.1 地磁传感器工作原理 | 第18-20页 |
| 2.2.2 AMR采集交通信息的原理 | 第20页 |
| 2.3 AMR在智能交通中车辆信息的感知 | 第20-22页 |
| 2.3.1 车辆存在性识别 | 第20-21页 |
| 2.3.2 车型分类识别 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 地磁信号的特征提取与优化 | 第23-32页 |
| 3.1 地磁信号预处理 | 第23-25页 |
| 3.1.1 均值滤波 | 第23-25页 |
| 3.1.2 抑制基频漂移 | 第25页 |
| 3.2 特征提取 | 第25-27页 |
| 3.3 基于过滤式和封装式算法的特征选择 | 第27-31页 |
| 3.3.1 过滤式特征选择 | 第28-30页 |
| 3.3.2 封装式的特征选择 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 交通信息感知 | 第32-48页 |
| 4.1 车辆存在性识别 | 第32-34页 |
| 4.2 车型分类 | 第34-36页 |
| 4.2.1 车型分类标准 | 第34-36页 |
| 4.2.2 现有车型分类算法及优缺点 | 第36页 |
| 4.3 Adaboost算法概述 | 第36-40页 |
| 4.3.1 Adaboost算法概述 | 第36-38页 |
| 4.3.2 Adaboost算法有效性分析 | 第38-40页 |
| 4.4 改进的车型分类算法Adaboost-SVM | 第40-47页 |
| 4.4.1 SVM算法概述 | 第40-44页 |
| 4.4.2 二分类到多分类问题的转换 | 第44-46页 |
| 4.4.3 改进的Adaboost-SVM算法 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 地磁信号感知系统的整体设计 | 第48-52页 |
| 5.1 总体设计 | 第48-49页 |
| 5.2 感知节点的设计 | 第49-51页 |
| 5.3 软件部分设计 | 第51-52页 |
| 第6章 实验结果及分析 | 第52-55页 |
| 6.1 实验数据采集 | 第52-54页 |
| 6.2 实验结果与分析 | 第54-55页 |
| 第7章 总结与展望 | 第55-57页 |
| 7.1 总结 | 第55页 |
| 7.2 进一步的工作方向 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-60页 |