论文研究 多速度差模型的交通流特性分析.pdf

为了提取高密度混合交通流下的自行车交通参数，建立基于视频的交通检测系统，改进了卡尔曼自适应背景模型，提出了基于决策树的自行车群识别方法和基于面积阈值的车辆计数方法。对实际场景拍摄的视频处理得到了混合交

论文研究-基于小波分解与重构的交通流短时预测法.pdf, 交通流短时预测是交通控制与交通诱导系统的关键问题之一.随着预测时间跨度的缩短,交通流量的变化显示出越来越强的不确定性,使得一般的预测方法难以奏

实际交通流是一个明显含有噪声的非线性时间序列。针对这一特点提出对此时间序列进行冥函数变换，变换之后的噪声会比原始信号的压缩程度更大，从而降低白噪声对预测结果的不利影响；利用最小二乘支持向量机（LS-S

一种基于MapReduce的短时交通流预测算法，张丽，姚卫红，短时交通流预测是智能交通系统中交通诱导、交通控制和管理应用的基础。短时交通流预测算法的实时性和准确性一直是研究的重点和难

基于孤立点挖掘技术的交通流异常数据检测，公丕强，胡枫，本篇论文用到的样本数据是由感应线性检测器记录下来的，考虑到感应线性检测器要在不同的环境下（如湿度、温度、降雨量等）长时间

短时交通流预测首先重构相空间，然后采用时间序列模型预测交通流量，而支持向量回归机（SVR）是比较好的时间序列预测模型。但短时交通流相空间重构的嵌入维数与延迟时间与支持向量回归机的参数确定往往是分别独立

在大数据时代，在城市复杂交通环境中，实现实时、准确的交通流预测，是实现智能交通系统的必要前提。提出了一种在Spark平台上基于梯度优化决策树的分布式城市交通流预测模型（distributedurban

通过对高速公路宏观动态交通流模型的分析，针对高速公路交通系统的非线性时变特点，应用BP神经网络建立了高速公路宏观动态交通流模型。并利用一段高速公路的交通流数据对BP神经网络进行训练，得到网络参数。最后

基于数据挖掘的短时交通流预测模型及应用研究

一篇硕士论文，讲的很全面，很好！他结合matlab的元宝自动机理论，建立了相应的仿真数据。