| 论文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·引言 | 第9-10页 |
| ·国内外智能交通系统的研究发展状况 | 第10-13页 |
| ·本文研究的主要内容 | 第13-14页 |
| 第二章 数据挖掘在智能交通系统中的应用分析 | 第14-23页 |
| ·智能交通系统 | 第14-18页 |
| ·数据挖掘在ITS 中的应用分析 | 第18-23页 |
| 第三章 支持向量机的学习理论 | 第23-36页 |
| ·统计学习 | 第23-27页 |
| ·机器学习的基本问题 | 第24-25页 |
| ·经验风险最小化 | 第25-26页 |
| ·复杂性与推广能力 | 第26-27页 |
| ·统计学习理论 | 第27-30页 |
| ·函数集的VC 维 | 第27-28页 |
| ·推广能力的界 | 第28-29页 |
| ·结构风险最小化 | 第29-30页 |
| ·支持向量机的工作原理 | 第30-36页 |
| ·线性支持向量机 | 第30-33页 |
| ·非线性支持向量机 | 第33-36页 |
| 第四章 交通流量预测模型 | 第36-55页 |
| ·智能交通系统数据挖掘模型 | 第36-42页 |
| ·基于最小二乘支持向量机(LS_SVM)的交通流量预测模型 | 第42-55页 |
| ·车流量预测过程 | 第42-45页 |
| ·最小二乘支持向量机 | 第45-47页 |
| ·车流量预测实验 | 第47-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 攻读研究生期间参加科研项目与发表的论文 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |