123,123

內(nèi)容簡(jiǎn)介

　　作者結(jié)合所承擔(dān)完成的科研項(xiàng)目，在廣泛研讀國(guó)內(nèi)外現(xiàn)有成果的基礎(chǔ)上，對(duì)道路交通狀態(tài)的判別及其相關(guān)問題進(jìn)行了研究、總結(jié)，撰寫《道路交通狀態(tài)判別技術(shù)與應(yīng)用》?！兜缆方煌顟B(tài)判別技術(shù)與應(yīng)用》以道路交通狀態(tài)指標(biāo)體系設(shè)計(jì)為目標(biāo)，以基于人工智能的數(shù)據(jù)融合、數(shù)據(jù)挖掘技術(shù)為基礎(chǔ)，對(duì)動(dòng)態(tài)交通信息的采集方法、預(yù)處理方法和預(yù)測(cè)方法進(jìn)行了研究，設(shè)計(jì)了多種交通擁擠狀態(tài)的自動(dòng)判別算法和三級(jí)報(bào)警制度。這些成果可在一定程度上提高道路交通管理者和參與者的決策效率與效果?！兜缆方煌顟B(tài)判別技術(shù)與應(yīng)用》可作為ITS領(lǐng)域的教學(xué)、科研、管理人員的參考用書，也可以作為交通信息工程及控制專業(yè)的碩士和博士研究生的教學(xué)參考書。

作者簡(jiǎn)介

暫缺《道路交通狀態(tài)判別技術(shù)與應(yīng)用》作者簡(jiǎn)介

圖書目錄

第1章緒論
　1.1 道路交通系統(tǒng)
　1.2 道路交通管理系統(tǒng)
　1.3 先進(jìn)的交通管理系統(tǒng)
　1.4 交通狀態(tài)判別的技術(shù)路線
　1.5 小結(jié)
第2章交通信息處理的技術(shù)基礎(chǔ)
　2.1 概述
　2.2 數(shù)據(jù)挖掘技術(shù)
　2.3 數(shù)據(jù)融合技術(shù)
　2.4 統(tǒng)計(jì)分析技術(shù)
　2.5 人工智能技術(shù)
　2.6 小結(jié)
第3章道路交通狀態(tài)指標(biāo)體系
　3.1 交通流特性
　3.2 交通擁擠的含義及其分類
　3.3 道路交通狀態(tài)指標(biāo)體系的需求分析
　3.4 道路交通狀態(tài)指標(biāo)體系的構(gòu)成
　3.5 道路交通狀態(tài)指標(biāo)體系的構(gòu)成
　3.6 道路交通狀態(tài)指標(biāo)值的確定
　3.7 小結(jié)
第4章交通參數(shù)選擇與數(shù)據(jù)采集的可行性分析
　4.1 交通參數(shù)的選擇
　4.2 動(dòng)態(tài)交通數(shù)據(jù)采集技術(shù)的可行性分析
　4.3 動(dòng)態(tài)交通數(shù)據(jù)采集技術(shù)實(shí)施的合理性分析
　4.4 小結(jié)
第5章交通檢測(cè)器的優(yōu)化配置方法
　5.1 固定型交通檢測(cè)配置密度的優(yōu)化方法
　5.2 移動(dòng)型交通檢測(cè)器具小樣本量的優(yōu)化方法
　5.3 交通檢測(cè)器組合應(yīng)用優(yōu)化方法
　5.4 小結(jié)
第6章動(dòng)態(tài)交通數(shù)據(jù)的預(yù)處理方法
　6.1 動(dòng)態(tài)交通數(shù)據(jù)故障的識(shí)別方法
　6.2 動(dòng)態(tài)交通數(shù)據(jù)故障的修復(fù)方法
　6.3 動(dòng)態(tài)交通數(shù)據(jù)的濾波方法
　6.4 歷史趨勢(shì)數(shù)據(jù)的更新
　6.5 動(dòng)態(tài)交通數(shù)據(jù)預(yù)處處舉例
　6.6 小結(jié)
第7章基本交通參數(shù)的短時(shí)預(yù)測(cè)方法
　7.1 基本交通參數(shù)短時(shí)預(yù)測(cè)研究概述
　7.2 基本交通參數(shù)短時(shí)預(yù)測(cè)常規(guī)方法的對(duì)比分析
　7.3 基本交通參數(shù)時(shí)的預(yù)測(cè)新方法研究的技術(shù)路線
　7.4 改進(jìn)的指數(shù)平滑預(yù)測(cè)方法
　7.5 基于ANN的預(yù)測(cè)方法
　7.6 基于數(shù)據(jù)融合的預(yù)測(cè)方法
　7.7 小結(jié)
第8章行程時(shí)間的短時(shí)預(yù)測(cè)方法
第9章道路交通擁擠自動(dòng)判別方法
參考文獻(xiàn)
附錄