基于车牌识别数据的交通出行特征分析
| 致谢 | 第4-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第15-21页 |
| 1.1 研究背景和意义 | 第15-17页 |
| 1.1.1 研究背景 | 第15-17页 |
| 1.1.2 研究意义 | 第17页 |
| 1.2 研究问题与目标 | 第17-18页 |
| 1.3 研究思路及内容 | 第18-21页 |
| 1.3.1 论文研究思路 | 第18页 |
| 1.3.2 论文研究内容 | 第18-21页 |
| 2 文献综述 | 第21-32页 |
| 2.1 交通采集数据预处理方法及质量分析 | 第21-26页 |
| 2.1.1 车牌识别数据的相关研究 | 第21-25页 |
| 2.1.2 数据质量分析研究现状 | 第25-26页 |
| 2.2 通勤交通特征分析 | 第26-27页 |
| 2.3 雨天交通影响分析 | 第27-32页 |
| 3 车牌识别数据预处理及质量评估 | 第32-49页 |
| 3.1 高清智能卡口设备 | 第32-34页 |
| 3.1.1 工作原理 | 第33页 |
| 3.1.2 设备布设位置 | 第33-34页 |
| 3.2 交通数据预处理 | 第34-40页 |
| 3.2.1 原始数据形式 | 第34-35页 |
| 3.2.2 数据预处理方法 | 第35-40页 |
| 3.3 数据质量评估 | 第40-46页 |
| 3.3.1 车牌检测次数分析 | 第40-41页 |
| 3.3.2 流量精度 | 第41-42页 |
| 3.3.3 流量数据质量分析 | 第42-46页 |
| 3.4 应用实例 | 第46-47页 |
| 3.4.1 基础数据处理 | 第46页 |
| 3.4.2 数据完整性分析 | 第46-47页 |
| 3.5 本章小结 | 第47-49页 |
| 4 基于车牌识别数据的通勤交通分析 | 第49-66页 |
| 4.1 研究问题与思路 | 第49页 |
| 4.1.1 问题描述 | 第49页 |
| 4.1.2 研究思路 | 第49页 |
| 4.2 通勤交通识别 | 第49-60页 |
| 4.2.1 通勤车辆定义 | 第50页 |
| 4.2.2 数据预处理与剔除 | 第50页 |
| 4.2.3 提取出行特征指标 | 第50-57页 |
| 4.2.4 数据挖掘方法 | 第57-60页 |
| 4.3 应用实例 | 第60-65页 |
| 4.3.1 基础数据预处理 | 第60-61页 |
| 4.3.2 特征指标提取 | 第61-63页 |
| 4.3.3 数据聚类 | 第63页 |
| 4.3.4 结果分析 | 第63-65页 |
| 4.4 本章小结 | 第65-66页 |
| 5 基于车牌识别数据的雨天出行特征分析 | 第66-82页 |
| 5.1 数据预处理方法 | 第66-67页 |
| 5.1.1 行程时间处理方法 | 第66页 |
| 5.1.2 车头时距获取方法 | 第66-67页 |
| 5.2 分析方法 | 第67-71页 |
| 5.2.1 显著性差异分析 | 第67-68页 |
| 5.2.2 宏观基本图 | 第68-71页 |
| 5.3 降雨对城市道路交通参数影响-实例分析 | 第71-79页 |
| 5.3.1 降雨对城市道路行程速度的影响 | 第72-76页 |
| 5.3.2 降雨对于车头时距影响 | 第76-79页 |
| 5.4 降雨对于路网通行能力的影响 | 第79-81页 |
| 5.5 本章小结 | 第81-82页 |
| 6 总结与展望 | 第82-85页 |
| 6.1 结论 | 第82页 |
| 6.2 展望 | 第82-85页 |
| 参考文献 | 第85-91页 |
| 附录 | 第91-96页 |
| 作者简介 | 第91页 |
| 攻读硕士学位期间发表的文章 | 第91页 |
| 发表专利 | 第91页 |
| 参与项目 | 第91-92页 |
| 数据处理过程代码 | 第92-96页 |
