城市道路交通数据挖掘研究与应用
| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 第1章 绪论 | 第12-20页 |
| ·城市道路交通及其数据 | 第12-14页 |
| ·智能交通中的数据挖掘问题 | 第14-17页 |
| ·本文研究内容及研究成果 | 第17-19页 |
| ·本文组织 | 第19-20页 |
| 第2章 道路交通数据挖掘技术进展 | 第20-40页 |
| ·智能交通数据获取 | 第20-29页 |
| ·智能交通数据挖掘模型 | 第29-31页 |
| ·道路交通数据挖掘技术研究阶段 | 第31-38页 |
| ·基于理论模型的交通流数据分析应用阶段 | 第31-32页 |
| ·时间序列分析应用阶段 | 第32-36页 |
| ·面向交通流数据的挖掘方法应用阶段 | 第36-38页 |
| ·本章小结 | 第38-40页 |
| 第3章 道路交通流量挖掘 | 第40-54页 |
| ·问题分析 | 第40-41页 |
| ·交通流量预测算法 | 第41-50页 |
| ·交通流量序列分割 | 第42-44页 |
| ·BP神经网络预测模型 | 第44-47页 |
| ·交通流量预测组合模型 | 第47-48页 |
| ·实验及分析 | 第48-50页 |
| ·交通流聚类分析 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 道路交通流拥堵事件挖掘 | 第54-80页 |
| ·问题分析 | 第54-59页 |
| ·连续交通流模式库构建与分析 | 第59-63页 |
| ·交通流拥堵事件挖掘算法 | 第63-72页 |
| ·交通流数据表示 | 第63-69页 |
| ·交通流拥堵事件挖掘算法 | 第69-72页 |
| ·实验及分析 | 第72-78页 |
| ·实验设计 | 第73-74页 |
| ·性能分析 | 第74页 |
| ·结果分析 | 第74-78页 |
| ·本章小结 | 第78-80页 |
| 第5章 道路交通流分布模式挖掘 | 第80-96页 |
| ·问题分析 | 第80-82页 |
| ·问题定义 | 第82-85页 |
| ·道路交通流空间聚类算法 | 第85-91页 |
| ·交通流数据对象的相似性 | 第85-86页 |
| ·类的内聚度约束 | 第86-87页 |
| ·类的合并和分裂 | 第87-88页 |
| ·道路交通流空间聚类算法SPANBRE | 第88-91页 |
| ·实验及分析 | 第91-94页 |
| ·性能分析 | 第91-93页 |
| ·结果分析 | 第93-94页 |
| ·本章小结 | 第94-96页 |
| 第6章 基于数据挖掘技术的综合智能交通系统 | 第96-120页 |
| ·UTTD系统 | 第96-100页 |
| ·体系结构 | 第97-99页 |
| ·体系结构特点 | 第99-100页 |
| ·数据集成与融合 | 第100-104页 |
| ·系统联动 | 第104-106页 |
| ·系统功能与实现 | 第106-116页 |
| ·系统应用 | 第116-118页 |
| ·本章小结 | 第118-120页 |
| 第7章 总结与未来工作 | 第120-124页 |
| 参考文献 | 第124-138页 |
| 攻读博士学位的工作成果 | 第138-140页 |
| 致谢 | 第140-141页 |
