| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 车辆异常驾驶行为检测方法研究现状 | 第11-12页 |
| 1.2.2 交通状况异常判别及预测方法研究现状 | 第12-14页 |
| 1.3 主要研究内容 | 第14页 |
| 1.4 论文结构安排 | 第14-16页 |
| 第二章 有效轨迹的提取及地图匹配 | 第16-25页 |
| 2.1 数据采集及预处理 | 第16-19页 |
| 2.2 道路模型的构建 | 第19-20页 |
| 2.2.1 道路路网预处理 | 第19页 |
| 2.2.2 道路路网模型构建 | 第19-20页 |
| 2.3 多模式融合的轨迹数据与地图匹配方法 | 第20-23页 |
| 2.3.1 隐马尔科夫地图匹配 | 第20-22页 |
| 2.3.2 方位角地图匹配 | 第22-23页 |
| 2.4 结果分析 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 融合多特征的车辆异常驾驶行为检测 | 第25-42页 |
| 3.1 驾驶行为异常检测方法框架 | 第25-26页 |
| 3.2 多特征提取与相似性度量 | 第26-33页 |
| 3.2.1 基于GPS数据的多特征提取算法 | 第26-28页 |
| 3.2.2 出租车轨迹相似性计算方法 | 第28-33页 |
| 3.3 融合多特征的轨迹点聚类与类标记异常检测算法研究 | 第33-37页 |
| 3.3.1 基于多特征的凝聚层次聚类算法 | 第33-35页 |
| 3.3.2 基于类标记的异常检测算法 | 第35-37页 |
| 3.4 结果分析 | 第37-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第四章 交通状况异常挖掘及预测方法研究 | 第42-54页 |
| 4.1 交通异常状况检测系统架构 | 第42-43页 |
| 4.2 特征分析及时空特征选取 | 第43-45页 |
| 4.2.1 问题概述 | 第43页 |
| 4.2.2 异常特征分析与选取 | 第43-45页 |
| 4.3 交通异常状况检测模型及预测模型 | 第45-49页 |
| 4.3.1 交通异常状况判别方法研究 | 第45-48页 |
| 4.3.2 交通状况异常状况预测 | 第48-49页 |
| 4.4 结果分析 | 第49-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 实验测试与结果分析 | 第54-57页 |
| 5.1 实验环境 | 第54-55页 |
| 5.1.1 测试环境 | 第54页 |
| 5.1.2 异常评价指标 | 第54-55页 |
| 5.2 对比结果分析 | 第55-57页 |
| 第六章 结论与展望 | 第57-59页 |
| 6.1 研究总结 | 第57-58页 |
| 6.2 工作展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63页 |