掃一掃
關(guān)注中圖網(wǎng)
官方微博
包郵 交通大數(shù)據(jù)應(yīng)用技術(shù)與安全
開(kāi)本：
26cm
頁(yè)數(shù)：
233頁(yè)
本類(lèi)榜單：工業(yè)技術(shù)銷(xiāo)量榜
本類(lèi)五星書(shū)更多>
-
>
公路車(chē)寶典(ZINN的公路車(chē)維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(jì)(下)
-
>
基于個(gè)性化設(shè)計(jì)策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術(shù)轉(zhuǎn)移與技術(shù)創(chuàng)新歷史叢書(shū)中國(guó)高等技術(shù)教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機(jī)車(chē)概要.交流傳動(dòng)內(nèi)燃.電力機(jī)車(chē)
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學(xué)的問(wèn)題與脈絡(luò)
中圖價(jià):¥109.4
加入購(gòu)物車(chē)
交通大數(shù)據(jù)應(yīng)用技術(shù)與安全 版權(quán)信息
- ISBN：9787030790682
- 條形碼：9787030790682 ; 978-7-03-079068-2
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類(lèi)：>>
交通大數(shù)據(jù)應(yīng)用技術(shù)與安全 內(nèi)容簡(jiǎn)介
本書(shū)系統(tǒng)闡述交通大數(shù)據(jù)在地面城市交通中的廣泛應(yīng)用，涵蓋4個(gè)方面的內(nèi)容。**部分(包括第1、2章)，主要介紹交通大數(shù)據(jù)相關(guān)背景、研究意義、基本特征定義和分類(lèi)方法，是深入研究交通大數(shù)據(jù)不可或缺的先驗(yàn)知識(shí)；第二部分(包括第3～5章)，以文本類(lèi)型的結(jié)構(gòu)化數(shù)據(jù)為基礎(chǔ)，利用機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等相關(guān)知識(shí)構(gòu)造交通流量預(yù)測(cè)、交通擁堵預(yù)測(cè)、流量熱點(diǎn)分析等模型；第三部分(包括第6、7章)，通過(guò)視頻和圖像等媒體數(shù)據(jù)提供交通場(chǎng)景的視覺(jué)信息，以車(chē)載監(jiān)控和道路監(jiān)控為應(yīng)用場(chǎng)景實(shí)現(xiàn)對(duì)駕駛員和車(chē)輛的監(jiān)管；第四部分(包括第8、9章)，主要介紹模型可視化呈現(xiàn)工具，以及交通大數(shù)據(jù)安全結(jié)合區(qū)塊鏈的相關(guān)研究。
交通大數(shù)據(jù)應(yīng)用技術(shù)與安全 目錄
第1章 緒論 1
1.1 研究背景與意義 1
1.2 交通大數(shù)據(jù)挖掘國(guó)內(nèi)外研究現(xiàn)狀 3
1.2.1 常態(tài)分析研究 3
1.2.2 非常態(tài)分析研究 4
1.2.3 預(yù)測(cè)分析研究 5
1.3 并行化處理國(guó)內(nèi)外研究現(xiàn)狀 8
1.3.1 并行化處理的3種策略 8
1.3.2 大數(shù)據(jù)處理的并行化 9
1.3.3 機(jī)器學(xué)習(xí)的并行化 12
1.4 發(fā)展趨勢(shì) 14
1.4.1 平臺(tái)化 14
1.4.2 高性能 16
1.4.3 未雨綢繆 18
1.5 本書(shū)主要內(nèi)容 20
第2章 交通大數(shù)據(jù)特征與分類(lèi) 22
2.1 引言 22
2.2 大數(shù)據(jù)特征 22
