文摘
英文文摘
声明
第1章 绪论
1.1 研究背景
1.1.1 我国大中城市的交通现状
1.1.2智能交通系统
1.2 研究意义
1.3 本文工作
1.4 文章结构
第2章 基于数据挖掘的交通拥堵分析
2.1 数据挖掘技术
2.1.1 定义
2.1.2流程
2.1.3算法介绍
2.2 交通拥堵研究现状
2.2.1 交通拥堵状态分析
2.2.2交通拥堵的形成机理
2.2.3 交通拥堵的判别技术
2.3 基于数据挖掘的交通拥堵分析方法
2.4 本章总结
第3章 交通数据预处理
3.1 交通数据的选择
3.1.1 交通数据的动态采集
3.1.2 交通参数的选择原则
3.1.3 交通特性间关系模型
3.2 基于曲线拟合的异常检测
3.2.1 曲线拟合的最小二乘法
3.2.2 流量-占有率关系曲线拟合
3.2.3异常检测
3.2.4 基于过去平均的数据修正
3.3 本章小结
第4章 基于数据挖掘的交通拥堵界定及预测
4.1 基于K-Means算法的交通状态自动分类
4.1.1 K-Means聚类算法
4.1.2 基于交通特性的拥堵界定
4.2 基于BP神经网络算法的交通拥堵预测
4.2.1 BP神经网络算法
4.2.2 基于BP神经网络的预测模型建立
4.2.3 实验与测试
4.3 本章小结
第5章 系统设计与实现
5.1 系统特点
5.2 系统构成
5.3 基于Web Service的系统架构
5.4 交通拥堵预测模块体系结构
5.5 本章小结
第6章 总结与展望
6.1 内容总结
6.2 研究展望
参考文献
附录
致谢