欧美日韩中文字幕免费不卡,亚洲欧美另类激情综合区动漫

本書以交通大數(shù)據(jù)為基點，結(jié)合公路、鐵路、水路、民航、郵政、管道六大業(yè)務(wù)領(lǐng)域，依次介紹了交通大數(shù)據(jù)概述、交通大數(shù)據(jù)技術(shù)、大數(shù)據(jù)中心平臺建設(shè)、交通數(shù)據(jù)常用分析方法、高速公路應(yīng)用、民航應(yīng)用、港口應(yīng)用、交通大數(shù)據(jù)發(fā)展展望，實現(xiàn)了從行業(yè)需求到核心內(nèi)容建設(shè)，從專業(yè)技術(shù)落地研究到實際應(yīng)用，最后到發(fā)展趨勢展望的全貫通。本書能夠幫助智能交通、人工智能、交通運輸、大數(shù)據(jù)等相關(guān)專業(yè)的學(xué)生系統(tǒng)了解以大交通、大數(shù)據(jù)、人工智能、綜合應(yīng)用為特征的最新的學(xué)科知識，并能夠使以本科生、研究生為主的讀者具備一定實踐和初步研究的能力。
本書可作為高等院校交通類專業(yè)課程的教材，也可供IT行業(yè)、交通行業(yè)的從業(yè)人員自學(xué)使用。

進入21世紀(jì)后，隨著大數(shù)據(jù)、人工智能、云計算、物聯(lián)網(wǎng)、智聯(lián)網(wǎng)、5G等技術(shù)的出現(xiàn)，傳統(tǒng)的交通行業(yè)發(fā)生了很大的變化，由此產(chǎn)生了智能交通概念并促進了相關(guān)技術(shù)在交通行業(yè)內(nèi)的蓬勃發(fā)展。智能交通的基礎(chǔ)是數(shù)據(jù)，其核心是解決交通大數(shù)據(jù)的匯聚和應(yīng)用兩大問題。
本書的策劃思路有2個特點。
1.點面結(jié)合，面上盡量涵蓋交通行業(yè)必要的知識，使讀者能概覽大交通的全貌；點上突出交通大數(shù)據(jù)建設(shè)、研究、應(yīng)用的最新情況，有利于本科生滿足基本落地操作的要求，有利于啟發(fā)研究生針對智能交通的一些新的算法研究和應(yīng)用，有利于智能交通專業(yè)人員跟蹤國內(nèi)最新智能交通項目發(fā)展趨勢。
2.編寫風(fēng)格體現(xiàn)了通俗易懂、由淺入深的特點，大量采用了本書各研究及實踐團隊的最新成果圖片、工程案例、研究算法等內(nèi)容。
本書包含8章。
第1章概述了交通發(fā)展史，介紹了公路、鐵路、水路、民航、郵政、管道六大交通運輸領(lǐng)域的基本概念，定義了人流、物流、運輸工具流、資金流、交通數(shù)據(jù)流，介紹了國內(nèi)外交通大數(shù)據(jù)現(xiàn)狀，為初學(xué)者提供了系統(tǒng)的交通大數(shù)據(jù)入門基礎(chǔ)知識。
第2章介紹了交通大數(shù)據(jù)相關(guān)的主要技術(shù)，在終端技術(shù)方面重點介紹了終端傳感技術(shù)、邊緣計算技術(shù)、業(yè)務(wù)系統(tǒng)，介紹了與交通緊密相關(guān)的地理信息系統(tǒng)、衛(wèi)星定位技術(shù)、硬件通信技術(shù)、軟件通信技術(shù)、數(shù)據(jù)傳輸和存儲技術(shù)、ETL技術(shù)、數(shù)據(jù)計算技術(shù)、主流開發(fā)技術(shù)、前后端分離技術(shù)、專題二維三維展示組件技術(shù)、虛擬現(xiàn)實技術(shù)、人工智能技術(shù)，為讀者進行大數(shù)據(jù)分析提供了技術(shù)選擇路線，并進行了技術(shù)落地可操作性導(dǎo)入介紹。
第3章介紹了大數(shù)據(jù)中心平臺主要建設(shè)內(nèi)容，包括交通數(shù)據(jù)種類、數(shù)據(jù)全生命周期、數(shù)據(jù)接口及格式，大數(shù)據(jù)中心形成條件、構(gòu)建交通三級大數(shù)據(jù)中心、交通大數(shù)據(jù)中心主要任務(wù)，大數(shù)據(jù)綜合業(yè)務(wù)框架、綜合功能框架、綜合存儲框架、數(shù)據(jù)分類設(shè)計，基于大數(shù)據(jù)中心平臺的數(shù)據(jù)分析基礎(chǔ)、大數(shù)據(jù)中心平臺應(yīng)用定位、數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)制度等。
第4章介紹了交通數(shù)據(jù)常用分析方法，包括基于交通的GIS數(shù)據(jù)分析方法、交通流預(yù)測分析方法、交通模擬試驗分析方法等。
第5章、第6章、第7章介紹了基于大數(shù)據(jù)、人工智能的高速公路、民航、港口應(yīng)用場景及相關(guān)算法。
第8章對交通大數(shù)據(jù)發(fā)展趨勢進行了展望。
本書可作為交通專業(yè)的本科生、研究生的教材，也可供從事交通領(lǐng)域項目開發(fā)和研究的IT工程師，以及相關(guān)專業(yè)的高校老師、研究人員或相似產(chǎn)業(yè)的技術(shù)人員參考。
需要注意的是，第4章部分帶*的內(nèi)容，適合研究生學(xué)習(xí)使用，本科生可以將其作為課外閱讀內(nèi)容。另外，本書實踐部分采用了Python語言作為代碼編寫工具，建議高校在開設(shè)本課程的同時開設(shè)一門Python語言編程課程。
讀者可通過本書學(xué)習(xí)交流QQ群獲取相關(guān)資料，本書配套的PPT、習(xí)題及實驗手冊見QQ群文件夾（學(xué)習(xí)交流QQ群號：435486822）。
任課老師若需要其他幫助，可以與QQ群群主聯(lián)系。
在編寫本書過程中得到了國內(nèi)智能交通行業(yè)相關(guān)專家、高校相關(guān)專業(yè)老師、IT企業(yè)相關(guān)領(lǐng)導(dǎo)的大力支持，在此表示感謝。
由于作者能力有限，書中難免有疏漏之處，請讀者朋友們多多指正，問題反饋聯(lián)系方式見本書相關(guān)QQ群，特此感謝。

