中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養(yǎng)秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統(tǒng)關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創(chuàng)新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
交通大數據 版權信息
- ISBN：9787512144934
- 條形碼：9787512144934 ; 978-7-5121-4493-4
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
交通大數據 本書特色
隨著信息技術對交通行業(yè)運營的支撐作用的不斷增強，各種交通行業(yè)的交通信息系統(tǒng)所產生的數據的類型越來越多，數據規(guī)模越來越大。交通運輸企業(yè)、交通行業(yè)管理部門、互聯網交通服務企業(yè)等交通行業(yè)參與者紛紛規(guī)劃與建成了交通大數據平臺，許多交通大數據平臺為業(yè)務現場的許多決策場景起到了實質性的支撐作用。在交通大數據平臺的規(guī)劃、設計、實現和應用中，需要既能深入理解與掌握大數據工程與技術，又懂交通，理解交通數據概貌，對交通大數據應用需求、應
交通大數據 內容簡介
本書共分為6章: 緒論、交通大數據概況、交通大數據處理技術、時空交通大數據預測、視覺交通大數據、交通運營大數據應用與案例。主要內容包括從數據到智慧 ; 交通運輸行業(yè)基礎知識 ; 交通行業(yè)中的決策與決策支持 ; 交通行業(yè)信息化發(fā)展 ; 交通大數據研究與應用定位等。
交通大數據 目錄
第1章 緒論 1
1.1 從數據到智慧 1
1.1.1 數據 1
1.1.2 大數據 2
1.1.3 信息 2
1.1.4 知識 4
1.1.5 智能 6
1.1.6 人工智能 7
1.1.7 決策 8
1.1.8 智慧 13
1.1.9 數據分析與挖掘 15
1.1.10 機器學習 16
1.2 交通運輸行業(yè)基礎知識 20
1.2.1 交通運輸的定義 20
1.2.2 交通運輸業(yè)分類簡介 20
1.2.3 交通行業(yè)參與者及訴求 22
1.3 交通行業(yè)中的決策與決策支持 25
1.3.1 運輸企業(yè)內部決策與決策支持 25
1.3.2 交通行業(yè)服務對象決策與決策支持 26
1.3.3 政府與行業(yè)管理部門決策與決策支持 27
1.4 交通行業(yè)信息化發(fā)展 27
1.4.1 運輸組織與安全生產信息化 27
1.4.2 運輸客貨營銷與服務信息化 28
1.4.3 運輸企業(yè)經營管理信息化 29
1.4.4 政府與交通運輸行業(yè)管理信息化 29
1.4.5 交通運輸行業(yè)信息化的發(fā)展趨勢 29
1.5 交通大數據研究與應用定位 32
1.5.1 交通運輸運營效率 32
1.5.2 交通與社會安全 33
1.5.3 交通服務質量 33
1.6 本書內容結構 34
第2章 交通大數據概況 35
2.1 交通大數據形態(tài) 35
2.1.1 基于內容格式的交通大數據分類 36
2.1.2 原始數據與導出數據 42
2.1.3 數據使用與分類 42
2.1.4 交易、行為與日志數據 43
2.1.5 元數據 45
2.2 交通地理大數據 46
2.2.1 交通地理空間單元層數據 46
2.2.2 交通網絡拓撲數據 48
2.2.3 交通地理層數據 49
2.3 客貨營銷與服務大數據 50
2.3.1 客運營銷大數據 50
2.3.2 貨運營銷大數據 52
2.3.3 客貨服務大數據 53
2.3.4 營銷市場環(huán)境大數據 55
2.4 交通網絡生產運行與安全大數據 55
2.4.1 運輸生產計劃與調度大數據 56
2.4.2 運輸生產作業(yè)流程與保障大數據 57
2.4.3 交通運輸流與客貨流大數據 60
2.4.4 交通運輸安全大數據 62
