全文总字数：2792字
文献综述
1.交通事件检测算法国内外研究现状
随着高速公路的逐步发展，世界各地的学者都对改进事件检测的方法进行了大量的研究。交通事件检测方法根据所基于的理论方法，可以将事件检测算法分为基于模型识别，基于统计理论，基于交通流模型，基于时间顺序，平滑/滤波，图像处理技术以上人工智能等七类算法。20世纪60年代开始，国外学者便开展了对于高速公路事件检测的研究。
美国加利福尼亚州运输部提出了California 算法也叫做加州算法），是国外最早开发并投入使用的道路交通状态判别算法，它以车道占有率为参数，所依据的是事件发生时上游检测断面占有率将增加、下游检测断面占有率将减少这一原理。通过比较相邻检测器之间的交通状态参数（如流量、占有率等）来判别突发交通流。
Dudek和Messer提出的基于统计理论的标准正常偏差算法。剧烈变化的控制变量将反应出和道路几何因素确定的交通需求和通行能力不一致的事件状态。1974 年，Cook 提出双指数平滑（DES）算法，用于对突发交通事件的检测。双指数平滑（DES）算法将交通状态参数的双指数平滑值作为预测值，通过对实际值与提前设定的阈值作比较来检测交通事件的发生。
德克萨斯州交通协会（TTI）提出了标准正态偏差（SND）法，算法主要对休斯顿海湾公路上的交通进行监管和控制。SND 算法的标准偏差为当前交通状态参数值减去平均值，再除以标准偏差。若在连续的几个检测周期内，SND 值都大于阈值，就认为发生了事件。
国内在这方面的发展相对来说比较缓慢，但随着国内高速公路的迅速发展，许多研究单位和交通管控部门开始重视这个领域，在交通事件分析方法研究方面已经有了丰富的理论成果。
交通部公路科学研究所的王彦卿提出了能够自适应交通状况变化的交通异常检测算法，该算法针对交通流参数的阈值可以随交通状况的变化给出适当的调节方法，对交通流的变化有一定的适应性，并在京石高速公路上得到成功检验。
李文江、荆便顺等提出了一种基于小波分析的交通事件检测算法，该算法首先构造二进小波，对一种交通流数据进行二进小波转换，检测其奇异点，根据判断逻辑确定是否有交通事件发生。
姜紫峰、刘小坤等人提出从多层前向人工神经网络角度建立模型，并运用 BP 神经网络算法来实现。该方法采用一个4 层的 BP 网络（Back PropagationNN）。网络中每一层神经元只接受前一层神经元的输入，并在节点上进行复合（线性叠加）和畸变（非线性映射）。通过复合反应不同神经元之间的耦合度，通过畸变改变输入信息的结构和形态。相比传统交通事件判别算法，该方法具有判别率高、误判率低和平均判别时间短等优点。（基于多传感器数据融合的高速公路事件检测方法研究）
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
