基于数据挖掘技术的智能交通管理系统的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 论文的研究背景及意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8页 |
| 1.1.2 选题意义 | 第8-9页 |
| 1.2 智能交通系统国内外的发展情况 | 第9-12页 |
| 1.2.1 国外智能交通行业发展现状 | 第9-11页 |
| 1.2.2 国内智能交通发展现状 | 第11-12页 |
| 1.3 本文研究的内容 | 第12页 |
| 1.4 论文的组织结构 | 第12-14页 |
| 第2章 智能交通管理系统 | 第14-20页 |
| 2.1 智能交通管理系统的概念 | 第14页 |
| 2.2 智能交通管理系统的总体结构 | 第14-15页 |
| 2.3 智能交通管理系统的层次结构 | 第15-16页 |
| 2.4 智能交通管理系统的基本功能及特征 | 第16-18页 |
| 2.4.1 智能交通管理系统的基本功能 | 第16-17页 |
| 2.4.2 智能交通系统的特征 | 第17-18页 |
| 2.5 本章小结 | 第18-20页 |
| 第3章 智能交通中的数据挖掘技术 | 第20-28页 |
| 3.1 数据挖掘 | 第20-21页 |
| 3.2 大数据 | 第21-22页 |
| 3.3 城市交通大数据相关处理技术 | 第22-24页 |
| 3.4 数据挖掘技术在智能交通管理系统中的应用 | 第24-27页 |
| 3.4.1 智能交通管理系统中的交通大数据 | 第24-25页 |
| 3.4.2 智能交通系统中数据挖掘的系统模型 | 第25-26页 |
| 3.4.3 数据挖掘技术在智能交通中的应用 | 第26-27页 |
| 3.5 课题的研究方法 | 第27页 |
| 3.6 本章小结 | 第27-28页 |
| 第4章 应用于智能交通系统中的数据挖掘算法 | 第28-45页 |
| 4.1 道路交通流量挖掘 | 第28-37页 |
| 4.1.1 交通流量预测算法 | 第28-36页 |
| 4.1.2 交通流聚类分析 | 第36-37页 |
| 4.2 道路交通流拥堵事件挖掘 | 第37-40页 |
| 4.2.1 交通流数据表示 | 第37-39页 |
| 4.2.2 交通流拥堵事件挖掘算法 | 第39-40页 |
| 4.3 道路交通流空间聚类算法 | 第40-42页 |
| 4.3.1 交通流数据对象的相似性 | 第41页 |
| 4.3.2 类的内聚度约束 | 第41-42页 |
| 4.3.3 类的合并和分裂 | 第42页 |
| 4.4 本章小结 | 第42-45页 |
| 第5章 基于数据挖掘技术的智能交通管理系统 | 第45-61页 |
| 5.1 ITMS系统 | 第45-49页 |
| 5.1.1 体系结构 | 第46-47页 |
| 5.1.2 多层体系结构特点 | 第47-49页 |
| 5.2 数据的集合与融合 | 第49-51页 |
| 5.2.1 集合 | 第49-50页 |
| 5.2.2 融合 | 第50-51页 |
| 5.3 系统的联动 | 第51-52页 |
| 5.4 系统功能与实现 | 第52-58页 |
| 5.5 系统应用的特点 | 第58-59页 |
| 5.6 本章小结 | 第59-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间所发表的论文 | 第67-69页 |
| 致谢 | 第69-71页 |
| 个人简历 | 第71页 |
