facebook prophet 使用教程.docx . 详细的介绍了时间序列模型的使用方法和原理，该模型是来自Facebook的prophet模型，有很好的时间序列预测功能。

这是STA 160中流量组的GitHub存储库。成员： 辛西娅·莱 森雄二 王晓彤 我们使用PeMS网站上的数据分析了5年内的湾区交通量。 数据以公路传感器数据的形式出现，并包括流量，速度等点。 我们的分析主要集中在可视化和探索数据的本质上。

matlab建立汽车模型代码Traffic_Light_Classifier 介绍 交通灯分类器使用计算机视觉技术为交通灯图像构建分类器！ 给定的交通灯图像数据集，其中三个灯之一亮：红色、黄色或绿色。 分类步骤 在提供的笔记本中，我们将对这些图像进行预处理，提取有助于区分不同类型图像的特征，并使用这些特征将交通灯图像分为三类：红色、黄色或绿色。 任务将分为几个部分： 加载和可视化数据。 任何分类任务的第一步都是熟悉数据； 我们需要加载交通灯的图像并将它们可视化！ 预处理。 输入图像和输出标签需要标准化； 即所有的输入应该是相同类型的数据和相同的大小，输出应该是一个数字标签。 这样，我们可以使用相同的程序分析所有输入图像，并且我们知道最终对新图像进行分类时会期望什么输出。 预处理的标准化图像 特征提取。 我将从每张图像中提取一些特征，用于区分和分类这些图像。 特征应该是一维向量，甚至是单个值，提供有关图像的一些信息，可以帮助将其分类为红色、黄色或绿色交通灯。 特征提取步骤示例 分类和可视化错误。 最后，我们将编写一个函数，使用我们的特征对任何交通灯图像进行分类。 此函数将接收图像并输出标

Tor流量检测 该项目旨在检测流量是否来自 Tor 网络。 源自或发往 Tor 出口节点的流量几乎肯定是 Tor 流量。 更复杂的识别策略就不那么简单了。

T-GCN-PyTorch 这是以下论文中T-GCN的PyTorch实现： 。 可以在找到此存储库的稳定版本。 要求 麻木 matplotlib 大熊猫 火炬 火炬闪电 闪电 模型训练 # GCN python main.py --model_name GCN --max_epochs 3000 --learning_rate 0.001 --weight_decay 0 --batch_size 64 --hidden_dim 100 --settings supervised --gpus 1 # GRU python main.py --model_name GRU --max_epochs 3000 --learning_rate 0.001 --weight_decay 1.5e-3 --batch_size 64 --hidden_dim 100 --settings s

verilog实现公路红绿灯的转换，有计时器。有8个.v自写程序

Traffic Lights Recognition (TLR) Lara_UrbSeq1_CAOR_v3_7_LR.avi Lara_UrbSeq1_CAOR_v3_7_HR.avi

COMP9417项目-交通灯控制器 为了使用该程序，第462行的compressions_style可以是“ default”，“ greedy”或“ average”，以生成不同的状态表示形式以进行Q学习。 线路463上的“方案”可以是“默认”或“ max_stopped”，以更改奖励状态的方式。 在线464上的学习可以是“默认”或“固定”的，以在允许程序决定何时切换灯与以每10个时间步长一次的固定速率切换灯之间进行切换。 可以在第21-23行中更改Q学习参数gamma，alpha和epsilon，并且可以通过第26行上的强度和第27行上的generation_function更改生成函数，这些函数可以是“ default”，“ exponential”或“ constant” 。 为了能够查看程序的图形版本，需要在第42行将verbose设置为True。

Unity3D交通模拟系统，它使用真正的物理驱动的汽车来模拟玩家周围的交通，从而给人以逼真的交通模拟感，还可以在人行道和其他几种车辆上模拟行人。为游戏或真实模拟赋予场景生动的色彩！

警告：项目移至http://github.com/plashchynski/viewssld viewssld是一个免费的开源无终止SSLv2 / SSLv3 / TLS流量解密守护程序，用于Snort和其他网络入侵检测系统（IDS）。