新書推薦:
《
医学图形图像处理基于Python VTK的实现
》
售價:NT$
760.0
《
山家清供:小楷插图珍藏本 谦德国学文库系列
》
售價:NT$
653.0
《
政略与战略论
》
售價:NT$
638.0
《
百年词史-(1900-2000(全二册))
》
售價:NT$
1520.0
《
RDI人际关系发展疗法:修复孤独症核心障碍,让干预回归生活
》
售價:NT$
454.0
《
金融科技监管的目标、原则和实践:全球视野下加密货币的监管
》
售價:NT$
505.0
《
城市轨道交通绿色低碳规划设计研究——深圳地铁6号线工程创新与实践
》
售價:NT$
1010.0
《
艾尔米塔什国家博物馆 少年游学 人一生一定要看的博物馆
》
售價:NT$
173.0
|
編輯推薦: |
本着务实具体、详略得当、启发创新的指导思想,主要特色如下:?着眼于城市大数据智能化场景,从数据感知和数据增强等角度,提出了基于移动群体的感知技术、时空数据替补技术等,专注解决城市大数据智能应用所面临的数据质量挑战。?面向多个城市智能应用场景,如空气质量、交通流预测等,提出多种深度预测的模型与算法,促进城市大数据智能自动发现有价值的规律和知识,使数据与知识联合驱动智慧城市进行高效的、智能的管理决策成为可能。?基于城市时空大数据中存在的时空关联、动态突变和不确定性等特点,利用深度学习和强化学习等技术,为应对多模态时空融合和时空动态演化等问题与挑战,提供多种有效方案,为智慧城市的发展和大数据智能应用的成功提供了有力支持。
|
內容簡介: |
随着大数据、人工智能技术和城市化的快速发展,智慧城市管理已经迈入大数据时代。围绕城市管理相关领域积累了海量数据,如何有效地从这些大数据中进行深度挖掘、智能学习并获取有用知识已成为当前智慧城市发展亟待解决的关键问题。本书针对城市大数据发展现状,梳理总结了我国城市大数据智能创新应用方面成果,涵盖了大数据处理的关键技术和城市计算研究的核心模型与算法,涉及城市大数据感知及增强、空气质量预测、交通流预测、人流量预测、出租车路径推荐、租房推荐、救护车部署、外卖配送优化和地铁停站时间调度等应用领域,力图展现我国城市大数据分析与智能处理的最新研究进展。
|
目錄:
|
目录前言
第1章城市大数据智能概述1
11城市大数据智能研究
背景1
12城市大数据智能研究
现状3
13本书的组织结构7
第2章城市移动群智感知8
21引言8
22相关工作10
23预备知识和问题
定义12
24移动群智感知方法14
241模型框架14
242数据覆盖率15
243数据收集任务
设计19
25实验方案与结果分析24
251实验方案24
252结果分析26
26本章小结30
第3章城市时空数据填补32
31引言32
32相关工作34
33预备知识和问题定义35
34基于多视图学习的数据
缺失填补方法36
341模型框架36
342全局空间视图37
343全局时间视图38
344局部空间视图39
345局部时间视图40
346时空多视图
学习40
35实验方案与结果分析41
351实验方案41
352结果分析44
36本章小结47
第4章城市空气质量预测48
41引言48
42相关工作49
43预备知识和问题定义51
44基于深度学习的空气
质量预测方法52
441模型框架52
442空间转换模块53
443DeepAir算法56
45实验方案与结果分析59
451实验方案59
452结果分析62
46本章小结66
第5章城市交通流预测67
51引言67
52相关工作69
53预备知识和问题定义71
54基于多模态深度学习的
交通流预测方法73
541模型框架73
542核心模块说明75
55实验方案与结果分析78
551实验方案78
552结果分析81
56本章小结88
第6章城市人流量预测89
61引言89
62相关工作91
63预备知识和问题定义93
64基于深度时空残差网络的
城市人流量预测方法94
641模型框架94
642时空特征提取
模块95
643外部因素模块97
644模型融合模块97
645算法框架与优化
方法100
646模型变体构建
方法101
65实验方案与结果分析103
651实验方案103
652结果分析108
66城市人流量预测
系统116
67本章小结119
第7章城市出租车路径推荐120
71引言120
72相关工作122
73预备知识和问题
定义123
74基于深度强化学习的
动态出租车路径推荐
方法124
741模型框架124
742时空特征
