GA-SVM在高速公路交通事件检测中的应用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-18页 |
| ·研究背景及意义 | 第11-12页 |
| ·研究背景 | 第11页 |
| ·研究意义 | 第11-12页 |
| ·国内外现状 | 第12-16页 |
| ·国外事件检测算法的研究 | 第12-14页 |
| ·国内事件检测算法的研究 | 第14-16页 |
| ·论文的研究内容和组织结构 | 第16-18页 |
| 第2章 交通事件检测原理与AID方法分析 | 第18-31页 |
| ·交通事件检测基本概念 | 第18-19页 |
| ·交通事件概念及分类 | 第18-19页 |
| ·度量参数 | 第19页 |
| ·交通事件下交通流变化特性分析 | 第19-24页 |
| ·交通事件检测原理及方法分类 | 第24-26页 |
| ·常用AID方法分析 | 第26-30页 |
| ·AID算法评价指标 | 第26-27页 |
| ·常用AID方法分析 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 SVM原理分析及GA-SVM方法设计 | 第31-48页 |
| ·支持向量机分类原理及其分析 | 第31-40页 |
| ·统计学习理论与SVM | 第31-33页 |
| ·SVM分类原理 | 第33-37页 |
| ·SVM的核函数及其参数作用分析 | 第37-38页 |
| ·SVM与其它模型优势比较 | 第38-40页 |
| ·基于遗传算法的SVM参数与特征同步优化方法 | 第40-46页 |
| ·SVM参数与特征同步选取的优化问题描述 | 第40-41页 |
| ·GA-SVM方法设计 | 第41-46页 |
| ·GA-SVM的适应性分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于GA-SVM的AID方法应用仿真 | 第48-62页 |
| ·SVM-AID算法的建模过程 | 第48-49页 |
| ·仿真条件及参数设计 | 第49-54页 |
| ·数据来源 | 第49-50页 |
| ·初始输入特征选取与SVM模型选择 | 第50-51页 |
| ·GA-SVM相关控制参数确定 | 第51-53页 |
| ·模型性能描述指标与评价方法 | 第53-54页 |
| ·仿真过程图及检测结果 | 第54-58页 |
| ·结果分析 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 GA-SVM与其它事件检测模型对比研究 | 第62-68页 |
| ·基于网格搜索法的SVM模型设计与应用 | 第62-63页 |
| ·神经网络事件检测模型的构建与应用 | 第63-65页 |
| ·GA-SVM与两模型的比较 | 第65-67页 |
| ·GA-SVM与GS-SVM性能比较 | 第66页 |
| ·SVM与BP神经网络性能比较 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 结论与展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 攻读硕士期间发表的论文 | 第76页 |
