| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 智能交通系统的发展 | 第10-12页 |
| 1.2.2 交通信息采集技术研究现状 | 第12-13页 |
| 1.2.3 交通状况分析的研究现状 | 第13-14页 |
| 1.2.4 城市交通运行状况评价指标 | 第14-15页 |
| 1.3 论文工作内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第二章 基础理论和相关技术 | 第17-27页 |
| 2.1 GPS浮动车交通信息采集技术 | 第17-21页 |
| 2.1.1 浮动车交通信息采集系统 | 第17-19页 |
| 2.1.2 采集系统组成框架及原理 | 第19-20页 |
| 2.1.3 出租车作为浮动车的优势 | 第20-21页 |
| 2.2 城市交通流特征参数 | 第21-24页 |
| 2.2.1 交通流基本概念 | 第21页 |
| 2.2.2 交通流基本参数 | 第21-24页 |
| 2.3 交通状况聚类方法概述 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 GPS浮动车数据进行交通状况研究的可行性分析 | 第27-39页 |
| 3.1 GPS浮动车数据结构及轨迹 | 第27-28页 |
| 3.2 GPS浮动车采集参数的确定 | 第28-32页 |
| 3.2.1 数据获取时间间隔的确定 | 第28-29页 |
| 3.2.2 浮动车最小样本数量确定方法 | 第29-32页 |
| 3.3 GPS数据的采集与筛选 | 第32-35页 |
| 3.4 GPS数据的最小样本验证 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 基于加权PageRank算法的路网数据平滑 | 第39-54页 |
| 4.1 路网构建及参数计算 | 第39-43页 |
| 4.2 路网数据计算存在的问题 | 第43-44页 |
| 4.3 PageRank算法 | 第44-47页 |
| 4.3.1 算法来源及介绍 | 第44-45页 |
| 4.3.2 PageRank算法示例 | 第45-47页 |
| 4.4 改进的加权PageRank算法 | 第47-49页 |
| 4.5 平滑后数据结果的实验分析 | 第49-52页 |
| 4.6 本章小结 | 第52-54页 |
| 第五章 基于AP聚类算法的交通区域状况分析 | 第54-77页 |
| 5.1 AP聚类算法的基本原理 | 第54页 |
| 5.2 AP聚类算法的具体介绍 | 第54-58页 |
| 5.2.1 算法数学模型及描述 | 第54-57页 |
| 5.2.2 算法实现的具体流程 | 第57-58页 |
| 5.2.3 算法应用于交通状况分析的适应性 | 第58页 |
| 5.3 基于AP算法的路网交通区域聚类 | 第58-60页 |
| 5.3.1 数据聚类流程 | 第58-59页 |
| 5.3.2 交通状况的判定依据 | 第59-60页 |
| 5.3.3 拥堵范围的求精 | 第60页 |
| 5.4 谱聚类算法的基本介绍 | 第60-63页 |
| 5.4.1 算法的基本原理及概念 | 第60-62页 |
| 5.4.2 算法的聚类流程 | 第62-63页 |
| 5.5 交通区域状况的实验分析 | 第63-75页 |
| 5.5.1 基于谱聚类算法的路网聚类结果 | 第63-67页 |
| 5.5.2 基于AP算法的路网聚类结果 | 第67-71页 |
| 5.5.3 交通区域状况分析 | 第71-75页 |
| 5.6 本章小结 | 第75-77页 |
| 总结与展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 攻读学位期间取得的研究成果 | 第83-84页 |
| 致谢 | 第84页 |