公共交通大數據挖掘與分析簡(jiǎn)介，目錄書(shū)摘
2020-02-19 10:01
來(lái)源：京東
作者：京東
公共交通大數據挖掘與分析
暫無(wú)報價(jià)
100+評論
97%好評
編輯推薦:
內容簡(jiǎn)介: 《公共交通大數據挖掘與分析》為智能交通領(lǐng)域前沿研究論著(zhù)叢書(shū)之一，主要針對國內多模式公共交通系統信息化和智能化發(fā)展現狀，基于廣泛使用的公共交通大數據（IC卡和GPA數據），探討了公共交通大數據的分析和挖掘方法，并綜合利用人工智能、運籌學(xué)、交通規劃、交通行為學(xué)等理論和方法，對公共交通大數據典型應用場(chǎng)景進(jìn)行探討，用于支撐城市多模式公共交通規劃和運營(yíng)的目的。
《公共交通大數據挖掘與分析》主要研究?jì)热莅ǎ航煌ù髷祿绢?lèi)型與處理技術(shù)、公共交通客流0D矩陣推導方法、公共交通到站信息服務(wù)優(yōu)化、公共交通短時(shí)客流預測、公共交通出行行為分析、公共交通網(wǎng)絡(luò )性能評價(jià)。
《公共交通大數據挖掘與分析》可為全方位、多層次、大范圍、大數據化、高效運行的綜合交通運輸體系建設提供理論與技術(shù)支持。
《公共交通大數據挖掘與分析》適用于交通工程、智能交通、交通管理等相關(guān)專(zhuān)業(yè)的技術(shù)人員、管理與決策人員、科研工作者、研究生、教師與高年級本科生使用。
《公共交通大數據挖掘與分析》主要研究?jì)热莅ǎ航煌ù髷祿绢?lèi)型與處理技術(shù)、公共交通客流0D矩陣推導方法、公共交通到站信息服務(wù)優(yōu)化、公共交通短時(shí)客流預測、公共交通出行行為分析、公共交通網(wǎng)絡(luò )性能評價(jià)。
《公共交通大數據挖掘與分析》可為全方位、多層次、大范圍、大數據化、高效運行的綜合交通運輸體系建設提供理論與技術(shù)支持。
《公共交通大數據挖掘與分析》適用于交通工程、智能交通、交通管理等相關(guān)專(zhuān)業(yè)的技術(shù)人員、管理與決策人員、科研工作者、研究生、教師與高年級本科生使用。
作者簡(jiǎn)介: 馬曉磊，2013年博士畢業(yè)予美國華盛頓大學(xué)，現任北京航空航天大學(xué)交通科學(xué)與工程學(xué)院特聘研究員，副教授，博士生導師。致力于基于數據驅動(dòng)的交通運營(yíng)與優(yōu)化研究，并取得了一系劐原創(chuàng )性成果，主要研究領(lǐng)域包括公共交通系統優(yōu)化、交通大數據分析及犬規模交通網(wǎng)絡(luò )建模。目前已在交通領(lǐng)域期刊以及國際會(huì )議上發(fā)表論文70余篇，其中36篇被SCI/SSCI收錄（3篇ESI高被引論文，1篇熱點(diǎn)論文），總引用次數700余次。出版中文專(zhuān)著(zhù)1部，獲得第16屆CICTP會(huì )議論文獎。獲第16屆COTA國際交通科技年會(huì )論文獎，省部級三等獎1項。擔任IET Intelligent Transport System等多個(gè)SCI期刊副生編、美國科學(xué)院TRB人工智能與高級計算應用委員會(huì )委員、世界交通運輸大會(huì )數據與信息學(xué)部主席等學(xué)術(shù)組織成員。入選中國科協(xié)青年人才托舉工程，北京市科技新星等人才計劃。
丁川，北京航空航天大學(xué)交通科學(xué)與工程學(xué)院助理教授、碩士生導師。近年來(lái)主要圍繞時(shí)空間交通行為與交通太數據、城市建成環(huán)境與交通出行、車(chē)聯(lián)網(wǎng)交通系統建模與仿真開(kāi)展研究。主持國家自然科學(xué)膏年基金、重點(diǎn)項目子課題、國家重點(diǎn)實(shí)驗室等課題多項。入選全國“香江學(xué)者”人才支持計劃、中國科協(xié)青年人才托舉工程、北航“青年拔尖”人才支持計劃。以第1作者或通訊作者在交通主流期刊發(fā)表SCI論文二十余篇，人選ESI高被引論文多篇。擔任交通領(lǐng)域SCI期刊Transportation Research Part D：Transport and Environment編委。
