中图网文创礼盒,买2个减5元
欢迎光临中图网 请 | 注册
> >
城市计算中交通拥堵评估与预测方法及应用

城市计算中交通拥堵评估与预测方法及应用

出版社:科学出版社出版时间:2019-12-01
开本: 24cm 页数: 203页
¥66.9(6.8折)?

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

00:00:00
中 图 价:¥74.3(7.5折)定价  ¥99.0 登录后可看到会员价
加入购物车 收藏
运费6元,全场折上9折期间 满39元包邮
?快递不能达地区使用邮政小包,运费14元起
云南、广西、海南、新疆、青海、西藏六省,部分地区快递不可达
本类五星书更多>

城市计算中交通拥堵评估与预测方法及应用 版权信息

  • ISBN:9787030626356
  • 条形码:9787030626356 ; 978-7-03-062635-6
  • 装帧:平装胶订
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

城市计算中交通拥堵评估与预测方法及应用 本书特色

本书属于城市计算中智能交通领域的图书之一,主要针对国内城市浮动车数据挖掘与处理的发展现状,基于浮动车相关的交通大数据,探讨智能交通大数据的分析和挖掘方法,并综合利用数据挖掘的理论与方法,对交通大数据典型应用场景进行探讨,用于支撑城市的交通规划和运营。本书主要研究内容包括:交通大数据基本类型与处理技术、交通流参数、交通数据的分析、交通拥堵的评估、交通拥堵的预测和交通短时客流预测。本书可为全方位、大数据、高效运行的基于交通数据的拥堵分析提供理论与技术支持。

城市计算中交通拥堵评估与预测方法及应用 内容简介

本书主要针对国内城市浮动车数据挖掘与处理的发展现状, 基于浮动车相关的交通大数据, 探讨智能交通大数据的分析和挖掘方法, 并综合利用数据挖掘的理论与方法, 对交通大数据典型应用场景进行探讨, 用于支撑城市的交通规划和运营。

