基于小波包变换的交通事件检测

简介小波包变换的基本原理。采用小波包变换的方法进行交通事件检测，并给出了利用小波包变换进行交通事件检测方法的步骤。经与实际数据分析、比较，表明小波包变换用于交通流数据分析有其优越之处。     

基于小波分析和神经网络的交通事件自动检测

提出了利用小波分析和神经网络进行交通事件自动检测的方法，其基本思想是通过小波变换对原始采样信号进行奇异点检测，然后通过神经网络对小波变换的结果进行分类，最后给出交通事件的信息。通过MATLAB仿真实验，证明该方法相对于传统的事件检测算法能更准确、快速地实现分类。     

基于小波变换的汽车振动信号去噪分析

从小波变换的理论背景出发,介绍了利用小波变换对信号进行分解的原理。并针对汽车振动信号的非平稳性特点,对驾驶员座椅振动信号用dB4小波进行了多分辨分析和小波包分析,并运用Matlab中的WaveletToolbox对其进行去噪处理,取得了明显的效果。通过与Fourier去噪的比较,可以看出小波变换在汽车振动信号去噪中有着Fourier分析无可比拟的优点。     

视觉三坐标测量技术中的小波变换策略研究

图形图像数据处理技术是视觉三坐标测量技术的关键之一。作为一种多分辨率分析方法，小波变换理论在图像处理中的应用具有很好的发展前景。章介绍了将图像的小波分析算法引入到三坐标无接触测量工作当中，为改进三坐标测量技术领域的图像处理手段指出了新的途径，实验证明了其可行性。     

公交站点交通拥挤的车流波动理论分析

公交站点是交通拥挤的常发地点。文章应用车流波动理论分析了公交站点的交通拥挤状况，分别对有公交专用道路和无公交专用道路两种情况下的交通拥挤进行了分析，并应用TSIS交通微观仿真软件对北京市西大望路上八王坟公交站点的交通状况进行了仿真研究，验证了文章的结论。     

基于小波分析的事故检测算法

讨论了事件检测算法，建立了基于小波分析的算法。首先构造二进小波，对交通流数据进行二进小波变换，检测其奇异点。根据判断逻辑确定是否有事件发生。要用广佛高速公路交通流数据对该算法进行离线测试，与加利福尼亚算法，滤波算法比较，结果显示该算法具有较好的效果。     

自动驾驶车流对区域规划路网密度的影响分析

自动驾驶车流的出现会对区域规划路网密度产生影响.文中基于供需平衡思想,构建考虑自动驾驶车流的路网密度模型,对自动驾驶车辆平均载客数、自动驾驶车辆出行方式占比和道路通行能力进行分析;以济南市某高密度、高强度开发区域地块为基础标定计算参数,分析合理的道路网密度与等级结构.结果表明,在自动驾驶车辆平均载客数不变的情况下,随着...     

基于小波包的柴油机振动故障诊断研究

往复式柴油机转动时产生振动是不可避免的这是由其复杂的结构和工作性质决定的,所以在柴油机故障诊断中,振动信号对于研究柴油机的振动特性和机械故障之间的内在联系起重要作用。通过从缸盖表面振动信号的小波包分解系数中提取整循环故障特征参数的方法,提取内燃机故障特征的研     

基于小波变换的图像压缩

近10多年来，随着小波理论研究的不断深入，基于小波变换的图像压缩应用日趋成熟。小波变换是不同于传统变换的现代分析工具，章论述了小波变换的概念和小波的选择一般原则，着重介绍了基于小波变换的图像压缩方法和小波图像的特征。     

基于小波提升框架的交通目标检测与跟踪

交通图像分析是智能交通领域的关键技术之一。为实现复杂交通场景中的多目标检测与跟踪,设计了一种结合小波提升框架和KLT特征点跟踪的多运动目标检测与跟踪算法。对序列图像中相邻两帧图像的融合图像进行小波提升变换,求取水平和垂直方向上的小波能量,通过合理阈值二值化小波能量矩阵,再利用贴标签方法检测出运动目标;利用KLT特征点集合代表目标,通过跟踪后的特征点集合与目标检测区域的相互关联,实现多目标的跟踪。实验结果表明了所提算法的有效性。     