于海洋，北京航空航天大學(xué)交通科學(xué)與工程學(xué)院助理研究員、碩士生導師，智慧交通研究中心主任。近年來(lái)主要從事交通大數據和智能車(chē)路協(xié)同等方面研究。近五年，發(fā)表論文近20篇，其中scIQl區論文5篇，入選ESI高被引論文1篇；申報發(fā)明專(zhuān)利近20余項，獲批軟件著(zhù)作權2項；主持包括國家自然科學(xué)基金項目、國家科技支撐計劃等各級科研項目10余項，“十二五”國家科技支撐計劃課題“基于數據驅動(dòng)的城市交通智能聯(lián)網(wǎng)聯(lián)控技術(shù)集成及示范”負責人；榮獲國家科技進(jìn)步二等獎1項，省部級一等獎2項，二等獎1項；兼任中國自動(dòng)化學(xué)會(huì )車(chē)輛控制與智能化專(zhuān)委會(huì )委員，中國智能交通協(xié)會(huì )青年專(zhuān)家等。
劉劍鋒，博士，教授級高級工程師，美國華盛頓大學(xué)訪(fǎng)問(wèn)學(xué)者?，F任北京城建設計發(fā)展集團副總工程師、交通研究中心主任。近年來(lái)先后主持了國內20多個(gè)城市60余項城市綜合交通規劃、軌道交通規劃、軌道客流預測等項目。獲北京市科技進(jìn)步獎、中國公路學(xué)會(huì )科技進(jìn)步獎、中國智能交通協(xié)會(huì )科技進(jìn)步獎、北京公路學(xué)會(huì )科技進(jìn)步獎等各等級多項獎勵。2015年獲中國公路學(xué)會(huì )百名工程師稱(chēng)號。參加和主持多項科技部、國家自然科學(xué)基金委和北京市科委的科研項目，參編多項行業(yè)和國家標準規范，發(fā)表論文60余篇。受邀擔任住建部、中咨公司、國家發(fā)改委30多個(gè)城市近酉個(gè)城市軌道交通線(xiàn)網(wǎng)規劃、建設規劃、工程可行性研究項目的評估咨詢(xún)專(zhuān)家。
丁川，北京航空航天大學(xué)交通科學(xué)與工程學(xué)院助理教授、碩士生導師。近年來(lái)主要圍繞時(shí)空間交通行為與交通太數據、城市建成環(huán)境與交通出行、車(chē)聯(lián)網(wǎng)交通系統建模與仿真開(kāi)展研究。主持國家自然科學(xué)膏年基金、重點(diǎn)項目子課題、國家重點(diǎn)實(shí)驗室等課題多項。入選全國“香江學(xué)者”人才支持計劃、中國科協(xié)青年人才托舉工程、北航“青年拔尖”人才支持計劃。以第1作者或通訊作者在交通主流期刊發(fā)表SCI論文二十余篇，人選ESI高被引論文多篇。擔任交通領(lǐng)域SCI期刊Transportation Research Part D：Transport and Environment編委。
于海洋，北京航空航天大學(xué)交通科學(xué)與工程學(xué)院助理研究員、碩士生導師，智慧交通研究中心主任。近年來(lái)主要從事交通大數據和智能車(chē)路協(xié)同等方面研究。近五年，發(fā)表論文近20篇，其中scIQl區論文5篇，入選ESI高被引論文1篇；申報發(fā)明專(zhuān)利近20余項，獲批軟件著(zhù)作權2項；主持包括國家自然科學(xué)基金項目、國家科技支撐計劃等各級科研項目10余項，“十二五”國家科技支撐計劃課題“基于數據驅動(dòng)的城市交通智能聯(lián)網(wǎng)聯(lián)控技術(shù)集成及示范”負責人；榮獲國家科技進(jìn)步二等獎1項，省部級一等獎2項，二等獎1項；兼任中國自動(dòng)化學(xué)會(huì )車(chē)輛控制與智能化專(zhuān)委會(huì )委員，中國智能交通協(xié)會(huì )青年專(zhuān)家等。
