| 内容提要 | 第1-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究背景与研究意义 | 第7-11页 |
| ·研究现状 | 第11-13页 |
| ·研究思路 | 第13-14页 |
| ·本文的章节安排 | 第14页 |
| ·本章小结 | 第14-15页 |
| 第二章 交通流量数据预处理技术研究 | 第15-33页 |
| ·交通信息采集技术及形式 | 第15-17页 |
| ·交通流量数据的特点分析 | 第17-18页 |
| ·相关性 | 第17-18页 |
| ·周相似性 | 第18页 |
| ·数据故障识别 | 第18-23页 |
| ·错误数据的识别 | 第19-21页 |
| ·丢失数据的识别 | 第21-23页 |
| ·不精确数据的判别 | 第23页 |
| ·数据修复技术研究 | 第23-27页 |
| ·丢失数据和错误数据的修复 | 第24-25页 |
| ·不精确数据的修复 | 第25-27页 |
| ·数据平滑处理 | 第27-28页 |
| ·实例分析 | 第28-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 常规无检测器交叉口流量预测方法研究 | 第33-59页 |
| ·研究现状及分析 | 第33-35页 |
| ·主成分分析法介绍 | 第35-46页 |
| ·主成分分析法中主分量的导出 | 第36-39页 |
| ·主成分分析的计算过程 | 第39-40页 |
| ·数据验证 | 第40-42页 |
| ·主成分分析法预测 | 第42-46页 |
| ·聚类分析法 | 第46-56页 |
| ·聚类方法的选择 | 第47-50页 |
| ·相似系数的计算 | 第50-51页 |
| ·相似系数的选取原则 | 第51-52页 |
| ·聚类分析法预测 | 第52-56页 |
| ·无检测器交叉口流量预测新方法的研究思路 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第四章 基于遗传回归分析法的无检测器交叉口流量预测方法研究 | 第59-75页 |
| ·研究目的 | 第59-60页 |
| ·逐步回归分析的计算过程 | 第60-65页 |
| ·逐步回归过程中引入和剔除变量的依据 | 第60-63页 |
| ·逐步回归的矩阵变换计算法 | 第63-65页 |
| ·逐步回归分析法分析 | 第65页 |
| ·遗传算法的介绍 | 第65-68页 |
| ·基于遗传回归分析法的无检测器交叉口流量预测 | 第68-70页 |
| ·算法验证 | 第70-74页 |
| ·本章小结 | 第74-75页 |
| 第五章 全文总结与展望 | 第75-77页 |
| 参考文献 | 第77-80页 |
| 摘要 | 第80-82页 |
| Abstract | 第82-85页 |
| 致谢 | 第85页 |