基于熵权法的交通流组合预测模型研究

利用相空间重构和RBF神经网络对高速公路的交通流量进行短时间的预测

本文研究了多点数据融合在交通流预测中的应用。本文将数据融合理论应用在相空间的滤波交通流预测模型中，并对实际数据进行仿真验证，将单点数据相空间的滤波预测模型和多点数据融合的相空间滤波预测模型进行性能对比

基于核学习的强大非线性映射性能，针对短时交通流量预测，提出一类基于核学习方法的预测模型。核递推最小二乘（KRLS）基于近似线性依赖（approximatelineardependence，ALD）技术

针对交通流短期预测未考虑交通检测器配置的不足，提出了一种基于检测器优化选择的短时交通流预测算法。以预测的均方误差最小为目标函数，通过遗传算法优化选择合适的检测器，以小波神经网络作为预测算法进行短时交通

抽样分辨率达1米的高清卫星视频已经能够实现对地面较小的运动目标的实时监控。针对卫星视频中运动车辆目标仅显示为一个或几个像素点的特点，提出了一种基于光流法的卫星视频交通流参数提取的思路与方法。该方法利用

最后，选取成都绕城高速外环Ｋ６６＋８５０、Ｋ６７＋９８５两个 监控点位的车牌识别数据，Ｗ５ｍｍ为时间间隔进行交通流参数短时预测，并同实际检 测数据进行了对比，证明了基于车牌识别数据进行交通流

基于混沌和神经网络的短时交通流预测

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。

为了解决预测煤层底板突水过程中存在的评价指标因素繁多、非线性、不确定性和互相交叉影响的问题,而造成煤层底板突水预测评价困难的问题,针对单一客观赋权评价中的缺陷,提出了一种基于客观优化组合赋权模型的煤层

在研究车辆沿高速路行驶时，我们需要研究高速路车辆流与那些因素有关从而建立一个高速公路交通流模型，这里我们根据高速路上车流的速度和单车道车流密度对其车流量进行估计。