首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--电子计算机在公路运输和公路工程中的应用论文

基于环形线圈车型识别研究

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

论文共74页,点击 下载论文
上一篇:基于图像处理的路面裂纹识别研究
下一篇:基于MS.NET的电网故障行波定位信息处理系统研究