基于数据融合的分级交通事件自动检测方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 图目录 | 第9-10页 |
| 表目录 | 第10-11页 |
| 第1章 绪论 | 第11-17页 |
| ·依托课题 | 第11页 |
| ·问题的提出及研究意义 | 第11-12页 |
| ·研究现状 | 第12-15页 |
| ·研究内容与论文结构 | 第15-16页 |
| ·小结 | 第16-17页 |
| 第2章 研究基础 | 第17-23页 |
| ·交通流特性分析 | 第17-19页 |
| ·交通信息采集技术分析 | 第19-21页 |
| ·地点交通信息采集技术 | 第20-21页 |
| ·区间交通信息采集技术 | 第21页 |
| ·小结 | 第21-23页 |
| 第3章 数据融合方法选择 | 第23-35页 |
| ·数据融合概述 | 第23-27页 |
| ·数据融合的定义 | 第23-24页 |
| ·数据融合的级别划分 | 第24-27页 |
| ·交通数据融合的功能模型 | 第27-28页 |
| ·数据融合主要方法的比较 | 第28-34页 |
| ·加权平均方法 | 第28-29页 |
| ·贝叶斯估计方法 | 第29-30页 |
| ·模糊理论 | 第30-31页 |
| ·粗糙集理论 | 第31-32页 |
| ·支持向量机方法 | 第32页 |
| ·专家系统方法 | 第32-33页 |
| ·人工神经网络方法 | 第33-34页 |
| ·数据融合法综合比较分析 | 第34页 |
| ·小结 | 第34-35页 |
| 第4章 基于数据融合的分级AID方法研究 | 第35-45页 |
| ·交通事件的重新定义 | 第35-38页 |
| ·交通事件分级的新方法 | 第38-42页 |
| ·基于数据融合的分级AID算法设计 | 第42-44页 |
| ·小结 | 第44-45页 |
| 第5章 实证分析 | 第45-53页 |
| ·数据来源 | 第45-46页 |
| ·训练集与测试集的选取 | 第46-48页 |
| ·对比分析算法选择 | 第48页 |
| ·实验结果及分析 | 第48-51页 |
| ·小结 | 第51-53页 |
| 第6章 总结与展望 | 第53-55页 |
| ·总结 | 第53-54页 |
| ·展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58页 |
