基于HMM的交通状态判别及其在交通流参数短时预测中的应用
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 文献综述 | 第10-14页 |
| 1.2.1 交通状态判别研究综述 | 第10-11页 |
| 1.2.2 交通流参数短时预测研究综述 | 第11-14页 |
| 1.3 研究目标和内容 | 第14页 |
| 1.3.1 研究目标 | 第14页 |
| 1.3.2 研究内容 | 第14页 |
| 1.4 技术路线 | 第14-17页 |
| 1.4.1 技术路线描述 | 第14-15页 |
| 1.4.2 技术路线图 | 第15-17页 |
| 1.5 论文结构安排 | 第17页 |
| 1.6 本章小结 | 第17-19页 |
| 第二章 基于HMM的交通状态判别方法 | 第19-31页 |
| 2.1 概述 | 第19页 |
| 2.2 HMM模型概述 | 第19-21页 |
| 2.3 HMM三大问题及其解决算法 | 第21-26页 |
| 2.3.1 评价问题 | 第21-22页 |
| 2.3.2 解码问题 | 第22-23页 |
| 2.3.3 学习问题 | 第23-26页 |
| 2.4 交通状态判别方法构建 | 第26-28页 |
| 2.5 结果分析与评价方法 | 第28-29页 |
| 2.6 本章小结 | 第29-31页 |
| 第三章 基于不同交通状态的交通流参数短时预测方法 | 第31-37页 |
| 3.1 概述 | 第31页 |
| 3.2 随机森林模型概述 | 第31页 |
| 3.3 决策树和Bagging | 第31-33页 |
| 3.4 交通流短时预测方法构建 | 第33-34页 |
| 3.5 预测性能评价方法 | 第34-35页 |
| 3.6 本章小结 | 第35-37页 |
| 第四章 实例分析 | 第37-59页 |
| 4.1 概述 | 第37页 |
| 4.2 数据描述及预处理 | 第37-39页 |
| 4.2.1 数据描述 | 第37-38页 |
| 4.2.2 数据描述及预处理 | 第38-39页 |
| 4.3 基于HMM的交通状态判别实例 | 第39-48页 |
| 4.3.1 HMM模型构建 | 第39-43页 |
| 4.3.2 交通状态判别结果分析与评价 | 第43-48页 |
| 4.4 交通流参数短时预测性能分析与评价 | 第48-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 结论与展望 | 第59-61页 |
| 5.1 研究成果总结 | 第59页 |
| 5.2 研究展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 科研经历与硕士期间发表论文情况 | 第67页 |
