摘要 | 第3-4页 |
abstract | 第4-5页 |
第1章 绪论 | 第8-17页 |
1.1 研究背景与意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-15页 |
1.2.1 AIS数据研究现状 | 第9-10页 |
1.2.2 交通流异常数据研究现状 | 第10-12页 |
1.2.3 最小二乘支持向量机研究现状 | 第12-15页 |
1.2.4 三次样条差值法研究现状 | 第15页 |
1.3 主要内容及框架结构 | 第15-17页 |
1.3.1 课题来源 | 第15页 |
1.3.2 主要研究内容 | 第15-16页 |
1.3.3 论文组织结构 | 第16-17页 |
第2章 AIS异常数据修复的相关理论 | 第17-31页 |
2.1 统计学习理论 | 第17-19页 |
2.1.1 结构风险最小化 | 第17-18页 |
2.1.2 VC维理论 | 第18-19页 |
2.1.3 推广性的界 | 第19页 |
2.2 支持向量机 | 第19-25页 |
2.2.1 核函数 | 第20-21页 |
2.2.2 最优化理论与KKT条件 | 第21-22页 |
2.2.3 序列最小优化算法 | 第22-24页 |
2.2.4 支持向量机回归分析 | 第24-25页 |
2.3 最小二乘支持向量机基本原理 | 第25-26页 |
2.4 三次样条插值理论 | 第26-29页 |
2.4.1 样条函数 | 第27页 |
2.4.2 三次样条插值函数的边界条件 | 第27-28页 |
2.4.3 三次样条插值问题 | 第28-29页 |
2.5 数据预处理 | 第29-30页 |
2.6 本章小结 | 第30-31页 |
第3章 AIS异常数据分析 | 第31-45页 |
3.1 AIS系统概述 | 第31-38页 |
3.1.1 AIS系统的组成及功能 | 第31-33页 |
3.1.2 AIS系统的工作原理 | 第33-35页 |
3.1.3 AIS数据 | 第35-38页 |
3.2 异常AIS数据 | 第38-44页 |
3.2.1 实验数据的采集 | 第38-40页 |
3.2.2 异常AIS数据的界定 | 第40-41页 |
3.2.3 典型的AIS异常数据 | 第41-44页 |
3.3 本章小结 | 第44-45页 |
第4章 内河环境下异常AIS数据的修复模型 | 第45-61页 |
4.1 内河环境下异常AIS数据修复总体框架 | 第45-47页 |
4.2 基于三次样条插值法的AIS错误、短时间丢失数据修复模型的建立. | 第47-48页 |
4.3 基于LS_SVM的AIS长时间丢失数据修复模型的建立 | 第48-60页 |
4.3.1 LS_SVM数据修复模型步骤 | 第48-49页 |
4.3.2 构造数据样本 | 第49-50页 |
4.3.3 模型参数优化 | 第50-55页 |
4.3.4 模型参数的训练对结果的影响 | 第55-60页 |
4.4 本章小结 | 第60-61页 |
第5章 内河环境下异常AIS数据的修复验证 | 第61-74页 |
5.1 武汉桥区河段的介绍 | 第61-62页 |
5.2 数据预处理 | 第62-63页 |
5.3 AIS错误数据修复 | 第63-65页 |
5.4 AIS短时间丢失数据修复 | 第65-67页 |
5.5 AIS长时间丢失数据修复 | 第67-73页 |
5.6 本章小结 | 第73-74页 |
第6章 总结及展望 | 第74-76页 |
6.1 总结 | 第74-75页 |
6.2 展望 | 第75-76页 |
致谢 | 第76-77页 |
参考文献 | 第77-81页 |
攻读学位期间获得与学位论文相关的科研成果 | 第81页 |