☆☆☆☆☆
简体网页||繁体网页



点击这里下载

类似图书 点击查看全场最低价

---

内容简介

　　《公共交通大数据挖掘与分析》为智能交通领域前沿研究论著丛书之一，主要针对国内多模式公共交通系统信息化和智能化发展现状，基于广泛使用的公共交通大数据（IC卡和GPA数据），探讨了公共交通大数据的分析和挖掘方法，并综合利用人工智能、运筹学、交通规划、交通行为学等理论和方法，对公共交通大数据典型应用场景进行探讨，用于支撑城市多模式公共交通规划和运营的目的。
　　《公共交通大数据挖掘与分析》主要研究内容包括：交通大数据基本类型与处理技术、公共交通客流0D矩阵推导方法、公共交通到站信息服务优化、公共交通短时客流预测、公共交通出行行为分析、公共交通网络性能评价。
　　《公共交通大数据挖掘与分析》可为全方位、多层次、大范围、大数据化、高效运行的综合交通运输体系建设提供理论与技术支持。
　　《公共交通大数据挖掘与分析》适用于交通工程、智能交通、交通管理等相关专业的技术人员、管理与决策人员、科研工作者、研究生、教师与高年级本科生使用。

作者简介

　　马晓磊，2013年博士毕业予美国华盛顿大学，现任北京航空航天大学交通科学与工程学院特聘研究员，副教授，博士生导师。致力于基于数据驱动的交通运营与优化研究，并取得了一系劐原创性成果，主要研究领域包括公共交通系统优化、交通大数据分析及犬规模交通网络建模。目前已在交通领域期刊以及国际会议上发表论文70余篇，其中36篇被SCI/SSCI收录（3篇ESI高被引论文，1篇热点论文），总引用次数700余次。出版中文专著1部，获得第16届CICTP会议论文奖。获第16届COTA国际交通科技年会论文奖，省部级三等奖1项。担任IET Intelligent Transport System等多个SCI期刊副生编、美国科学院TRB人工智能与高级计算应用委员会委员、世界交通运输大会数据与信息学部主席等学术组织成员。入选中国科协青年人才托举工程，北京市科技新星等人才计划。
　　
　　丁川，北京航空航天大学交通科学与工程学院助理教授、硕士生导师。近年来主要围绕时空间交通行为与交通太数据、城市建成环境与交通出行、车联网交通系统建模与仿真开展研究。主持国家自然科学膏年基金、重点项目子课题、国家重点实验室等课题多项。入选全国“香江学者”人才支持计划、中国科协青年人才托举工程、北航“青年拔尖”人才支持计划。以第1作者或通讯作者在交通主流期刊发表SCI论文二十余篇，人选ESI高被引论文多篇。担任交通领域SCI期刊Transportation Research Part D：Transport and Environment编委。
　　
　　于海洋，北京航空航天大学交通科学与工程学院助理研究员、硕士生导师，智慧交通研究中心主任。近年来主要从事交通大数据和智能车路协同等方面研究。近五年，发表论文近20篇，其中scIQl区论文5篇，入选ESI高被引论文1篇；申报发明专利近20余项，获批软件著作权2项；主持包括国家自然科学基金项目、国家科技支撑计划等各级科研项目10余项，“十二五”国家科技支撑计划课题“基于数据驱动的城市交通智能联网联控技术集成及示范”负责人；荣获国家科技进步二等奖1项，省部级一等奖2项，二等奖1项；兼任中国自动化学会车辆控制与智能化专委会委员，中国智能交通协会青年专家等。
　　
　　刘剑锋，博士，教授级高级工程师，美国华盛顿大学访问学者。现任北京城建设计发展集团副总工程师、交通研究中心主任。近年来先后主持了国内20多个城市60余项城市综合交通规划、轨道交通规划、轨道客流预测等项目。获北京市科技进步奖、中国公路学会科技进步奖、中国智能交通协会科技进步奖、北京公路学会科技进步奖等各等级多项奖励。2015年获中国公路学会百名工程师称号。参加和主持多项科技部、国家自然科学基金委和北京市科委的科研项目，参编多项行业和国家标准规范，发表论文60余篇。受邀担任住建部、中咨公司、国家发改委30多个城市近酉个城市轨道交通线网规划、建设规划、工程可行性研究项目的评估咨询专家。