基于小波变换的城市道路交通事件检测

利用出租车浮动车数据对城市道路行程车速的表达能力,针对出租车空车和重车2种数据运用小波变换技术分析了城市道路交通状态突变点,据此进行了城市道路交通事件的检测。区别于以往小波变换技术,首先运用于数据降噪,再将处理数据运用交通事件检测算法判断,直接采用小波变换技术实现了对城市道路间断流的交通事件的检测。并利用实际采集数据对提出的交通事件检测算法进行了验证,结果表明算法能够对交通事件进行更综合的检测,检测准确度得到了提高,能够为城市交通信息发布和交通诱导提供更加可靠的信息。     

基于多维分析技术的公路交通事故分析方法研究

文章针对公路交通事故，提出采用多维分析技术的交通事故分析方法。为适应交通管理信息化的建设要求，深入研究交通事故数据的内在联系，提出了建立交通事故多维分析方法的信息组织模型和实现途径。     

基于分形理论的交通事故分析

以某市交通事故统计资料为例,首先采用功率谱分析方法论证了分形理论用于交通事故分析的可行性,计算结果表明在统计意义上,该市交通事故时间序列具有自仿射性。接着利用分形的自相似性与标度不变性将内区间的分形特性进行延拓,并由此构造了具有外推功能的分形插值算法,实现交通事故预测。该算法利用内区间的迭代函数系和吸引子由特定初始点进行搜索,通过迭代使得到的点集与吸引子的均方偏差最小,从而获得需要外推点的函数值作为预测值。最后对交通事故时间序列进行R/S分析,进一步验证了预测结果的合理性,结果表明该市未来几年交通事故仍有增长趋势,应继续加强交通管理。     

基于小波消噪的ARIMA与SVM组合交通流预测

针对实际交通系统时变复杂和变化的不确定性所带来的交通流量非线性和强干扰性的特征,首先应用小波分析方法,对原始交通数据进行了消噪处理,使消噪后的数据更能反映交通流的本质及变化规律;然后采用自回归求和滑动平均(ARIMA)和支持向量机(SVM)的结合预测模型对交通流进行了预测,最后用实测交通数据进行了验证分析,得到了两个结论:一是组合预测模型比单个预测模型的预测精度高;二是小波分析消噪后的组合预测模型比没有消噪的组合预测模型预测精度高.结果表明消噪后的组合预测模型具有较高的预测精度,可用于交通流的实时动态预测.     

基于卡尔曼滤波的城市快速路交通密度估计与拥堵识别

针对城市快速路网中只有部分路段检测器可用的情况,为准确地估计交通密度并基于此快速识别路网所有路段的交通拥堵情况,研究了基于宏观交通流模型的卡尔曼滤波器设计方法.结合动态图混杂自动机(DGHA)与元胞传输模型(CTM)对快速路网建模,在此基础上推导出分段仿射线性系统(PWALS)模型.基于所得到的模型设计出切换型卡尔曼滤波器进行交通密度估计,并通过将路段密度估计值与临界拥堵密度进行对比来对快速路网的拥堵进行识别.以京通快速路为例进行实验,结果表明,真实值与估计值的平均绝对误差为MAE=0.625 988,显示了所提方法的有效性.     

基于博弈论的交通拥挤与交通需求管理策略分析

交通需求管理是通过削减潜在的交通需求,使路网达到供需平衡的一种有效策略。运用经济学博弈论的理论观点,分析了城市道路交通拥挤发生的原因以及相应交通需求管理方式的作用机理,从经济学的角度诠释了交通需求管理的有效性。     

基于数据挖掘技术的交通事故分析

为了有效地识别和发现事故数据的模式及其内在规律,提出一种使用数据挖掘领域中的多维关联规则技术分析大量交通事故记录的方法,通过找出可能导致交通事故发生的频繁因素组合,协助交通管理者更好地找出引发事故的原因与规律, 并作出相应的决策.     

基于物元分析的交通影响评价模型

针对大型建设项目的交通影响评价问题,利用物元分析理论,提出了基于物元分析的交通影响评价模型。分析了大型建设项目交通影响因素,选取项目的开发类型、建筑面积、开发强度、路网所处区位、路段饱和度、有无信号控制、离开建设项目的距离等10个评价指标,将项目对周边路网的影响分为大、中、小、较小4个等级,通过确定待评物元、建立节域物元矩阵、经典域物元矩阵、计算各评价指标权重和综合关联隶属度,得到了项目对周边路网的影响大小,并通过实例说明了模型的应用。结果表明,将物元分析理论用于大型建设项目的交通影响评价是可行的,能够定量评价项目交通影响的大小,并具有较高精度。