2.2.1 大數(shù)據(jù)定義 22
2.2.2 大數(shù)據(jù)的5V特征 22
2.2.3 大數(shù)據(jù)體系架構(gòu) 23
2.3 交通大數(shù)據(jù) 24
2.3.1 交通數(shù)據(jù)采集方式 25
2.3.2 交通大數(shù)據(jù)特征 25
2.4 交通大數(shù)據(jù)分類(lèi) 26
2.4.1 按應(yīng)用場(chǎng)景分類(lèi) 26
2.4.2 按數(shù)據(jù)類(lèi)型分類(lèi) 32
2.5 本章小結(jié) 35
第3章 基于結(jié)構(gòu)化數(shù)據(jù)的流量預(yù)測(cè)方法 36
3.1 引言 36
3.1.1 車(chē)流量預(yù)測(cè)研究現(xiàn)狀 36
3.1.2 公交客流量預(yù)測(cè)研究現(xiàn)狀 37
3.2 基于SVM算法的公交客流量預(yù)測(cè) 38
3.2.1 基于SVM算法的公交客流量預(yù)測(cè)方法 38
3.2.2 數(shù)據(jù)采集及預(yù)處理 39
3.2.3 相關(guān)算法 40
3.2.4 模型設(shè)計(jì) 44
3.2.5 實(shí)驗(yàn)分析 52
3.3 基于KNN算法的高速公路流量預(yù)測(cè) 57
3.3.1 基于KNN算法的高速公路流量預(yù)測(cè)方法 57
3.3.2 數(shù)據(jù)采集及預(yù)處理 57
3.3.3 相關(guān)算法 58
3.3.4 模型設(shè)計(jì) 59
3.3.5 實(shí)驗(yàn)分析 62
3.4 基于XGBoost算法的高速公路流量預(yù)測(cè) 66
3.4.1 基于XGBoost算法的高速公路流量預(yù)測(cè)方法 66
3.4.2 數(shù)據(jù)采集及預(yù)處理 66
3.4.3 相關(guān)算法 67
3.4.4 模型設(shè)計(jì) 68
3.4.5 實(shí)驗(yàn)分析 71
3.5 基于RVM算法的車(chē)流量預(yù)測(cè) 74
3.5.1 基于RVM算法的車(chē)流量預(yù)測(cè)方法 74
3.5.2 數(shù)據(jù)采集及預(yù)處理 75
3.5.3 相關(guān)算法 77
3.5.4 模型設(shè)計(jì) 79
3.5.5 實(shí)驗(yàn)分析 81
3.6 本章小結(jié) 83
第4章 基于結(jié)構(gòu)化數(shù)據(jù)的擁堵預(yù)測(cè)方法 85
4.1 引言 85
4.2 基于GBDT算法的擁堵預(yù)測(cè) 86
4.2.1 基于GBDT算法的擁堵預(yù)測(cè)方法 86
4.2.2 數(shù)據(jù)采集及預(yù)處理 87
4.2.3 相關(guān)算法 87
4.2.4 模型設(shè)計(jì) 92
4.2.5 實(shí)驗(yàn)分析 92
4.3 基于RF算法的擁堵預(yù)測(cè) 96
4.3.1 基于RF算法的擁堵預(yù)測(cè)方法 96
4.3.2 數(shù)據(jù)采集及預(yù)處理 97
4.3.3 相關(guān)算法 98
4.3.4 模型設(shè)計(jì) 100
4.3.5 實(shí)驗(yàn)分析 102
4.4 基于模糊綜合評(píng)價(jià)法的擁堵預(yù)測(cè) 104
4.4.1 基于模糊綜合評(píng)價(jià)法的擁堵預(yù)測(cè)方法 104
4.4.2 數(shù)據(jù)分析 105
4.4.3 相關(guān)算法 105
4.4.4 基于多指標(biāo)評(píng)價(jià)的擁堵預(yù)測(cè) 109
4.4.5 實(shí)驗(yàn)分析 112
4.5 本章小結(jié) 114
第5章 基于結(jié)構(gòu)化數(shù)據(jù)的熱點(diǎn)分析方法 116
5.1 引言 116
5.2 文本數(shù)據(jù)處理流程 116
5.3 基于k-means算法的出租車(chē)乘客出行數(shù)據(jù)分析 118