2.4.5 交通導航與移動終端大數據 65
2.5 交通運輸企業(yè)運營管理與行業(yè)管理大數據 66
2.5.1 交通運輸企業(yè)運營管理大數據 66
2.5.2 政府與行業(yè)管理部門交通大數據 67
2.6 本章小結 67
第3章 交通大數據處理技術 69
3.1 大數據及處理概述 69
3.1.1 大數據基本概念與特征 69
3.1.2 大數據生命周期模型組成 70
3.1.3 大數據平臺與數據倉庫 72
3.2 交通大數據系統(tǒng)常見架構 79
3.2.1 企業(yè)大數據平臺系統(tǒng)架構設計因素 79
3.2.2 交通客貨運營支撐大數據平臺典型架構 82
3.2.3 互聯網+交通企業(yè)典型大數據平臺架構 87
3.2.4 交通指揮控制大數據平臺架構 89
3.3 交通大數據的生成與采集 91
3.3.1 交通信息系統(tǒng)數據生成與采集 91
3.3.2 基礎采集設備 92
3.3.3 專用采集系統(tǒng) 95
3.4 交通大數據集成 96
3.4.1 數據集成方法 97
3.4.2 實時、近實時集成技術 98
3.4.3 異常值檢測方法 102
3.4.4 缺失值處理方法 106
3.5 交通大數據組織、存儲與維護 114
3.5.1 大數據應用主題與數據組織方法 114
3.5.2 多粒度級數據組織策略 118
3.5.3 操作型數據存儲 124
3.5.4 交通大數據存儲技術 127
3.5.5 交通大數據載入、更新與維護技術 135
3.6 交通大數據典型應用系統(tǒng)模式 142
3.6.1 交通大數據服務系統(tǒng) 143
3.6.2 交通大數據驅動智慧業(yè)務系統(tǒng) 144
3.6.3 數據驅動交通企業(yè)生產運營管理決策支持系統(tǒng) 145
3.6.4 大數據驅動交通客戶決策支持系統(tǒng) 146
3.6.5 基于交通大數據的智能算法訓練及應用系統(tǒng)研發(fā)平臺 148
3.7 本章小結 149
第4章 時空交通大數據預測 150
4.1 時空交通大數據概述 150
4.1.1 時空交通數據的類型 150
4.1.2 時空交通數據的典型特征 153
4.2 時空交通數據預測任務 155
4.2.1 交通流量預測 155
4.2.2 交通需求預測 155
4.2.3 交通狀態(tài)預測 156
4.2.4 通行時間預測 156
4.2.5 交通事故風險預測 156
4.2.6 用戶位置預測 156
4.2.7 出行路徑預測 157
4.3 傳統(tǒng)時間序列預測方法 157
4.3.1 傳統(tǒng)統(tǒng)計預測方法 157
4.3.2 傳統(tǒng)機器學習預測方法 159
4.4 深度學習預測方法 163
4.4.1 時空網格數據預測 164
4.4.2 時空圖數據預測 174
4.4.3 時空軌跡數據預測 183
4.5 本章小結 191
第5章 視覺交通大數據 192
5.1 視覺交通大數據概述 192
5.1.1 線路監(jiān)控視覺數據 192
5.1.2 車載視覺數據 193
5.1.3 站場監(jiān)控數據 193
5.2 交通視覺數據分析任務 194
5.2.1 道路監(jiān)控數據分析任務 194
5.2.2 車載視覺數據分析任務 195
5.2.3 站場監(jiān)控數據分析任務 196
5.3 靜態(tài)交通場景感知相關技術 196
5.3.1 通用目標檢測方法 197
5.3.2 行人檢測方法 201
5.3.3 交通場景語義分割方法 203
5.3.4 車道線檢測方法 204
5.3.5 三維場景重建技術 206
5.4 動態(tài)交通場景感知相關技術 210
5.4.1 單目標跟蹤方法 210
5.4.2 多目標跟蹤方法 213
5.4.3 行人重識別方法 215
5.4.4 車輛重識別方法 217
5.5 本章小結 220
第6章 交通運營大數據應用與案例 221
6.1 交通運營大數據應用概述 222
6.1.1 交通運營大數據應用常見場景 222
6.1.2 交通運營應用相關的數據 222
