声明
致谢
摘要
1 绪论
1.1 选题背景和研究方向的提出
1.2 国内外研究现状
1.3 论文的结构安排
2 城市道路交通流数据的采集方法和特征分析
2.1 概述
2.2 交通数据采集器的基本介绍
2.3 交通检测数据特征对比分析
2.4 城市道路交通数据特征发展趋势
2.5 本章小结
3 城市道路交通流数据融合
3.1 概述
3.2 交通流数据预处理
3.2.1 微波数据预处理
3.2.2 浮动车数据预处理
3.2.3 牌照识别检测器数据预处理
3.3 人工神经网络理论
3.3.1 人工神经网络的简述
3.3.2 人工神经网络模型
3.3.3 BP神经网络理论
3.3.4 神经网络模型设计与实现
3.4 北京市快速路数据融合分析
3.4.1 北京市快速路网结构
3.4.2 快速路路段的实验分析
3.4.3 基于BP神经网络对北京市快速路数据融合的应用
3.5 北京市主干路数据融合分析
3.5.1 北京市主干路结构
3.5.2 主干路路段的实验分析
3.5.3 基于神经网络的数据融合
3.6 本章小结
4 面向城市交通管理的道路交通评价指标体系
4.1 概述
4.2 交通状态评价指标体系的设计思路
4.2.1 交通流指标评价客体的确定
4.2.2 评价指标体系的设计原则
4.2.3 分类标准的确定原则
4.3 道路交通运行状况评价体系的指标
4.3.1 路段评价指标以及方法
4.3.2 路网评价指标以及方法
4.4 本章小结
5 城市道路交通信息发布-以北京市为例
5.1 概述
5.2 交通信息发布的对象与指标
5.2.1 交通信息发布对象
5.2.2 交通信息发布指标
5.3 交通信息发布范围和统计时段
5.3.1 交通信息发布范围
5.3.2 交通流数据统计时段
5.4 交通信息发布的形式与平台
5.4.1 交通信息发布形式
5.4.2 交通信息发布平台
5.5 交通信息发布的内容
5.5.1 交通信息发布内容介绍
5.5.2 交通信息发布实例分析
5.6 本章小结
6 总结
参考文献
附录
作者简历
学位论文数据集
北京交通大学;