| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景 | 第10-12页 |
| ·目的及意义 | 第12-13页 |
| ·国内外研究现状及存在的问题 | 第13-15页 |
| ·数据驱动的国内外研究现状 | 第13-14页 |
| ·数据驱动应用在 ITS 中的研究现状及问题 | 第14-15页 |
| ·本文的研究内容及结构安排 | 第15-17页 |
| ·小结 | 第17-18页 |
| 第二章 智能交通系统框架及数据采集技术研究 | 第18-30页 |
| ·ITS 用户需求分析及逻辑框架 | 第18-21页 |
| ·ITS 需求分析 | 第18-20页 |
| ·ITS 逻辑框架分析 | 第20-21页 |
| ·智能交通系统中数据采集技术 | 第21-24页 |
| ·固定型交通检测器 | 第21-23页 |
| ·移动型交通检测器 | 第23-24页 |
| ·交通数据中噪声与故障信息的特征 | 第24-26页 |
| ·数据驱动技术应用于智能交通系统的 SWOT 分析 | 第26-27页 |
| ·小结 | 第27-30页 |
| 第三章 基于数据驱动的数据降噪模型 | 第30-40页 |
| ·小波分析基础理论 | 第30-33页 |
| ·小波分析定义 | 第30-32页 |
| ·小波分析的多尺度特性 | 第32-33页 |
| ·基于改进的小波阈值降噪模型 | 第33-36页 |
| ·传统小波阈值降噪算法原理 | 第33-34页 |
| ·改进的小波阈值降噪算法实现 | 第34-36页 |
| ·仿真实验 | 第36-39页 |
| ·实验数据准备 | 第37页 |
| ·参数设定 | 第37页 |
| ·实验结果分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于数据驱动的故障数据诊断模型 | 第40-64页 |
| ·基于小波包能量分析的故障数据检测算法 | 第40-41页 |
| ·小波包能量分析基础理论 | 第40-41页 |
| ·故障数据的检测 | 第41页 |
| ·基于主元分析的故障数据诊断模型 | 第41-49页 |
| ·主元分析基础理论 | 第41-44页 |
| ·基于 PCA 的故障诊断模型 | 第44-46页 |
| ·基于自适应 PCA 的故障诊断模型 | 第46-48页 |
| ·基于 MSPCA 的故障诊断模型 | 第48-49页 |
| ·改进的 MSPCA 的故障数据诊断模型 | 第49-51页 |
| ·模型对比实验 | 第51-62页 |
| ·实验数据说明 | 第51页 |
| ·参数设定 | 第51页 |
| ·误差指标定义 | 第51-52页 |
| ·实验结果分析 | 第52-62页 |
| ·本章小结 | 第62-64页 |
| 第五章 基于数据驱动的道路交通状态自动判断模型 | 第64-78页 |
| ·交通状态指标研究 | 第64-69页 |
| ·交通流特性 | 第64-67页 |
| ·交通拥堵的定义及指标 | 第67-68页 |
| ·交通流参数的选择 | 第68-69页 |
| ·基于条件证据理论的道路交通状态判断模型 | 第69-73页 |
| ·条件论证基础理论 | 第70-71页 |
| ·道路交通状态自动判断模型的建立 | 第71-73页 |
| ·仿真实验 | 第73-75页 |
| ·数据来源 | 第73-74页 |
| ·参数设定及判断准则 | 第74页 |
| ·计算过程及结果 | 第74-75页 |
| ·实验结果分析 | 第75页 |
| ·本章小结 | 第75-78页 |
| 第六章 总结与展望 | 第78-80页 |
| ·论文结论 | 第78-79页 |
| ·论文展望 | 第79-80页 |
| 致谢 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 攻读学位期间发表的论著及参与的科研项目 | 第86页 |