新能源汽车大数据分析与应用技术

图书标准信息

• 作者 王震坡 刘鹏 张照生
• 出版社 机械工业出版社
• 出版时间 2018-06
• 版次 1
• ISBN 9787111596387
• 定价 89.90元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 226页
• 字数 277千字

【内容简介】

本书内容上涵盖了新能源汽车的车联网技术、大数据应用的业务需求与预处理、大数据分析与基础理论、大数据的采集与处理、运行大数据统计分析与应用实例等内容，详细介绍了车联网车载数据采集、网络通信等实现的方法和应用，对于实现车辆网联技术具有很高的指导性和实用性，在车联网大数据平台化、数据库化等方面的应用有很强的指导性和实用性。本书适合新能源汽车专业老师、研究生及科研人员参考。

【作者简介】

坡，工学博士，北京理工大学教授、博导，新能源汽车领域专家，现任电动车辆工程实验室副主任、新能源汽车大数据联盟秘书长，在新能源汽车大数据分析挖掘、动力电池系统集成控制与成组技术等领域具有丰富的经验。刘鹏，工学博士，新能源汽车领域专家，现任北京电动车辆协同创新中心办公室主任、新能源汽车大数据联盟副秘书长，长期从事新能源汽车大数据分析挖掘工作，参与多项新能源汽车行业相关政策与标准的研究和制定。张照生，工学博士，新能源汽车领域专家，长期从事新能源汽车及交通领域大数据分析挖掘工作，参与了多项新能源汽车行业相关政策与标准的研究和制定。

【目录】

丛书序

前言

第1 章 导论 · 1

1.1 汽车电气化与智能化 · 1

1.1.1 电气化 · 1

1.1.2 智能化 · 2

1.2 信息化的车联网 · 3

1.2.1 车联网技术 · 3

1.2.2 国内外发展历史及现状  7

1.2.3 车联网发展趋势  10

1.3 大数据简介  11

1.3.1 大数据的产生与发展  12

1.3.2 大数据的概念与特征  13

1.3.3 大数据的价值与挑战  15

1.4 车辆大数据与应用 · 18

1.4.1 汽车行业大数据应用  19

1.4.2 新能源汽车大数据应用 · 20

第2 章 新能源汽车车联网技术  23

2.1 新能源汽车与数据采集 · 24

2.1.1 纯电动汽车  24

2.1.2 混合动力电动汽车 · 26

2.1.3 燃料电池电动汽车 · 30

2.2 车辆数据通信技术 · 31

2.2.1 CAN 总线的数据交换原理  32

2.2.2 CAN 总线的特征和分层结构 · 34

2.2.3 CAN 总线在汽车控制系统中的应用  35

2.2.4 FlexRay 总线  35

2.3 车载设备应用 · 36

2.3.1 汽车厂商领域  36

2.3.2 公共交通领域  37

2.3.3 私人交通领域  39

2.4 新能源汽车车联网大数据平台 40

2.4.1 新能源汽车大数据平台的应用背景 · 40

2.4.2 新能源汽车大数据平台的架构 · 42

2.4.3 新能源汽车大数据平台的功能 · 43

2.5 新能源汽车车联网应用实例分析  44

2.5.1 车联网技术在智慧交通方面的应用 · 44

2.5.2 车联网在新能源汽车上的应用 · 46

第3 章 新能源汽车大数据应用流程 · 50

3.1 数据采集 · 50

3.1.1 数据采集方法  50

3.1.2 新能源汽车数据采集 · 51

3.1.3 小结  54

3.2 数据预处理  54

3.2.1 数据预处理目标 · 54

3.2.2 数据预处理方法 · 55

3.2.3 新能源汽车数据预处理  66

3.2.4 小结  68

3.3 数据存储 · 69

3.3.1 数据存储技术路线  69

3.3.2 新能源汽车数据存储 · 70

3.3.3 小结  72

3.4 数据探索与分析  72

3.4.1 数据探索与统计 · 73

3.4.2 数据挖掘与应用 · 75

3.4.3 新能源汽车数据探索与分析  80

3.4.4 小结  82

3.5 数据可视化  83

3.5.1 数据可视化工具 · 84

3.5.2 新能源汽车数据可视化  90

3.5.3 小结  93

新能源汽车

大数据分析与应用技术

VIII

第4 章 数据分析的基础理论 · 94

4.1 相关与回归分析  94

4.1.1 相关分析 · 94

4.1.2 一元线性回归分析 · 99

4.1.3 多元线性回归分析 · 109

4.1.4 非线性回归模型 · 114

4.1.5 小结  117

4.2 聚类方法  117

4.2.1 聚类方法概要  118

4.2.2 K.means 方法  121

4.2.3 层次聚类 · 122

4.2.4 类别数的确定方法 · 125

4.2.5 小结 · 127

4.3 分类方法 · 127

4.3.1 分类方法概要 · 127

4.3.2 K.近邻 · 129

4.3.3 贝叶斯分类  132

4.3.4 分类的评判  135

4.3.5 小结 · 138

4.4 诊断方法 · 139

4.4.1 离群点诊断概要  139

4.4.2 基于统计的离群点诊断 · 140

4.4.3 基于距离的离群点诊断 · 142

4.4.4 基于密度的离群点挖掘 · 144

4.4.5 基于聚类的离群点挖掘 · 145

4.4.6 小结 · 146

4.5 时间序列数据分析与预测  146

4.5.1 时间序列概述 · 146

4.5.2 时间序列的描述分析  148

4.5.3 长期趋势分析 · 151

4.5.4 季节变动分析 · 153

4.5.5 循环变动分析 · 154

4.5.6 时间序列的预测  155

4.5.7 小结 · 157

第5 章 新能源汽车的运行大数据统计分析与应用实例  158

5.1 新能源汽车大数据的应用概述· 158

5.1.1 大数据标准化 · 158

5.1.2 大数据应用领域  159

5.2 新能源汽车技术分析与应用  160

5.2.1 动力电池系统故障分析 · 160

5.2.2 动力电池系统健康状态评估 · 170

5.2.3 动力电池系统梯次利用分析 · 175

5.3 新能源汽车使用行为分析与应用 · 180

5.3.1 驾驶行为分析与应用  180

5.3.2 充电行为分析 · 185

5.3.3 行驶里程分析 · 189

5.4 新能源汽车宏观经济分析与应用 · 195

5.4.1 分时租赁应用 · 195

5.4.2 对城市交通运行的影响分析 · 204

第6 章 大数据分析在未来交通出行中的应用及发展前景 · 213

6.1 未来的交通出行 · 213

6.1.1 未来的汽车出行  213

6.1.2 未来的交通网络  214

6.2 未来交通出行中大数据的分析与应用 · 215

6.2.1 未来汽车行业——以人为本 · 216

6.2.2 未来交通系统——智慧出行网络 · 218

6.2.3 未来社会发展——国计民生 · 220

6.3 未来新挑战 · 222

6.3.1 数据的安全性 · 222

6.3.2 数据的复杂性 · 223

6.3.3 计算的复杂性 · 223

6.3.4 系统的复杂性 · 224

参考文献  225