1、隨著我國道路交通量的不斷增長,交通安全、交通擁堵以及環(huán)境污染成為我國道路交通的主要問題。智能交通系統(tǒng)作為解決這些問題的重要手段而得到了廣泛的發(fā)展。交通事件檢測則是智能交通系統(tǒng)的核心并且直接影響智能交通系統(tǒng)的發(fā)展。因此,實時、準確、快速的交通事件檢測方法的研究具有重大意義。
　　本論文的主要研究內容和成果如下:
　　(1)根據(jù)低階非線性變換具有可以提高輸入信號的信噪比,降低異常數(shù)據(jù)的影響,提高噪聲與信號的分辨率的作用,將低階非

2、線性變換應用到交通流的預測當中,包括自回歸模型、移動平均模型、指數(shù)平滑模型和方差倒數(shù)法、簡單平均法的組合預測模型,通過交通流數(shù)據(jù)實驗證明低階非線性變換可以提高直接預測和組合預測的準確率。
　　(2)將低階對數(shù)變換應用到小波去噪領域,通過交通流去噪的實驗,對比無低階對數(shù)變換的小波去噪的效果和低階對數(shù)變換對小波去噪的效果,證明低階對數(shù)變換可以降低異常數(shù)據(jù)對小波去噪的影響。
　　(3)在基于預測偏差的交通事件檢測算法基礎上進行改進