5.3.1 基于k-means算法的出租車(chē)乘客出行數(shù)據(jù)分析方法 118
5.3.2 數(shù)據(jù)采集及預(yù)處理 119
5.3.3 相關(guān)算法 119
5.3.4 模型設(shè)計(jì) 122
5.3.5 實(shí)驗(yàn)分析 125
5.4 基于SWCk-means算法的文本數(shù)據(jù)熱點(diǎn)分析 128
5.4.1 基于SWCk-means算法的文本數(shù)據(jù)熱點(diǎn)分析方法 128
5.4.2 數(shù)據(jù)采集及預(yù)處理 129
5.4.3 相關(guān)算法 129
5.4.4 模型設(shè)計(jì) 134
5.4.5 實(shí)驗(yàn)分析 135
5.5 本章小結(jié) 137
第6章 基于車(chē)載監(jiān)控圖像的應(yīng)用 138
6.1 引言 138
6.2 駕駛員吸煙檢測(cè) 138
6.2.1 基于改進(jìn)SSD算法的駕駛員吸煙檢測(cè)方法 139
6.2.2 模型設(shè)計(jì) 139
6.2.3 實(shí)驗(yàn)分析 140
6.3 駕駛員打電話(huà)檢測(cè) 143
6.3.1 基于改進(jìn)YOLOv5n算法的駕駛員打電話(huà)檢測(cè)方法 143
6.3.2 模型設(shè)計(jì) 144
6.3.3 實(shí)驗(yàn)分析 148
6.4 疲勞駕駛檢測(cè) 150
6.4.1 基于面部多特征的駕駛員疲勞駕駛檢測(cè)方法 151
6.4.2 模型設(shè)計(jì) 152
6.4.3 實(shí)驗(yàn)分析 156
6.5 公交客流統(tǒng)計(jì) 159
6.5.1 基于多目標(biāo)識(shí)別與跟蹤的公交客流量統(tǒng)計(jì)方法 159
6.5.2 模型設(shè)計(jì) 159
6.5.3 實(shí)驗(yàn)分析 163
6.6 本章小結(jié) 166
第7章 基于道路監(jiān)控圖像的應(yīng)用 168
7.1 引言 168
7.2 安全帶檢測(cè) 168
7.2.1 基于改進(jìn)YOLOv3算法和FasterRCNN算法的安全帶檢測(cè)方法 169
7.2.2 模型設(shè)計(jì) 169
7.2.3 實(shí)驗(yàn)分析 171
7.3 車(chē)牌識(shí)別 173
7.3.1 基于YOLOv5s算法的車(chē)牌識(shí)別方法 174
7.3.2 模型設(shè)計(jì) 175
7.3.3 實(shí)驗(yàn)分析 177
7.4 車(chē)型識(shí)別 179
7.4.1 基于YOLOv5s算法的車(chē)型識(shí)別方法 179
7.4.2 模型設(shè)計(jì) 180
7.4.3 實(shí)驗(yàn)分析 180
7.5 車(chē)輛顏色識(shí)別 182
7.5.1 基于YOLOv5s算法的車(chē)輛顏色識(shí)別方法 183
7.5.2 模型設(shè)計(jì) 183
7.5.3 實(shí)驗(yàn)分析 184
7.6 車(chē)輛行為識(shí)別 186
7.6.1 基于TSAN網(wǎng)絡(luò)的車(chē)輛行為識(shí)別方法 186
7.6.2 模型設(shè)計(jì) 187
7.6.3 實(shí)驗(yàn)分析 188
7.7 車(chē)速檢測(cè) 190
7.7.1 基于虛擬線(xiàn)圈法的車(chē)速檢測(cè)方法 190
7.7.2 模型設(shè)計(jì) 191
7.7.3 實(shí)驗(yàn)分析 192
7.8 高速公路車(chē)流量統(tǒng)計(jì) 194
7.8.1 基于YOLOv5+DeepSORT算法的高速公路車(chē)流量統(tǒng)計(jì)方法 194
7.8.2 模型設(shè)計(jì) 194
7.8.3 實(shí)驗(yàn)分析 195
7.9 本章小結(jié) 198
第8章 交通大數(shù)據(jù)可視化 199
