文摘
英文文摘
致谢
论文说明:图表目录、首字母缩写词汇总
1 绪论
1.1 研究背景与意义
1.1.1 交通事件及其影响
1.1.2 现有交通事件检测方法及存在的问题
1.1.3 基于移动源数据的事件检测研究的必要性
1.2 研究目标与内容
1.3 研究方法与技术路线
1.4 论文的框架结构
1.5 论文的主要贡献与创新
2 国内外研究综述
2.1 交通事件检测技术的发展历程
2.1.1 国外
2.1.2 国内
2.2 基于固定源数据的交通事件检测算法
2.2.1 现有算法总结
2.2.2 现有算法分析
2.3 基于移动源数据的交通事件检测算法
2.3.1 现有算法总结
2.3.2 现有算法分析
2.4 研究现状分析与研究需求
2.5 本章小结
3 基于移动源数据的城市快速路事件检测算法——W-CUSUM
3.1 移动源数据的采集与特性分析
3.2 事件条件下城市快速路交通流时空分布特性
3.3 小波变换的原理与作用
3.3.1 小波变换原理
3.3.2 小波变换的作用
3.4 CUSUM算法的基本构成
3.5 基于移动源数据的城市快速路W-CUSUM事件检测算法
3.5.1 W-CUSUM事件检测算法的基本流程
3.5.2 浮动车数据的小波消噪
3.5.3 CUSUM事件检测算法
3.6 本章小结
4 基于期望成本的事件检测综合评价指标
4.1 现有评价指标及存在的问题分析
4.1.1 现有事件检测评价指标
4.1.2 现有评价指标存在问题分析
4.2 基于时间和空间指数的误报率指标
4.3 基于期望成本的事件检测综合评价指标
4.3.1 期望成本的定义
4.3.2 期望成本的计算方法
4.3.3 基于期望成本的事件检测综合评价流程
4.4 本章小结
5 W-CUSUM事件检测算法评价与比较
5.1 评价与比较的方法及流程
5.2 基于仿真数据的W-CUSUM算法性能分析
5.2.1 仿真模型的选择与路网构建
5.2.2 事件情景模拟与仿真方案设计
5.2.3 不同影响因素下W-CUSUM算法性能仿真分析
5.3 基于实际数据的算法评价与比较
5.3.1 实际数据的采集与处理
5.3.2 W-CUSUM算法参数标定
5.3.3 用于比较的事件检测算法概述
5.3.4 比较结果评价与分析
5.4 本章小结
6 W-CUSUM事件检测算法实施方法
6.1 移动源数据样本量确定模型
6.1.1 现有研究方法及不足
6.1.2 实验交通工程法(ETEM)及其适用性
6.1.3 基于ETEM的移动源数据样本量确定模型
6.1.4 实例分析
6.2 事件检测多源数据融合模型
6.2.1 数据融合的原理与层次结构
6.2.2 现有事件检测数据源融合层次分析
6.2.3 基于分层结构的事件检测多源数据融合模型
6.2.4 实例分析
6.3 W-CUSUM事件检测算法实施框架
6.4 本章小结
7 结论与展望
7.1 主要结论
7.2 研究展望
参考文献
作者简历
学位论文数据集