• 交通大数据应用技术与安全
21年品牌 40万+商家 超1.5亿件商品

交通大数据应用技术与安全

①全新正版,现货速发,7天无理由退换货②天津仓、成都仓、无锡仓、广东仓、武汉仓等多仓就近发货,订单最迟48小时内发出③无法指定快递④可开电子发票,不清楚的请咨询客服。

97.48 6.4折 152 全新

库存2件

浙江嘉兴
认证卖家担保交易快速发货售后保障

作者李雷孝,

出版社科学

ISBN9787030790682

出版时间2024-07

装帧其他

开本其他

定价152元

货号32151173

上书时间2024-10-02

倒爷图书专营店

三年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
目录
第1章  绪论1
1.1  研究背景与意义1
1.2  交通大数据挖掘国内外研究现状3
1.2.1  常态分析研究3
1.2.2  非常态分析研究4
1.2.3  预测分析研究5
1.3  并行化处理国内外研究现状8
1.3.1  并行化处理的3种策略8
1.3.2  大数据处理的并行化9
1.3.3  机器学习的并行化12
1.4  发展趋势14
1.4.1  平台化14
1.4.2  高性能16
1.4.3  未雨绸缪18
1.5  本书主要内容20
第2章  交通大数据特征与分类22
2.1  引言22
2.2  大数据特征22
2.2.1  大数据定义22
2.2.2  大数据的5V特征22
2.2.3  大数据体系架构23
2.3  交通大数据24
2.3.1  交通数据采集方式25
2.3.2  交通大数据特征25
2.4  交通大数据分类26
2.4.1  按应用场景分类26
2.4.2  按数据类型分类32
2.5  本章小结35
第3章  基于结构化数据的流量预测方法36
3.1  引言36
3.1.1  车流量预测研究现状36
3.1.2  公交客流量预测研究现状37
3.2  基于SVM算法的公交客流量预测38
3.2.1  基于SVM算法的公交客流量预测方法38
3.2.2  数据采集及预处理39
3.2.3  相关算法40
3.2.4  模型设计44
3.2.5  实验分析52
3.3  基于KNN算法的高速公路流量预测57
3.3.1  基于KNN算法的高速公路流量预测方法57
3.3.2  数据采集及预处理57
3.3.3  相关算法58
3.3.4  模型设计59
3.3.5  实验分析62
3.4  基于XGBoost算法的高速公路流量预测66
3.4.1  基于XGBoost算法的高速公路流量预测方法66
3.4.2  数据采集及预处理66
3.4.3  相关算法67
3.4.4  模型设计68
3.4.5  实验分析71
3.5  基于RVM算法的车流量预测74
3.5.1  基于RVM算法的车流量预测方法74
3.5.2  数据采集及预处理75
3.5.3  相关算法77
3.5.4  模型设计79
3.5.5  实验分析81
3.6  本章小结83
第4章  基于结构化数据的拥堵预测方法85
4.1  引言85
4.2  基于GBDT算法的拥堵预测86
4.2.1  基于GBDT算法的拥堵预测方法86
4.2.2  数据采集及预处理87
4.2.3  相关算法87
4.2.4  模型设计92
4.2.5  实验分析92
4.3  基于RF算法的拥堵预测96
4.3.1  基于RF算法的拥堵预测方法96
4.3.2  数据采集及预处理97
4.3.3  相关算法98
4.3.4  模型设计100
4.3.5  实验分析102
4.4  基于模糊综合评价法的拥堵预测104
4.4.1  基于模糊综合评价法的拥堵预测方法104
4.4.2  数据分析105
4.4.3  相关算法105
4.4.4  基于多指标评价的拥堵预测109
4.4.5  实验分析112
4.5  本章小结114
第5章  基于结构化数据的热点分析方法116
5.1  引言116
5.2  文本数据处理流程116
5.3  基于k-means算法的出租车乘客出行数据分析118
5.3.1  基于k-means算法的出租车乘客出行数据分析方法118
5.3.2  数据采集及预处理119
5.3.3  相关算法119
5.3.4  模型设计122
5.3.5  实验分析125
5.4  基于SWCk-means算法的文本数据热点分析128
5.4.1  基于SWCk-means算法的文本数据热点分析方法128
5.4.2  数据采集及预处理129
5.4.3  相关算法129
5.4.4  模型设计134
5.4.5  实验分析135
5.5  本章小结137
第6章  基于车载监控图像的应用138
6.1  引言138
6.2  驾驶员吸烟检测138
6.2.1  基于改进SSD算法的驾驶员吸烟检测方法139
6.2.2  模型设计139
6.2.3  实验分析140
6.3  驾驶员打电话检测143
6.3.1  基于改进YOLOv5n算法的驾驶员打电话检测方法143
6.3.2  模型设计144