城市计算中交通拥堵评估与预测方法及应用 目录

目录 前言 上篇城市交通数据基础知识 第1章绪论 3 1.1 研究背景及意义 3 1.2 智能交通系统介绍 7 1.2.1 智能交通系统的定义 7 1.2.2 智能交通系统的发展 8 1.2.3 智能交通系统的处理过程 9 1.3 浮动车采集路况信息技术 10 1.4 交通轨迹数据挖掘介绍 12 1.5 交通拥堵的研究现状 15 1.5.1 交通拥堵评估的研究现状 15 1.5.2 交通拥堵预测的研究现状 17 第2章 城市交通相关数据 19 2.1 浮动车数据 19 2.1.1 北京市出租车数据集 19 2.1.2 纽约市出租车数据集 21 2.1.3 纽约市共享单车数据集 24 2.1.4 其他数据集 25 2.2 道路数据 26 2.3 地图兴趣点数据 29 2.4 本章小结29 第3章 城市交通数据的清洗 30 3.1 清洗无效点 30 3.2 清洗无效轨迹 32 3.3 清洗时间相关的无效数据 33 3.4 清洗无效乘客状态 34 3.5 清洗无效停靠点 35 3.6 本章小结 38 第4章 交通数据的地图匹配 39 4.1 地图匹配问题来源 39 4.2 地图匹配算法分类 40 4.2.1 基于几何方法的地图匹配算法 40 4.2.2 基于概率方法的地图匹配算法 42 4.2.3 基于高级方法的地图匹配算法 42 4.2.4 基于采样点范围的地图匹配算法 42 4.3 常用的地图匹配算法 43 4.3.1 局部性匹配算法 43 4.3.2 GeoHash算法 45 4.3.3 时空匹配算法 50 4.3.4 全局匹配算法 52 4.3.5 MapInfo电子地图匹配介绍 52 4.4 本章小结 53 第5章 交通流数据相关参数 54 5.1 参数提取 54 5.2 交通流相关基本参数 55 5.2.1 计算交通量 55 5.2.2 计算平均速度 56 5.2.3 计算平均密度 57 5.2.4 基于行程时间比 58 5.2.5 基于拥堵里程比例 59 5.3 计算道路速度 61 5.4 计算拥堵阈值 63 5.5 交通流参数分布特性 64 5.5.1 交通量时空分布特性 64 5.5.2 平均速度时空分布特性 70 5.6 本章小结 75 中篇交通拥堵识别与预测模型 第6章 基于离线交通轨迹的数据压缩 79 6.1 地图信息分块 80 6.1.1 绘制原始地图 81 6.1.2 地图分块方法 82 6.2 轨迹信息压缩算法 85 6.2.1 轨迹信息压缩算法分类 85 6.2.2 轨迹信息压缩基本算法 88 6.2.3 空间数据压缩算法 90 6.2.4 实时数据压缩算法 96 6.3 轨迹压缩实验数据处理及分析 100 6.4 本章小结 101 第7章 基于交通轨迹的拥堵识别 103 7.1 交通拥堵识别模型框架 104 7.2 交通拥堵特征参数 105 7.2.1 标准化处理评价指标 105 7.2.2 权重系数判定方法 105 7.2.3 计算参数综合测度值 107 7.2.4 确定拥堵等级阈值 107 7.2.5 定位应用 108 7.2.6 在线监控算法小结 109 7.3 交通轨迹在线监控模拟实验 110 7.3.1 在线监控算法实验 110 7.3.2 实验总结 113 7.4 交通拥堵识别算法 113 7.4.1 交通拥堵识别算法概述 113 7.4.2 交通拥堵识别算法结果 114 7.5 本章小结 118 第8章 基于深度学习的短时交通拥堵预测模型 120 8.1 深度学习概述 120 8.2 基于深度学习的短时交通拥堵预测模型框架 126 8.3 基于SAE的短时交通量预测模型 128 8.3.1 输入向量的选择 128 8.3.2 模型的训练 128 8.3.3 实验环境 131 8.3.4 性能指标 131 8.3.5 参数的确定 132 8.3.6 预测结果 134 8.4 基于SAE的短时交通平均速度预测模型 138 8.4.1 输入特征向量的选择 138 8.4.2 模型的训练 138 8.4.3 参数的确定 140 8.4.4 预测结果 140 8.5 短时交通拥堵预测结果 143 8.6 本章小结 145 下篇交通数据可视化 第9章 交通拥堵等级判定及可视化 149 9.1 可视化概述 150 9.2 路网拥堵等级评估与可视化 152 9.2.1 路网拥堵等级评估 152 9.2.2 路网拥堵等级可视化 153 9.3 道路拥堵等级评估与可视化 156 9.3.1 道路拥堵等级评估 156 9.3.2 道路拥堵等级可视化 158 9.4 道路拥堵排名评估及可视化 161 9.4.1 道路拥堵排名评估 161 9.4.2 道路拥堵可视化 161 9.5 本章小结 163 第10章 交通拥堵的可视化设计与实现 164 10.1 交通可视化研究现状 164 10.2 交通拥堵展示的不同视角 166 10.2.1 地图视图 166 10.2.2 道路列表视图 167 10.2.3 条件筛选视图 168 10.2.4 道路速度视图 169 10.3 可视化数据选择 170 10.3.1 道路数据提取 170 10.3.2 GPS数据处理实现 171 10.3.3 地图匹配实现 173 10.3.4 道路速度表建立 173 10.3.5 推荐拥堵阈值计算与拥堵检测实现 174 10.4 可视化窗口实现与拥堵分析案例 176 10.4.1 地图视图实现 176 10.4.2 道路列表视图实现 177 10.4.3 条件筛选器实现 178 10.5 交通可视化主界面 179 10.6 本章小结 180 参考文献 181 附录A 交通量时空分布特性结果图 186 附录B 平均速度时空分布特性结果图 189 附录C 交通拥堵识别结果图 192 附录D 交通量预测结果图 195 附录E 平均速度预测结果图 198 附录F 交通拥堵等级预测结果图 201
展开全部
商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服