8.1 引言 199
8.2 基于Excel電子表格的可視化方法 199
8.2.1 利用商業(yè)智能儀表盤(pán)實(shí)現(xiàn)可視化 199
8.2.2 利用Tableau實(shí)現(xiàn)數(shù)據(jù)可視化 200
8.2.3 利用Power View插件實(shí)現(xiàn)可視化 200
8.2.4 利用RawGraphs實(shí)現(xiàn)Excel數(shù)據(jù)可視化 200
8.2.5 利用PowerBI實(shí)現(xiàn)數(shù)據(jù)可視化 200
8.3 編程式可視化方法 201
8.4 交互式可視化方法 203
8.4.1 交互的作用 204
8.4.2 交互原則 204
8.4.3 交互操作 204
8.4.4 交互空間 204
8.4.5 利用Matplotlib實(shí)現(xiàn)交通數(shù)據(jù)可視化 204
8.4.6 利用虛幻引擎5實(shí)現(xiàn)3D交互式可視化 205
8.4.7 利用CartoDB實(shí)現(xiàn)數(shù)據(jù)可視化 205
8.5 半交互式半編程可視化方法 205
8.5.1 DataV實(shí)現(xiàn)可視化 205
8.5.2 利用Leaflet實(shí)現(xiàn)數(shù)據(jù)可視化 205
8.5.3 利用Highcharts實(shí)現(xiàn)交通數(shù)據(jù)可視化 206
8.5.4 利用Superset實(shí)現(xiàn)可視化 206
8.6 本章小結(jié) 206
第9章 交通大數(shù)據(jù)安全結(jié)合區(qū)塊鏈技術(shù) 207
9.1 引言 207
9.2 區(qū)塊鏈技術(shù) 207
9.2.1 區(qū)塊鏈定義 207
9.2.2 區(qū)塊鏈特征 208
9.2.3 區(qū)塊鏈架構(gòu) 209
9.3 基于區(qū)塊鏈技術(shù)的車(chē)輛身份認(rèn)證 210
9.3.1 傳統(tǒng)車(chē)輛身份認(rèn)證現(xiàn)狀 210
9.3.2 交通大數(shù)據(jù)車(chē)輛身份認(rèn)證特點(diǎn) 211
9.3.3 基于區(qū)塊鏈技術(shù)的車(chē)輛身份認(rèn)證優(yōu)勢(shì) 212
9.4 基于區(qū)塊鏈技術(shù)的車(chē)輛訪(fǎng)問(wèn)控制 213
9.4.1 傳統(tǒng)車(chē)輛訪(fǎng)問(wèn)控制現(xiàn)狀 213
9.4.2 交通大數(shù)據(jù)車(chē)輛訪(fǎng)問(wèn)控制特點(diǎn) 213
9.4.3 基于區(qū)塊鏈技術(shù)的車(chē)輛訪(fǎng)問(wèn)控制優(yōu)勢(shì) 214
9.5 基于區(qū)塊鏈技術(shù)的數(shù)據(jù)隱私保護(hù) 216
9.5.1 區(qū)塊鏈數(shù)據(jù)隱私保護(hù)現(xiàn)狀 216
9.5.2 區(qū)塊鏈數(shù)據(jù)隱私保護(hù)系統(tǒng) 217
9.5.3 隱私保護(hù)交互過(guò)程 218
9.6 未來(lái)應(yīng)用場(chǎng)景 219
9.6.1 區(qū)塊鏈+邊緣計(jì)算 219
9.6.2 區(qū)塊鏈+即時(shí)支付 220
9.6.3 區(qū)塊鏈+物流溯源 222
9.6.4 區(qū)塊鏈+智慧停車(chē) 223
9.7 本章小結(jié) 224
參考文獻(xiàn) 225
展開(kāi)全部
書(shū)友推薦
- >
姑媽的寶刀
- >
龍榆生：詞曲概論/大家小書(shū)
- >
我與地壇
- >
朝聞道
- >
莉莉和章魚(yú)
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
山海經(jīng)
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
本類(lèi)暢銷(xiāo)
