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

城市快速路交通流数据修复方法研究

摘要第5-7页
ABSTRACT第7-8页
第一章 绪论第11-17页
    1.1 问题的提出第11-12页
    1.2 研究现状第12-15页
    1.3 研究内容和思路第15-17页
第二章 交通流数据特性分析第17-34页
    2.1 研究对象的确定第17-18页
        2.1.1 研究对象选择第17-18页
        2.1.2 研究时间的选择第18页
    2.2 交通流三参数时变特性分析第18-22页
        2.2.1 交通量时变特性第18-20页
        2.2.2 车速时变特性第20-21页
        2.2.3 占有率车速时变特性第21-22页
    2.3 交通流参数模型及参数空间曲面第22-34页
        2.3.1 交通流模型回顾第23-29页
        2.3.2 交通流三参数空间三维模型第29-34页
第三章 交通流错误数据筛选方法第34-44页
    3.1 数据筛选的基本方法第34-36页
        3.1.1 数据缺损原因第34-35页
        3.1.2 数据筛选原则第35-36页
    3.2 交通流数据筛选方法第36-43页
        3.2.1 基本筛选第36-37页
        3.2.2 阈值筛选第37-39页
        3.2.3 交通流机理筛选第39-41页
        3.2.4 数据质量控制筛选第41-43页
    3.3 数据修复基本思想第43页
    3.4 小结第43-44页
第四章 基于统计相关的交通流数据修复第44-57页
    4.1 交通流相关特性及其修补第44-48页
        4.1.1 相关性的定义第44-45页
        4.1.2 统计相关性交通数据修复第45-48页
    4.2 基于统计相关分析的综合交通量修复算法第48-52页
    4.3 统计相关修复算法结果分析第52-55页
        4.3.1 交通流特性的研究及错误数据筛选第52-54页
        4.3.2 动态交通数据的修复第54-55页
    4.4 小结第55-57页
第五章 基于BP 神经网络的交通流数据修复第57-83页
    5.1 BP 神经网络概述及其在曲面修复中的应用第57-67页
        5.1.1 人工神经网络概述第57-59页
        5.1.2 BP 神经网络第59-64页
        5.1.3 BP 神经网络在三维曲面数据修复中的应用第64-67页
    5.2 三维交通流模型曲面修复网络结构和算法设计第67-77页
        5.2.1 网络结构的设计第67-70页
        5.2.2 网络训练算法设计第70-77页
    5.3 模型曲面修复结果分析第77-81页
    5.4 两种修复方法结果比较第81-82页
    5.5 小结第82-83页
第六章 总结与展望第83-85页
参考文献第85-90页
致谢第90-91页
攻读学位期间发表或录用的学术论文第91页

论文共91页,点击 下载论文
上一篇:基于特定领域的汉语句子意见挖掘
下一篇:大范围环境下移动机器人同步定位和地图创建研究