6.3.3  实验分析148
6.4  疲劳驾驶检测150
6.4.1  基于面部多特征的驾驶员疲劳驾驶检测方法151
6.4.2  模型设计152
6.4.3  实验分析156
6.5  公交客流统计159
6.5.1  基于多目标识别与跟踪的公交客流量统计方法159
6.5.2  模型设计159
6.5.3  实验分析163
6.6  本章小结166
第7章  基于道路监控图像的应用168
7.1  引言168
7.2  安全带检测168
7.2.1  基于改进YOLOv3算法和FasterRCNN算法的安全带检测方法169
7.2.2  模型设计169
7.2.3  实验分析171
7.3  车牌识别173
7.3.1  基于YOLOv5s算法的车牌识别方法174
7.3.2  模型设计175
7.3.3  实验分析177
7.4  车型识别179
7.4.1  基于YOLOv5s算法的车型识别方法179
7.4.2  模型设计180
7.4.3  实验分析180
7.5  车辆颜色识别182
7.5.1  基于YOLOv5s算法的车辆颜色识别方法183
7.5.2  模型设计183
7.5.3  实验分析184
7.6  车辆行为识别186
7.6.1  基于TSAN网络的车辆行为识别方法186
7.6.2  模型设计187
7.6.3  实验分析188
7.7  车速检测190
7.7.1  基于虚拟线圈法的车速检测方法190
7.7.2  模型设计191
7.7.3  实验分析192
7.8  高速公路车流量统计194
7.8.1  基于YOLOv5+DeepSORT算法的高速公路车流量统计方法194
7.8.2  模型设计194
7.8.3  实验分析195
7.9  本章小结198
第8章  交通大数据可视化199
8.1  引言199
8.2  基于Excel电子表格的可视化方法199
8.2.1  利用商业智能仪表盘实现可视化199
8.2.2  利用Tableau实现数据可视化200
8.2.3  利用Power View插件实现可视化200
8.2.4  利用RawGraphs实现Excel数据可视化200
8.2.5  利用PowerBI实现数据可视化200
8.3  编程式可视化方法201
8.4  交互式可视化方法203
8.4.1  交互的作用204
8.4.2  交互原则204
8.4.3  交互操作204
8.4.4  交互空间204
8.4.5  利用Matplotlib实现交通数据可视化204
8.4.6  利用虚幻引擎5实现3D交互式可视化205
8.4.7  利用CartoDB实现数据可视化205
8.5  半交互式半编程可视化方法205
8.5.1  DataV实现可视化205
8.5.2  利用Leaflet实现数据可视化205
8.5.3  利用Highcharts实现交通数据可视化206
8.5.4  利用Superset实现可视化206
8.6  本章小结206
第9章  交通大数据安全结合区块链技术207
9.1  引言207
9.2  区块链技术207
9.2.1  区块链定义207
9.2.2  区块链特征208
9.2.3  区块链架构209
9.3  基于区块链技术的车辆身份认证210
9.3.1  传统车辆身份认证现状210
9.3.2  交通大数据车辆身份认证特点211
9.3.3  基于区块链技术的车辆身份认证优势212
9.4  基于区块链技术的车辆访问控制213
9.4.1  传统车辆访问控制现状213
9.4.2  交通大数据车辆访问控制特点213
9.4.3  基于区块链技术的车辆访问控制优势214
9.5  基于区块链技术的数据隐私保护216
9.5.1  区块链数据隐私保护现状216
9.5.2  区块链数据隐私保护系统217
9.5.3  隐私保护交互过程218
9.6  未来应用场景219
9.6.1  区块链+边缘计算219
9.6.2  区块链+即时支付220
9.6.3  区块链+物流溯源222
9.6.4  区块链+智慧停车223
9.7  本章小结224
参考文献225

内容摘要
本书系统阐述交通大数据在地面城市交通中的广泛应用,涵盖4个方面的内容。第一部分(包括第1、2章),主要介绍交通大数据相关背景、研究意义、基本特征定义和分类方法,是深入研究交通大数据不可或缺的先验知识;第二部分(包括第3~5章),以文本类型的结构化数据为基础,利用机器学习、数据挖掘等相关知识构造交通流量预测、交通拥堵预测、流量热点分析等模型;第三部分(包括第6、7章),通过视频和图像等媒体数据提供交通场景的视觉信息,以车载监控和道路监控为应用场景实现对驾驶员和车辆的监管;第四部分(包括第8、9章),主要介绍模型可视化呈现工具,以及交通大数据安全结合区块链的相关研究。
本书可作为计算机相关专业、交通运输相关专业及从事两者交叉方向研究的教师、研究生、本科生和相关技术开发人员的参考用书。

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP