基于车联网的道路车辆密度分布及预测技术研究
摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第8-14页 |
1.1 论文研究背景及意义 | 第8-9页 |
1.2 研究现状 | 第9-13页 |
1.2.1 车联网研究现状 | 第9-12页 |
1.2.2 车辆密度及交通流预测研究现状 | 第12-13页 |
1.3 研究内容与论文结构 | 第13页 |
1.4 本章小结 | 第13-14页 |
第二章 基于车联网车辆密度分布及预测系统简介 | 第14-25页 |
2.1 系统整体框架简介 | 第14页 |
2.2 交通流数据采集简介 | 第14-16页 |
2.2.1 固定式采集技术 | 第14-15页 |
2.2.2 移动式采集技术 | 第15-16页 |
2.3 交通流数据存储简介 | 第16-18页 |
2.3.1 交通流数据传输方式 | 第16-17页 |
2.3.2 交通流数据格式 | 第17-18页 |
2.4 交通流数据处理简介 | 第18-24页 |
2.4.1 数据清洗技术简介 | 第18-20页 |
2.4.2 数据修复技术简介 | 第20-22页 |
2.4.3 数据预测模型简介 | 第22-24页 |
2.5 系统展示实现简介 | 第24页 |
2.6 本章小结 | 第24-25页 |
第三章 基于车联网车辆密度分布及预测关键技术研究 | 第25-44页 |
3.1 车辆密度分布及预测关键技术概述 | 第25页 |
3.2 交通流数据采集关键技术研究 | 第25-26页 |
3.3 交通流数据的预处理技术研究 | 第26-29页 |
3.3.1 交通流数据的清洗 | 第27-28页 |
3.3.2 交通流数据的修复 | 第28-29页 |
3.4 地图匹配算法研究 | 第29-35页 |
3.4.1 地图匹配算法要求 | 第29-30页 |
3.4.2 拟合角度距离地图匹配算法 | 第30-34页 |
3.4.3 地图匹配实例 | 第34-35页 |
3.5 车辆密度分布研究及仿真分析 | 第35-37页 |
3.5.1 车辆密度的定义 | 第35页 |
3.5.2 车辆密度分布及概率密度分布分析 | 第35-36页 |
3.5.3 仿真结果分析 | 第36-37页 |
3.6 交通流趋势预测研究及仿真分析 | 第37-43页 |
3.6.1 交通流预测算法要求 | 第37-39页 |
3.6.2 改进的三次指数平滑预测算法 | 第39-42页 |
3.6.3 仿真结果分析 | 第42-43页 |
3.7 本章小结 | 第43-44页 |
第四章 基于车联网车辆密度分布及预测系统软件实现 | 第44-66页 |
4.1 软件实现系统整体架构简介 | 第44页 |
4.2 软件实现系统需求分析 | 第44-45页 |
4.2.1 服务器端需求分析 | 第44-45页 |
4.2.2 客户端需求分析 | 第45页 |
4.3 软件实现系统功能模块划分 | 第45-47页 |
4.3.1 服务器功能 | 第45-46页 |
4.3.2 客户端功能 | 第46-47页 |
4.4 开发环境及相关技术介绍 | 第47-49页 |
4.4.1 开发环境 | 第47页 |
4.4.2 相关技术 | 第47-49页 |
4.5 服务器端实现 | 第49-53页 |
4.5.1 数据库设计 | 第49-51页 |
4.5.2 登录校验模块 | 第51-52页 |
4.5.3 数据处理模块 | 第52-53页 |
4.6 客户端实现 | 第53-62页 |
4.6.1 页面布局设计 | 第54-57页 |
4.6.2 登录模块 | 第57-58页 |
4.6.3 地图展示模块 | 第58-60页 |
4.6.4 历史数据及预测数据模块 | 第60-62页 |
4.6.5 个人中心模块 | 第62页 |
4.7 软件系统的测试 | 第62-65页 |
4.7.1 测试的目的 | 第62-63页 |
4.7.2 测试的环境 | 第63页 |
4.7.3 测试的内容及结果 | 第63-65页 |
4.8 本章小结 | 第65-66页 |
第五章 总结与展望 | 第66-68页 |
5.1 研究工作总结 | 第66页 |
5.2 研究工作展望 | 第66-68页 |
参考文献 | 第68-70页 |
附录1 攻读硕士学位期间撰写的论文 | 第70-71页 |
附录2 攻读硕士学位期间申请的专利 | 第71-72页 |
致谢 | 第72页 |