編者

顧明臣，碩士，交通運輸部規(guī)劃研究院交通規(guī)劃基礎(chǔ)研究所所長，高級工程師，在智能交通技術(shù)創(chuàng)新應(yīng)用與研發(fā)方面具有豐富經(jīng)驗，發(fā)表相關(guān)專業(yè)SCI/EI檢索論文8篇，參編著作4種，參編行業(yè)標(biāo)準(zhǔn)5項。

周衛(wèi)峰，天津大學(xué)博士后，教授級工程師，天津市智能交通運行監(jiān)測中心主任，道路領(lǐng)域知名專家。著書1種，發(fā)明專利4項，實用新型專利2項，發(fā)表國內(nèi)外期刊論文20余篇，已獨立培養(yǎng)碩士10名，獨立在培碩士1名。

薛桂香，天津大學(xué)計算機應(yīng)用技術(shù)專業(yè)博士，河北工業(yè)大學(xué)土木與交通學(xué)院博士后，主持或主研國家級項目5項，省部級項目8項，發(fā)表SCI等高水平論文十余篇，獲省部級科技進步一等獎1項。

趙懷柏，復(fù)旦大學(xué)碩士，正高級工程師，上海電科智能系統(tǒng)股份有限公司副總經(jīng)理，長年從事智能交通行業(yè)前沿技術(shù)研究、軟件研發(fā)和項目管理工作。獲軟件著作權(quán)30多項、發(fā)明專利5項、發(fā)表論文16篇，主持編寫地方標(biāo)準(zhǔn)3個，榮獲省部級科技進步獎6項。

李海豐，博士，副教授，中國民航大學(xué)計算機科學(xué)與技術(shù)學(xué)院副院長，主持完成國家重點研發(fā)計劃課題、國家自然科學(xué)基金課題各1項，參與完成國家級與省部級科研項目8項，發(fā)表學(xué)術(shù)論文50余篇，國家發(fā)明專利授權(quán)6項。

劉瑜，碩士，高級工程師、高級信息項目管理師，天津智能交通聯(lián)合研發(fā)中心副主任，從事智能交通工作20余年，承擔(dān)上億元級別智能交通項目1個、千萬元級別5個，出版軟件工程項目管理、編程、數(shù)據(jù)庫、大數(shù)據(jù)、人工智能等專著16種，發(fā)表論文10余篇，參與行標(biāo)編寫2項，主持地標(biāo)編寫1項，承擔(dān)廳局級課題2項。