抽取126
743深度策略
网络129
744深度强化
学习131
75实验方案与结果
分析134
751实验方案134
752结果分析137
76本章小结140
第8章城市租房推荐141
81引言141
82相关工作143
83预备知识和问题
定义144
84基于元学习的城市租房
推荐方法146
841模型框架146
842特征抽取
模块148
843满意程度评估
模型150
85实验方案与结果
分析153
851实验方案153
852结果分析155
86城市租房推荐系统160
87本章小结161
第9章城市救护车部署162
91引言162
92相关工作164
93预备知识和问题定义166
94基于数据驱动的动态
救护车重新部署方法168
941模型框架168
942紧急度指标169
943优匹配
算法174
95实验方案与结果分析176
951实验方案176
952结果分析179
96本章小结188
第10章城市外卖配送优化189
101引言189
102相关工作191
103预备知识和问题定义192
104基于贪心与替换策略的
外卖配送任务分组
方法194
1041模型框架194
1042预处理195
1043可共享性196
1044空驶时间199
1045分组算法200
105实验方案与结果
分析203
1051实验方案203
1052结果分析206
106本章小结208
第11章地铁停站时间调度209
111引言209
112相关工作212
113预备知识和问题
定义213
114基于深度Q网络的动态
列车停站时间调度
方法214
1141模型框架214
1142深度Q网络设计
方法217
115实验方案与结果
分析223
1151实验方案223
1152结果分析226
116本章小结231
参考文献232
|
內容試閱:
|
前言随着物联网与传感技术的飞速发展,时空大数据呈爆炸式增长。如何基于时空大数据提取城市决策知识,是大数据智能技术在智慧城市应用中的核心研究方向。如何对时空大数据进行准确感知、高效处理,从而进行智能预测、推荐、调度是当前我国城市智能化发展的重大需求,也是由传统城市管理转向智慧城市管理的核心技术所在。目前,我国不仅是开展智慧城市建设较早的国家,也是全球范围内智慧城市技术体系较完善的国家,围绕智慧城市的数据感知、深度学习、智能决策等领域的关键技术研究及应用发展迅速。但是传统的数据分析处理方法面对城市时空大数据的多源异构性、时空依赖性和数据不确定性等问题还存在诸多技术瓶颈,城市计算基础模型和算法研究亟待突破。受益于人工智能和大数据技术的迅猛发展,基于时空大数据的深度学习建模城市动态演化趋势,使自动抽取发现有价值的规律知识并引入智慧城市管理决策成为可能。
城市大数据智能技术涵盖计算机、人工智能、交通运输、环境科学等多学科交叉领域,当前一些介绍智慧城市及大数据的图书大多将城市智能应用场景与大数据智能技术分离进行介绍,缺乏二者结合的着力点。本书针对这一问题,分析城市时空大数据特有的时空关联、动态突变、不确定性等特点,关注城市数据质量不高和城市预测模型鲁棒性不足、城市资源分配效率欠缺、时空动态演化学习困难等问题,以深度学习、强化学习和多视图计算等为核心技术手段,以时空数据填补、时空序列预测、城市资源分配调度为研究对象,研究面向智慧城市大数据的多视图缺失值填补方法、城市时空数据的知识提取与预测模型,以及城市资源快速响应与分配调度关键技术,并进行核心模型算法的实验优化及应用验证。
本书共11章。第1章概述了城市大数据智能的发展历程,给出了城市大数据智能分析计算的总体框架与数据流程,梳理了城市大数据智能技术发展现状和典型应用场景。第2、3章主要介绍了城市大数据感知和增强技术。第4~6章介绍了城市时空流量智能预测技术。第7、8章介绍了面向市民出行和居住的智能推荐技术。第9~11章介绍了城市资源智能调度技术。本书所涵盖的内容从城市大数据感知与增强到基于城市大数据的智能预测、推荐和调度,力图全面展现城市大数据智能关键技术和模型算法的典型研究与应用。
本书在编写的过程中受到国家重点研发计划课题“城市知识库构建及语义协同挖掘”(2019YFB2101802)和国家自然科学基金项目“面向城市大数据的深度学习模型与方法研究”(61773324)的大力支持,在此一并表示衷心感谢!
由于编者能力有限,加之所收集和组织的材料还不够全面,本书未能全面涵盖我国城市大数据智能技术的新进展。另外,书中还有其他疏漏和不足之处也在所难免,敬请同行专家和广大读者多多批评指正。
李天瑞
|
|