摘要 | 第1-6页 |
ABSTRACT | 第6-11页 |
第一章 绪论 | 第11-17页 |
·课题研究背景 | 第11-12页 |
·道路车辆检测与车型分类技术 | 第12-13页 |
·视频检测技术 | 第12页 |
·超声波检测分类技术 | 第12-13页 |
·红外线检测技术 | 第13页 |
·激光检测分类技术 | 第13页 |
·感应线圈检测 | 第13页 |
·基于感应线圈的车辆检测和车型分类技术 | 第13-15页 |
·基于感应线圈的车辆检测技术的发展 | 第13-14页 |
·基于 ART2 车型识别方法的提出 | 第14-15页 |
·论文的主要内容和组织结构 | 第15-17页 |
第二章 下位机系统的组成及工作原理 | 第17-22页 |
·感应信号采集的过程及原理 | 第17-20页 |
·涡流传感器 | 第17页 |
·环形线圈车辆检测器检测原理 | 第17-18页 |
·环形线圈车辆检测器信号采集过程 | 第18-20页 |
·CPLD 采样测频的原理 | 第20-21页 |
·常用的频率测量方法 | 第20页 |
·等精度测频方法 | 第20-21页 |
·本章小结 | 第21-22页 |
第三章 ART2 神经网络基本原理和算法实现框架 | 第22-35页 |
·ART 网络概述 | 第22-25页 |
·竞争机制 | 第22-23页 |
·典型的 ART 算法框架 | 第23-25页 |
·ART 神经网络的结构与原理 | 第25-27页 |
·ART 神经网络的基本结构 | 第25-27页 |
·ART 网络的基本原理 | 第27页 |
·ART2 神经网络的结构和原理 | 第27-34页 |
·ART2 神经网络的结构 | 第27-33页 |
·ART2 神经网络的工作原理 | 第33-34页 |
·本章小结 | 第34-35页 |
第四章 ART2 神经网络在车型分类中的运用 | 第35-50页 |
·感应波形分类的原理 | 第35页 |
·车辆波形特征向量的提取 | 第35-38页 |
·感应波形一般性特征 | 第35-37页 |
·数据的预处理 | 第37页 |
·数据特征的提取 | 第37-38页 |
·车型分类的要求 | 第38-40页 |
·车型分类的标准 | 第38页 |
·车型分类实际应用中的类别 | 第38-40页 |
·基于 ART2 神经网络车辆分类方法的实现 | 第40-48页 |
·方法应用流程 | 第40-41页 |
·样本数据的选取 | 第41页 |
·ART2 网络参数的确定 | 第41-42页 |
·ART2 网络的训练 | 第42-48页 |
·随机训练 | 第43-45页 |
·警戒值的选取 | 第45-46页 |
·顺序训练 | 第46-48页 |
·稳定的 ART2 网络的形成 | 第48页 |
·映射关系的建立 | 第48-49页 |
·本章小结 | 第49-50页 |
第五章 交通参数检测系统应用软件功能的实现 | 第50-63页 |
·功能概述 | 第50-51页 |
·软件开发平台的介绍 | 第51-53页 |
·Visual C++的介绍 | 第51页 |
·MATLAB 的介绍 | 第51-52页 |
·Visual C++与 MATLAB 的比较及实现的功能 | 第52-53页 |
·串口的接收与保存 | 第53-55页 |
·串口接收与保存实现的功能 | 第53-54页 |
·串口接收与保存的实现 | 第54-55页 |
·交通参数的计算和车型分类统计 | 第55-59页 |
·交通参数的计算原理 | 第55-57页 |
·交通参数计算和车型分类统计实现流程 | 第57-58页 |
·MATLAB 和 VC 的混合编程 | 第58-59页 |
·在线车型模式的添加 | 第59-60页 |
·数据库的存储与查询 | 第60-62页 |
·数据库的建立与发送 | 第60-61页 |
·数据库的查询 | 第61-62页 |
·本章小结 | 第62-63页 |
第六章 系统实验及分析 | 第63-68页 |
·实验目的 | 第63页 |
·实验条件 | 第63-64页 |
·实验地点与时间 | 第63页 |
·实验设备 | 第63-64页 |
·实验结果与分析 | 第64-67页 |
·稳定性和自动性测试实验 | 第64-65页 |
·交通参数分析实验 | 第65-66页 |
·分类实验 | 第66-67页 |
·本章小节 | 第67-68页 |
结论 | 第68-69页 |
参考文献 | 第69-73页 |
致谢 | 第73-74页 |
附录A 攻读硕士期间发表的学术论文 | 第74页 |