内页插图

目录

第1章 绪论
1．1 背景与意义
1．2 国内外研究现状
1．3 公交大数据分类
1．4 本书主要内容
1．5 章节结构
本章参考文献

第2章 交通大数据基本类型与处理技术
2．1 交通大数据基本类型
2．2 数据处理工具与数据清洗
本章参考文献

第3章 公交客流OD矩阵推导方法
3．1 上车站点识别
3．2 下车站点识别
本章参考文献

第4章 公交到站信息服务优化
4．1 公交到站信息概况
4．2 公交到站信息影响因素分析
4．3 基于相关向量机的乘客候车时间范围预测
4．4 基于1S．SVM的公交串车预测
本章参考文献

第5章 公共交通短时客流预测
5．1 考虑动态波动性的轨道交通站点短时客流预测
5．2 基于多尺度径向基函数神经网络模型的地铁短时客流预测
5．3 预测地铁短时客流并基于梯度提升算法的决策树模型分析客流影响因素
本章参考文献

第6章 公交出行行为分析
6．1 乘客时空规律性挖掘
6．2 通勤人群识别与职住地估计
6．3 通勤指标分析
6．4 城市通勤出行方式与出发时刻联合选择的交叉巢式1ogit模型
本章参考文献

第7章 公交网络性能评价
7．1 交通E科学理论框架
7．2 公交大数据平台搭建
7．3 本章小结
本章参考文献

前言/序言

　　近年来，随着智能交通、智慧城市等概念的出现与不断推进，城市交通领域已经具有较为成熟的数据采集和技术应用基础。随着大数据时代的来临，以手机数据、浮动车数据及社交网络等为代表的海量、多源时空数据不断应用于城市规划实践中。2015年国务院印发的《促进大数据发展行动纲要》系统地部署了大数据发展工作，提出率先在交通等领域，实现公共数据资源合理适度向社会开放，带动社会公众开展大数据增值性、公益性开发和创新应用，充分释放数据红利。
　　促进大数据发展，为“互联网+”时代下城市交通提供了发展新思路：一方面，大数据技术的应用为提升公共服务水平、促进产业创新提供了新的机遇；另一方面，大数据技术也为政府提升交通治理能力、缓解城市交通资源压力提供了新途径。随着大数据时代的来临，城市公共交通IC卡的推广与卫星定位技术的使用，在为广大乘客提供便利的同时，也提供了信息化的客流调查统计方法。基于海量多源公共交通数据提取并分析公共交通客流信息，可为公共交通企业的决策、运营管理提供可靠的数据依据，从而提升公共交通企业的管理水平，提升公共交通吸引率，推进公共交通优先发展战略实施，缓解城市交通拥堵。
　　本书系统构建了公共交通大数据在运营与规划研究中的分析框架，以实际城市作为案例全面介绍了公共交通大数据挖掘与分析方法，为公共交通规划与运营提供数据支撑及技术方法，主要包括交通大数据基本类型与处理技术、公共交通客流OD矩阵推导方法、公共交通到站信息服务优化、公共交通短时客流预测、公共交通出行行为分析、公共交通网络性能评价等几方面的应用。希望本书能够给更多致力于公共交通大数据研究的科研人员提供有益的参考，促进公共交通理论与实践的发展。
　　本书由马晓磊、丁川、于海洋和刘剑锋撰写，其中马晓磊主要撰写了第1~3章，丁川主要撰写了第5、6章，于海洋主要撰写了第4章，刘剑锋主要撰写了第7章。博士研究生陈汐、代壮，硕士研究生刘从从、陈栋伟、栾森、张继宇、杨洁、段金肖、李屹等参与了撰写工作，在此一并表示感谢。
　　本书的出版得到了国家自然科学基金（课题编号：61773036，71503018，51408018，U1564212）、北京市自然科学基金（课题编号：9172011）、北京市科技新星（课题编号：z151100000315048）以及中国科协“青年托举”人才工程（课题编号：2016QNRCO01）等项目的支持。
公共交通大数据挖掘与分析 电子书 下载 mobi epub pdf txt

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

类似图书 点击查看全场最低价