前言
第1章交通大數(shù)據(jù)概述1
1.1交通發(fā)展史1
1.1.1傳統(tǒng)交通發(fā)展1
1.1.2智能交通發(fā)展2
1.2交通運輸領(lǐng)域3
1.2.1公路3
1.2.2鐵路4
1.2.3水路5
1.2.4民航5
1.2.5郵政6
1.2.6管道7
1.3交通流7
1.3.1人流7
1.3.2物流8
1.3.3運輸工具流9
1.3.4資金流10
1.3.5交通數(shù)據(jù)流11
1.4國內(nèi)外交通大數(shù)據(jù)現(xiàn)狀11
習(xí)題及實驗13
第2章交通大數(shù)據(jù)技術(shù)14
2.1終端技術(shù)14
2.1.1終端傳感技術(shù)14
2.1.2邊緣計算技術(shù)15
2.1.3業(yè)務(wù)系統(tǒng)16
2.2地理信息系統(tǒng)及衛(wèi)星定位技術(shù)16
2.2.1地理信息系統(tǒng)16
2.2.2衛(wèi)星定位技術(shù)17
2.3通信技術(shù)17
2.3.1硬件通信技術(shù)17
2.3.2軟件通信技術(shù)18
2.4數(shù)據(jù)管理及開發(fā)技術(shù)19
2.4.1數(shù)據(jù)傳輸技術(shù)20
2.4.2數(shù)據(jù)存儲技術(shù)21
2.4.3ETL技術(shù)21
2.4.4數(shù)據(jù)計算技術(shù)22
2.4.5主流開發(fā)技術(shù)23
2.5展示技術(shù)24
2.5.1前后端分離技術(shù)24
2.5.2專題二維三維展示組件技術(shù)25
2.5.3虛擬現(xiàn)實技術(shù)26
2.6人工智能技術(shù)27
2.6.1Scikit-learn28
2.6.2PyTorch30
2.6.3TensorFlow31
習(xí)題及實驗34
第3章大數(shù)據(jù)中心平臺建設(shè)35
3.1交通數(shù)據(jù)35
3.1.1交通數(shù)據(jù)種類35
3.1.2數(shù)據(jù)全生命周期37
3.1.3數(shù)據(jù)接口及格式38
3.2國內(nèi)交通大數(shù)據(jù)中心現(xiàn)狀39
3.2.1大數(shù)據(jù)中心形成條件40
3.2.2構(gòu)建交通三級大數(shù)據(jù)中心40
3.2.3交通大數(shù)據(jù)中心主要任務(wù)41
3.3大數(shù)據(jù)中心平臺框架設(shè)計43
3.3.1綜合業(yè)務(wù)框架設(shè)計43
3.3.2綜合功能框架設(shè)計44
3.3.3綜合存儲框架設(shè)計45
3.3.4數(shù)據(jù)分類設(shè)計47
3.4數(shù)據(jù)分析基礎(chǔ)48
3.4.1編程語言分析49
3.4.2SQL分析51
3.4.3大數(shù)據(jù)分析52
3.4.4文件數(shù)據(jù)分析54
3.4.5AI分析55
3.4.6可視化分析58
3.4.7其他專用工具分析60
3.5大數(shù)據(jù)中心平臺應(yīng)用定位61
3.5.1數(shù)據(jù)匯聚與共享62
3.5.2大屏展示與交流62
3.5.3交通指揮調(diào)度62
3.5.4視頻會議協(xié)調(diào)65
3.5.5綜合決策應(yīng)用65
3.5.6定向數(shù)據(jù)研究66
3.6數(shù)據(jù)標(biāo)準(zhǔn)及制度建設(shè)67
3.6.1數(shù)據(jù)標(biāo)準(zhǔn)67
3.6.2數(shù)據(jù)制度68
習(xí)題及實驗68
第4章交通數(shù)據(jù)常用分析方法70
4.1基于交通的GIS數(shù)據(jù)分析方法70
4.1.1熱力圖及實現(xiàn)70
4.1.2OD遷徙圖及實現(xiàn)75
4.1.3最優(yōu)路徑算法及實現(xiàn)76
4.1.4核密度估計模型及實現(xiàn)*77
4.2交通流預(yù)測分析方法80
4.2.1線性回歸預(yù)測分析80
4.2.2K最近鄰算法預(yù)測分析84
4.2.3貝葉斯網(wǎng)絡(luò)預(yù)測分析*87
