| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 交通事件检测技术的重要意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9页 |
| 1.3 本文的主要工作 | 第9-11页 |
| 第二章 交通事件检测基础理论 | 第11-30页 |
| 2.1 交通流概念 | 第11-15页 |
| 2.1.1 交通流参数 | 第11-12页 |
| 2.1.2 交通流三参数关系 | 第12-14页 |
| 2.1.3 交通流参数的测量 | 第14-15页 |
| 2.2 基于预测偏差的交通事件检测算法 | 第15-17页 |
| 2.3 时间序列预测模型 | 第17-19页 |
| 2.3.4 自回归模型 | 第17页 |
| 2.3.5 移动平均模型 | 第17-18页 |
| 2.3.6 指数平滑模型 | 第18页 |
| 2.3.7 组合预测 | 第18-19页 |
| 2.4 常用白噪声分离理论基础 | 第19-21页 |
| 2.4.8 小波去噪原理 | 第19-20页 |
| 2.4.9 傅里叶去噪原理 | 第20-21页 |
| 2.5 常用预测误差指标 | 第21-22页 |
| 2.6 低阶非线性变换理论基础 | 第22-23页 |
| 2.7 稳健统计理论 | 第23-30页 |
| 2.7.1 位置估计量 | 第24-25页 |
| 2.7.2 尺度估计量 | 第25-26页 |
| 2.7.3 稳健统计量分析 | 第26-30页 |
| 第三章 交通流预报数值试验 | 第30-44页 |
| 3.1 低阶非线性变换在单项预测模型中的应用 | 第30-35页 |
| 3.2 低阶非线性变换在组合预测中的应用 | 第35-43页 |
| 3.2.1 低阶非线性变换在方差倒数法组合预测模型中的应用 | 第35-42页 |
| 3.2.2 低阶非线性变换在简单平均法组合预测中的应用 | 第42-43页 |
| 3.3 小结 | 第43-44页 |
| 第四章 交通事件检测 | 第44-51页 |
| 4.1 小波去噪数值实验 | 第44-45页 |
| 4.2 傅里叶去噪实验 | 第45-46页 |
| 4.3 交通事件的概率化判别 | 第46-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51页 |
| 5.2 展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 发表论文和参加科研情况说明 | 第57-58页 |
| 致谢 | 第58页 |