| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题来源 | 第8页 |
| 1.2 研究的目的和意义 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-13页 |
| 1.3.1 国外研究现状 | 第9-11页 |
| 1.3.2 国内研究现状 | 第11-12页 |
| 1.3.3 国内外研究现状评述 | 第12-13页 |
| 1.4 主要研究内容 | 第13-14页 |
| 1.5 技术路线 | 第14-15页 |
| 第2章 基于云模型的交通数据预处理 | 第15-28页 |
| 2.1 交通数据故障识别 | 第15-17页 |
| 2.1.1 丢失数据的识别 | 第16页 |
| 2.1.2 错误数据的识别 | 第16-17页 |
| 2.2 传统的交通数据故障修复方法 | 第17-18页 |
| 2.2.1 传统的丢失数据的修复方法 | 第17-18页 |
| 2.2.2 传统的错误数据的修复方法 | 第18页 |
| 2.3 基于云模型的交通数据故障修复方法 | 第18-25页 |
| 2.3.1 云模型提出的背景 | 第18-19页 |
| 2.3.2 云模型的定义 | 第19-20页 |
| 2.3.3 云模型的数字特征 | 第20-21页 |
| 2.3.4 云发生器 | 第21-22页 |
| 2.3.5 基于云模型的交通数据故障修复 | 第22-25页 |
| 2.4 交通数据滤波处理 | 第25-27页 |
| 2.4.1 移动平均法 | 第25-26页 |
| 2.4.2 指数平滑法 | 第26页 |
| 2.4.3 卡尔曼滤波法 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 路网交通拥堵状态指标体系 | 第28-37页 |
| 3.1 交通拥堵 | 第28-30页 |
| 3.1.1 交通拥堵的含义 | 第28页 |
| 3.1.2 交通拥堵的分类 | 第28-29页 |
| 3.1.3 交通拥堵的量化 | 第29-30页 |
| 3.2 基于云模型的路网交通拥堵状态指标体系的建立 | 第30-35页 |
| 3.2.1 指标体系需求分析 | 第31-33页 |
| 3.2.2 指标体系设计原则 | 第33-34页 |
| 3.2.3 指标体系构成要素 | 第34-35页 |
| 3.3 本章小结 | 第35-37页 |
| 第4章 基于云模型的 ACI 算法 | 第37-47页 |
| 4.1 ACI 算法的分类与评价 | 第38-40页 |
| 4.1.1 ACI 算法分类 | 第38页 |
| 4.1.2 ACI 算法性能评价 | 第38-40页 |
| 4.2 基于云模型的 ACI 算法的理论分析 | 第40-46页 |
| 4.2.1 正态云模型的数学性质 | 第40-42页 |
| 4.2.2 正态云模型的普遍适应性 | 第42-43页 |
| 4.2.3 云变换理论 | 第43-44页 |
| 4.2.4 云变换算法体系 | 第44-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第5章 案例分析 | 第47-59页 |
| 5.1 背景 | 第47-48页 |
| 5.2 基于云模型的交通数据预处理 | 第48-49页 |
| 5.2.1 故障数据的识别与修复 | 第48页 |
| 5.2.2 数据的滤波处理 | 第48-49页 |
| 5.3 交通数据云变换 | 第49-55页 |
| 5.3.1 峰值云变换 | 第49-51页 |
| 5.3.2 概念跃升 | 第51-53页 |
| 5.3.3 隶属度判别 | 第53-55页 |
| 5.4 基于云模型的 ACI 算法性能评价 | 第55-58页 |
| 5.5 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65页 |