劉劍鋒，博士，教授級高級工程師，美國華盛頓大學(xué)訪(fǎng)問(wèn)學(xué)者?，F任北京城建設計發(fā)展集團副總工程師、交通研究中心主任。近年來(lái)先后主持了國內20多個(gè)城市60余項城市綜合交通規劃、軌道交通規劃、軌道客流預測等項目。獲北京市科技進(jìn)步獎、中國公路學(xué)會(huì )科技進(jìn)步獎、中國智能交通協(xié)會(huì )科技進(jìn)步獎、北京公路學(xué)會(huì )科技進(jìn)步獎等各等級多項獎勵。2015年獲中國公路學(xué)會(huì )百名工程師稱(chēng)號。參加和主持多項科技部、國家自然科學(xué)基金委和北京市科委的科研項目，參編多項行業(yè)和國家標準規范，發(fā)表論文60余篇。受邀擔任住建部、中咨公司、國家發(fā)改委30多個(gè)城市近酉個(gè)城市軌道交通線(xiàn)網(wǎng)規劃、建設規劃、工程可行性研究項目的評估咨詢(xún)專(zhuān)家。
目錄:第1章 緒論
1．1 背景與意義
1．2 國內外研究現狀
1．3 公交大數據分類(lèi)
1．4 本書(shū)主要內容
1．5 章節結構
本章參考文獻
第2章 交通大數據基本類(lèi)型與處理技術(shù)
2．1 交通大數據基本類(lèi)型
2．2 數據處理工具與數據清洗
本章參考文獻
第3章 公交客流OD矩陣推導方法
3．1 上車(chē)站點(diǎn)識別
3．2 下車(chē)站點(diǎn)識別
本章參考文獻
第4章 公交到站信息服務(wù)優(yōu)化
4．1 公交到站信息概況
4．2 公交到站信息影響因素分析
4．3 基于相關(guān)向量機的乘客候車(chē)時(shí)間范圍預測
4．4 基于1S．SVM的公交串車(chē)預測
本章參考文獻
第5章 公共交通短時(shí)客流預測
5．1 考慮動(dòng)態(tài)波動(dòng)性的軌道交通站點(diǎn)短時(shí)客流預測
5．2 基于多尺度徑向基函數神經(jīng)網(wǎng)絡(luò )模型的地鐵短時(shí)客流預測
5．3 預測地鐵短時(shí)客流并基于梯度提升算法的決策樹(shù)模型分析客流影響因素
本章參考文獻
第6章 公交出行行為分析
6．1 乘客時(shí)空規律性挖掘
6．2 通勤人群識別與職住地估計
6．3 通勤指標分析
6．4 城市通勤出行方式與出發(fā)時(shí)刻聯(lián)合選擇的交叉巢式1ogit模型
本章參考文獻
第7章 公交網(wǎng)絡(luò )性能評價(jià)
7．1 交通E科學(xué)理論框架
7．2 公交大數據平臺搭建
7．3 本章小結
本章參考文獻
1．1 背景與意義
1．2 國內外研究現狀
1．3 公交大數據分類(lèi)
1．4 本書(shū)主要內容
1．5 章節結構
本章參考文獻
第2章 交通大數據基本類(lèi)型與處理技術(shù)
2．1 交通大數據基本類(lèi)型
2．2 數據處理工具與數據清洗
本章參考文獻
第3章 公交客流OD矩陣推導方法
3．1 上車(chē)站點(diǎn)識別
3．2 下車(chē)站點(diǎn)識別
本章參考文獻
第4章 公交到站信息服務(wù)優(yōu)化
4．1 公交到站信息概況
4．2 公交到站信息影響因素分析
4．3 基于相關(guān)向量機的乘客候車(chē)時(shí)間范圍預測
4．4 基于1S．SVM的公交串車(chē)預測
本章參考文獻
第5章 公共交通短時(shí)客流預測
5．1 考慮動(dòng)態(tài)波動(dòng)性的軌道交通站點(diǎn)短時(shí)客流預測
5．2 基于多尺度徑向基函數神經(jīng)網(wǎng)絡(luò )模型的地鐵短時(shí)客流預測
5．3 預測地鐵短時(shí)客流并基于梯度提升算法的決策樹(shù)模型分析客流影響因素
本章參考文獻
第6章 公交出行行為分析
6．1 乘客時(shí)空規律性挖掘
6．2 通勤人群識別與職住地估計
6．3 通勤指標分析
6．4 城市通勤出行方式與出發(fā)時(shí)刻聯(lián)合選擇的交叉巢式1ogit模型
本章參考文獻
第7章 公交網(wǎng)絡(luò )性能評價(jià)
7．1 交通E科學(xué)理論框架
7．2 公交大數據平臺搭建
7．3 本章小結
本章參考文獻
京公網(wǎng)安備 11000002000088號
