| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-21页 |
| ·引言 | 第9-10页 |
| ·智能交通控制系统概述 | 第10-13页 |
| ·智能交通的出现和发展 | 第10页 |
| ·交通控制的类型 | 第10-13页 |
| ·城市智能交通控制的研究现状及主要应用技术 | 第13-19页 |
| ·城市智能交通控制的研究现状 | 第13-14页 |
| ·人工智能技术在城市交通控制中的应用 | 第14-18页 |
| ·我国智能交通研究现状及展望 | 第18页 |
| ·存在的交通问题及解决办法 | 第18-19页 |
| ·论文主要内容及章节安排 | 第19-21页 |
| 第二章 流形学习算法概述 | 第21-40页 |
| ·维数约简 | 第21-23页 |
| ·维数约简基本原理和方法 | 第21-22页 |
| ·主成分分析算法原理及步骤 | 第22-23页 |
| ·流形及流形学习 | 第23-29页 |
| ·流形及相关的一些数学概念 | 第23-26页 |
| ·流形学习 | 第26页 |
| ·流形学习的产生、发展及应用 | 第26-29页 |
| ·流形学习算法 | 第29-37页 |
| ·多维尺度变换原理 | 第29-30页 |
| ·等距映射算法的原理及特点 | 第30-32页 |
| ·局部线性嵌入算法的原理及特点 | 第32-34页 |
| ·拉普拉斯特征映射算法的原理及特点 | 第34-35页 |
| ·局部切空间排列法原理及特点 | 第35-36页 |
| ·各种流形学习算法的异同点 | 第36-37页 |
| ·流形学习算法中有待解决的问题及未来研究方向 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第三章 结合Isomap算法与K均值聚类算法的交通时段划分研究 | 第40-47页 |
| ·研究目标 | 第40-41页 |
| ·K-均值聚类算法 | 第41-42页 |
| ·研究方法 | 第42页 |
| ·Isomap交通时段划分聚类实验 | 第42-45页 |
| ·样本数据 | 第42-43页 |
| ·降维 | 第43-44页 |
| ·聚类 | 第44页 |
| ·划分时段 | 第44-45页 |
| ·对实验结果的评价 | 第45页 |
| ·本章小结 | 第45-47页 |
| 第四章 流形学习算法在城市区域交通控制中的应用 | 第47-58页 |
| ·城市区域交通控制系统 | 第47-51页 |
| ·区域交通控制研究现状 | 第48页 |
| ·区域交通控制系统介绍 | 第48-51页 |
| ·有待解决的问题 | 第51页 |
| ·本章主要工作 | 第51-52页 |
| ·利用流形学习算法的区域交通控制维数约简 | 第52-56页 |
| ·方案选择式区域交通控制的维数研究 | 第53页 |
| ·利用流形学习算法的维数约简算法的研究 | 第53-54页 |
| ·降维的实现 | 第54-56页 |
| ·本章小结 | 第56-58页 |
| 结束语 | 第58-59页 |
| 参考文献 | 第59-65页 |
| 攻读硕士期间的发表的论文及参与的科研项目 | 第65-66页 |
| 致谢 | 第66页 |