面向交通运行状态评价的多源异质交通流数据融合技术方法研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| Abstract | 第7-15页 |
| 1 绪论 | 第15-21页 |
| ·研究背景与意义 | 第15-17页 |
| ·研究背景 | 第15-17页 |
| ·研究意义 | 第17页 |
| ·研究目标与内容 | 第17-19页 |
| ·研究技术路线 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 2 国内外研究综述 | 第21-32页 |
| ·交通运行状态评价研究综述 | 第21-25页 |
| ·交通运行状态评价的含义 | 第21页 |
| ·国内外交通运行状态评价研究综述 | 第21-25页 |
| ·数据融合研究综述 | 第25-28页 |
| ·数据融合的定义 | 第25-26页 |
| ·数据融合方法综述 | 第26-28页 |
| ·数据融合技术在交通领域中的应用 | 第28-30页 |
| ·数据融合技术在城市交通领域应用的原因与目的 | 第28-29页 |
| ·数据融合技术在交通领域中应用的几个方面 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 3 多源异质交通流数据的分析与处理 | 第32-40页 |
| ·数据来源 | 第32页 |
| ·数据采集技术介绍 | 第32-38页 |
| ·浮动车数据采集技术 | 第32-34页 |
| ·微波检测器数据采集技术 | 第34-36页 |
| ·车牌识别数据采集技术 | 第36-38页 |
| ·数据的预处理 | 第38页 |
| ·数据的匹配 | 第38-39页 |
| ·时间匹配 | 第38-39页 |
| ·空间匹配 | 第39页 |
| ·本章小结 | 第39-40页 |
| 4 面向交通运行状态评价的数据融合技术方法 | 第40-53页 |
| ·交通数据融合 | 第40-41页 |
| ·交通数据融合定义 | 第40页 |
| ·数据融合的层次 | 第40-41页 |
| ·数据融合方式 | 第41-42页 |
| ·数据融合方式的定义 | 第41-42页 |
| ·本文的数据融合方式 | 第42页 |
| ·现有数据融合方法比选 | 第42-46页 |
| ·现有方法应用范围 | 第43页 |
| ·现有方法的评价 | 第43-46页 |
| ·神经网络模型的构建与流程 | 第46-52页 |
| ·神经网络原理介绍 | 第46-48页 |
| ·神经网络模型的输入 | 第48-51页 |
| ·本文神经网络模型设计与实现 | 第51-52页 |
| ·神经网络模型的输出 | 第52页 |
| ·本章小结 | 第52-53页 |
| 5 北京市环路道路交通运行状态评价实例 | 第53-83页 |
| ·道路交通运行状态评价基本情况 | 第53-56页 |
| ·数据源 | 第53页 |
| ·研究区域的界定 | 第53-56页 |
| ·数据融合模型的训练与有效性判断 | 第56-65页 |
| ·融合模型的训练 | 第56-57页 |
| ·有效性判断指标与交通运行状态评价指标 | 第57-59页 |
| ·有效性判断 | 第59-65页 |
| ·道路交通运行状态评价 | 第65-76页 |
| ·二环道路交通运行状态评价 | 第65-69页 |
| ·三环道路交通运行状态评价 | 第69-73页 |
| ·四环道路交通运行状态评价 | 第73-76页 |
| ·交通运行状态评价结果比较 | 第76-81页 |
| ·数据融合前后交通运行状态评价结果比较 | 第77-80页 |
| ·不同数据融合方式下交通运行状态评价结果比较 | 第80-81页 |
| ·本章小结 | 第81-83页 |
| 6 结论及展望 | 第83-85页 |
| ·本文主要结论 | 第83页 |
| ·需完善的方向和建议 | 第83-84页 |
| ·本章小结 | 第84-85页 |
| 参考文献 | 第85-87页 |
| 附录 A | 第87-89页 |
| 作者简历 | 第89-91页 |
| 学位论文数据集 | 第91页 |