6.2 交通產品需求預測案例——航班需求預測 223
6.2.1 概述 223
6.2.2 航班需求預測問題定義 224
6.2.3 解決方案 225
6.2.4 實驗分析 228
6.2.5 小結 231
6.3 交通產品價格預測案例——機票價格預測 231
6.3.1 概述 231
6.3.2 案例背景 232
6.3.3 機票價格預測問題定義 232
6.3.4 解決方案 234
6.3.5 實驗分析 237
6.3.6 小結 239
6.4 交通產品推薦案例——民航旅客后續(xù)行程預測與推薦 240
6.4.1 概述 240
6.4.2 案例背景 241
6.4.3 民航旅客后續(xù)行程預測問題定義 241
6.4.4 解決方案 242
6.4.5 實驗分析 245
6.4.6 小結 249
6.5 交通用戶群體分析案例——民航旅客社交網絡挖掘 249
6.5.1 概述 249
6.5.2 民航旅客社交網絡構建 250
6.5.3 家庭團體發(fā)現 253
6.5.4 小結 257
6.6 交通用戶價值預測案例——民航旅客價值預測 257
6.6.1 概述 257
6.6.2 案例背景 258
6.6.3 民航旅客價值預測問題定義 258
6.6.4 解決方案 260
6.6.5 實驗分析 263
6.6.6 小結 265
6.7 交通用戶行為預測案例——民航旅客出行目的推斷 265
6.7.1 概述 265
6.7.2 案例背景 266
6.7.3 民航旅客出行目的推斷問題定義 267
6.7.4 解決方案 268
6.7.5 實驗分析 274
6.7.6 小結 277
6.8 交通產品庫存預測案例——基于庫存變化預測的智能緩存優(yōu)化 277
6.8.1 案例背景 278
6.8.2 在線訂票系統(tǒng)的緩存策略 279
6.8.3 數據準備 280
6.8.4 庫存變化時間間隔預測 281
6.8.5 動態(tài)緩存有效時間設置 282
6.8.6 技術應用效果 282
6.9 交通流量仿真案例——基于歷史通行數據的高速公路流量仿真 284
6.9.1 案例背景 284
6.9.2 解決方案框架 284
6.9.3 數據描述 285
6.9.4 相關算法 286
6.10 本章小結 288
參考文獻 289
展開全部
交通大數據 作者簡介
林友芳，男，教授，博士生導師，現任北京交通大學網信辦、網絡信息技術中心主任，計算機與信息技術學院副院長，交通數據分析與挖掘北京市重點實驗室常務副主任，綜合交通運輸大數據應用技術交通運輸部行業(yè)重點實驗室副主任兼交通大數據分析挖掘方向首席教授，民航旅客服務智能化應用技術重點實驗室副主任，北京交通大學大數據研究院院長，北京交通大學計算機與信息技術學院網絡科學與智能系統(tǒng)研究所所長，新一代信息技術及應用北京市高精尖學科負責人，北京交通大學教學名師。中國計算機學會(CCF)高級會員，CCF大數據專家委員會委員，CCF人工智能與模式認識專委會委員。主要從事數據挖掘、機器學習、復雜網絡、社會網絡、智能技術與系統(tǒng)、交通數據分析與挖掘、民航大數據處理、數據中心運維大數據、信息物理系統(tǒng)、領域自動駕駛等領域的應用基礎研究工作，相關領域的咨詢專家。具有較為豐富的信息系統(tǒng)規(guī)劃、設計、組織開發(fā)與實施經驗。主持與參與項目共計120余項，主持項目50余項，其中多數為服務于中大型企業(yè)的科研項目，有大量的大數據與智能應用研發(fā)成果在重要生產現場得到實際應用。發(fā)表論文60余篇，論文發(fā)表在包括IEEE TKDE、TITS等學術期刊和AAAI、CVPR、IJCAI、ACM MM、ICDE、ICARCV、ECML PKDD等高級別國際學術會議上，其中CCF A類國際期刊、CCFA類會議論文15篇。譯著3本，是經典圖書《數據倉庫》的主要譯者。
書友推薦
- >
伊索寓言-世界文學名著典藏-全譯本
- >
史學評論
- >
伯納黛特,你要去哪(2021新版)
- >
二體千字文
- >
回憶愛瑪儂
- >
中國歷史的瞬間
- >
我與地壇
- >
羅庸西南聯大授課錄
本類暢銷
