| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-18页 |
| ·研究背景 | 第8-9页 |
| ·研究的必要性及数据清洗 | 第9-11页 |
| ·必要性 | 第9-10页 |
| ·交通流数据清洗的主要内容 | 第10-11页 |
| ·国内外相关研究综述 | 第11-16页 |
| ·数据清洗研究综述 | 第11-12页 |
| ·交通流数据清洗研究综述 | 第12-16页 |
| ·本文主要研究内容 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第二章 交通流丢失数据补齐算法研究 | 第18-36页 |
| ·丢失数据的分析 | 第18-19页 |
| ·基于粗集理论的交通流丢失数据补齐算法研究 | 第19-28页 |
| ·粗集理论 | 第19-21页 |
| ·ROUSTIDA算法流程 | 第21-23页 |
| ·模型应用与结果分析 | 第23-27页 |
| ·结论 | 第27-28页 |
| ·基于最小二乘支持向量机的交通流丢失数据补齐算法研究 | 第28-35页 |
| ·支持向量机和最小二乘支持向量机的原理 | 第28-31页 |
| ·交通流丢失数据补齐模型及仿真 | 第31-35页 |
| ·结论 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第三章 交通流错误数据判别和修正算法研究 | 第36-47页 |
| ·错误数据判别模型 | 第36-39页 |
| ·孤立点检测算法 | 第36-37页 |
| ·边界检测算法 | 第37-38页 |
| ·阈值理论与交通流理论的组合检测算法 | 第38-39页 |
| ·错误数据修正模型 | 第39-42页 |
| ·灰色GM(1,1)模型 | 第39-42页 |
| ·错误数据修正模型 | 第42页 |
| ·应用实例 | 第42-46页 |
| ·数据来源 | 第42-43页 |
| ·算法流程 | 第43页 |
| ·模型应用 | 第43-45页 |
| ·结果分析 | 第45-46页 |
| ·结论 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第四章 交通流冗余数据约简算法研究 | 第47-56页 |
| ·冗余数据识别和约简方法 | 第47-50页 |
| ·基于等级分组法的冗余数据识别方法 | 第47-50页 |
| ·冗余数据的约简方法 | 第50页 |
| ·应用实例 | 第50-55页 |
| ·数据来源 | 第50页 |
| ·算法流程 | 第50-51页 |
| ·模型应用 | 第51-53页 |
| ·结果分析 | 第53-55页 |
| ·结论 | 第55页 |
| ·本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-59页 |
| ·总结 | 第56-57页 |
| ·未来的研究方向 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第66-67页 |