基于电子车牌数据的短时车流量预测
| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 背景及意义 | 第9-10页 |
| 1.2 国内外现状 | 第10-13页 |
| 1.2.1 电子车牌使用现状 | 第10-11页 |
| 1.2.2 车流量预测研究现状 | 第11-13页 |
| 1.3 研究内容及目标 | 第13-14页 |
| 1.4 章节安排 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 2 电子车牌数据集预处理 | 第16-34页 |
| 2.1 电子车牌数据集描述 | 第16-20页 |
| 2.2 电子车牌数据集整理 | 第20-22页 |
| 2.3 对电子车牌数据的小波除噪 | 第22-33页 |
| 2.3.1 小波定义 | 第22-24页 |
| 2.3.2 小波分析 | 第24-27页 |
| 2.3.3 小波除噪原理 | 第27页 |
| 2.3.4 小波基的选取 | 第27-28页 |
| 2.3.5 除噪具体步骤 | 第28-33页 |
| 2.4 本章小结 | 第33-34页 |
| 3 车流量预测模型 | 第34-50页 |
| 3.1 理论基础 | 第34-41页 |
| 3.1.1 模糊集合论基础 | 第34-35页 |
| 3.1.2 模糊逻辑推理与合成 | 第35-37页 |
| 3.1.3 神经网络概要 | 第37-39页 |
| 3.1.4 神经网络分类 | 第39-41页 |
| 3.2 电子车牌数据短时车流量可预测性分析 | 第41-44页 |
| 3.3 模糊神经网络车流量预测模型 | 第44-48页 |
| 3.3.1 预测模型影响因素的分析 | 第44页 |
| 3.3.2 模糊理论和神经网络的组合方式 | 第44-46页 |
| 3.3.3 预测模型处理逻辑 | 第46-48页 |
| 3.4 车流量预测原理 | 第48页 |
| 3.5 预测模型的特点 | 第48-49页 |
| 3.6 本章小结 | 第49-50页 |
| 4 实验与结果分析 | 第50-60页 |
| 4.1 模糊神经网络车流量预测 | 第50-52页 |
| 4.2 车流量预测性能分析 | 第52-59页 |
| 4.2.1 小波除噪对预测结果的影响 | 第52-53页 |
| 4.2.2 相关节点数据对预测结果的影响 | 第53页 |
| 4.2.3 不同预测模型的性能比较 | 第53-59页 |
| 4.3 本章小结 | 第59-60页 |
| 5 总结与展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-64页 |
