随着我国道路交通量的不断增长，交通安全、交通拥堵以及环境污染成为我国道路交通的主要问题。智能交通系统作为解决这些问题的重要手段而得到了广泛的发展。交通事件检测则是智能交通系统的核心并且直接影响智能交通系统的发展。因此，实时、准确、快速的交通事件检测方法的研究具有重大意义。本论文的主要研究内容和成果如下：(1)根据低阶非线性变换具有可以提高输入信号的信噪比，降低异常数据的影响，提高噪声与信号的分辨率的作用，将低阶非线性变换应用到交通流的预测当中，包括自回归模型、移动平均模型、指数平滑模型和方差倒数法、简单平均法的组合预测模型，通过交通流数据实验证明低阶非线性变换可以提高直接预测和组合预测的准确率。(2)将低阶对数变换应用到小波去噪领域，通过交通流去噪的实验，对比无低阶对数变换的小波去噪的效果和低阶对数变换对小波去噪的效果，证明低阶对数变换可以降低异常数据对小波去噪的影响。(3)在基于预测偏差的交通事件检测算法基础上进行改进，分别应用小波去噪和两种傅里叶去噪方法，对交通流进行去噪得到信号部分和噪声部分，通过对信号部分和噪声部分的分析得到待检测时刻交通流数据的分布与发生交通事件的置信区间，得到交通事件发生的概率化判断。