4.2.4多層感知機預(yù)測分析*89
4.2.5支持向量機預(yù)測分析*94
4.2.6深度神經(jīng)網(wǎng)絡(luò)預(yù)測分析*98
4.3交通模擬試驗分析方法102
4.3.1虛擬仿真方法102
4.3.2試驗儀器方法105
習(xí)題及實驗107
第5章高速公路應(yīng)用108
5.1高速公路業(yè)務(wù)及數(shù)據(jù)108
5.1.1高速公路主要業(yè)務(wù)108
5.1.2高速公路主要數(shù)據(jù)110
5.2高速公路主要業(yè)務(wù)系統(tǒng)及發(fā)展方向112
5.3高速公路車輛目標(biāo)軌跡跟蹤定位113
5.3.1車輛跟蹤需求分析113
5.3.2研究進展115
5.3.3雷達(dá)車輛目標(biāo)識別方法115
5.3.4運動目標(biāo)軌跡跟蹤方法116
5.3.5雷達(dá)視頻聯(lián)動目標(biāo)跟蹤定位方法117
5.3.6雷達(dá)視頻聯(lián)動應(yīng)用118
5.4高速固定視頻圖像識別120
5.4.1固定視頻圖像識別需求分析120
5.4.2研究進展121
5.4.3運動目標(biāo)提取方法122
5.4.4運動模式識別方法123
5.4.5各類交通事件檢測方法123
5.4.6固定視頻圖像識別應(yīng)用125
5.5高速短時交通流預(yù)測127
5.5.1短時交通流預(yù)測需求分析127
5.5.2研究進展128
5.5.3基于LSTM的短時交通流預(yù)測應(yīng)用129
習(xí)題及實驗130
第6章民航應(yīng)用132
6.1民航業(yè)務(wù)及數(shù)據(jù)132
6.1.1民航主要業(yè)務(wù)132
6.1.2民航主要數(shù)據(jù)133
6.2民航主要業(yè)務(wù)系統(tǒng)及發(fā)展方向134
6.3航空飛行器檢修135
6.3.1檢修需求分析135
6.3.2飛機外觀檢測類型136
6.3.3研究進展137
6.3.4繞機檢查技術(shù)方案實現(xiàn)142
6.4FOD檢測146
6.4.1FOD檢測需求分析146
6.4.2研究進展147
6.4.3無人機FOD檢測實現(xiàn)149
6.5機場跑道病害檢測150
6.5.1機場跑道病害檢測需求分析150
6.5.2機場道面自動化運維方法151
6.5.3機場道面病害圖像檢測算法實現(xiàn)151
6.5.4機場道面地表病害檢測算法實現(xiàn)153
習(xí)題及實驗156
第7章港口應(yīng)用157
7.1港口業(yè)務(wù)及數(shù)據(jù)157
7.1.1港口主要業(yè)務(wù)157
7.1.2港口主要數(shù)據(jù)159
7.2港口主要系統(tǒng)及發(fā)展方向160
7.3港口作業(yè)調(diào)度164
7.3.1港口作業(yè)調(diào)度需求分析164
7.3.2研究進展165
7.3.3碼頭外部主要影響因素分析167
7.3.4基于云緩沖區(qū)設(shè)計思路168
7.3.5三級云緩沖區(qū)模型及實現(xiàn)169
7.3.6云緩沖區(qū)調(diào)度模型及實現(xiàn)170
7.3.7作業(yè)趨勢分析模型及實現(xiàn)170
7.3.8作業(yè)機力兌現(xiàn)率分析模型及實現(xiàn)171
7.4集裝箱貨車到港預(yù)約172
7.4.1集裝箱貨車到港預(yù)約需求分析172
7.4.2研究進展173
7.4.3基于大數(shù)據(jù)的預(yù)約模型設(shè)計方法173
習(xí)題及實驗175
第8章交通大數(shù)據(jù)發(fā)展展望177
8.1運輸行業(yè)新業(yè)態(tài)發(fā)展177
8.2數(shù)據(jù)深入融合應(yīng)用發(fā)展178
8.3高級分布式數(shù)據(jù)中心發(fā)展180
8.4數(shù)據(jù)安全、確權(quán)及交易發(fā)展182
習(xí)題及實驗183
附錄配套代碼清單184
參考文獻185
后記190

你還可能感興趣

我要評論