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行高效的、智能的管理决策成为可能。
售 价：¥
纸质售价：¥89.00购买纸书
6.7
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
前言
第1章 城市大数据智能概述
1.1 城市大数据智能研究背景
1.2 城市大数据智能研究现状
1.3 本书的组织结构
第2章 城市移动群智感知
2.1 引言
2.2 相关工作
2.3 预备知识和问题定义
2.4 移动群智感知方法
2.4.1 模型框架
2.4.2 数据覆盖率
2.4.3 数据收集任务设计
2.5 实验方案与结果分析
2.5.1 实验方案
2.5.2 结果分析
2.6 本章小结
第3章 城市时空数据填补
3.1 引言
3.2 相关工作
3.3 预备知识和问题定义
3.4 基于多视图学习的数据缺失填补方法
3.4.1 模型框架
3.4.2 全局空间视图
3.4.3 全局时间视图
3.4.4 局部空间视图
3.4.5 局部时间视图
3.4.6 时空多视图学习
3.5 实验方案与结果分析
3.5.1 实验方案
3.5.2 结果分析
3.6 本章小结
第4章 城市空气质量预测
4.1 引言
4.2 相关工作
4.3 预备知识和问题定义
4.4 基于深度学习的空气质量预测方法
4.4.1 模型框架
4.4.2 空间转换模块
4.4.3 DeepAir算法
4.5 实验方案与结果分析
4.5.1 实验方案
4.5.2 结果分析
4.6 本章小结
第5章 城市交通流预测
5.1 引言
5.2 相关工作
5.3 预备知识和问题定义
5.4 基于多模态深度学习的交通流预测方法
5.4.1 模型框架
5.4.2 核心模块说明
5.5 实验方案与结果分析
5.5.1 实验方案
5.5.2 结果分析
5.6 本章小结
第6章 城市人流量预测
6.1 引言
6.2 相关工作
6.3 预备知识和问题定义
6.4 基于深度时空残差网络的城市人流量预测方法
6.4.1 模型框架
6.4.2 时空特征提取模块
6.4.3 外部因素模块
6.4.4 模型融合模块
6.4.5 算法框架与优化方法
6.4.6 模型变体构建方法
6.5 实验方案与结果分析
6.5.1 实验方案
6.5.2 结果分析
6.6 城市人流量预测系统
6.7 本章小结
第7章 城市出租车路径推荐
7.1 引言
7.2 相关工作
7.3 预备知识和问题定义
7.4 基于深度强化学习的动态出租车路径推荐方法
7.4.1 模型框架
7.4.2 时空特征抽取
7.4.3 深度策略网络
7.4.4 深度强化学习
7.5 实验方案与结果分析
7.5.1 实验方案
7.5.2 结果分析
7.6 本章小结
第8章 城市租房推荐
8.1 引言
8.2 相关工作
8.3 预备知识和问题定义
8.4 基于元学习的城市租房推荐方法
8.4.1 模型框架
8.4.2 特征抽取模块
8.4.3 满意程度评估模型
8.5 实验方案与结果分析
8.5.1 实验方案
8.5.2 结果分析
8.6 城市租房推荐系统
8.7 本章小结
第9章 城市救护车部署
9.1 引言
9.2 相关工作
9.3 预备知识和问题定义
9.4 基于数据驱动的动态救护车重新部署方法
9.4.1 模型框架
9.4.2 紧急度指标
9.4.3 最优匹配算法
9.5 实验方案与结果分析
9.5.1 实验方案
9.5.2 结果分析
9.6 本章小结
第10章 城市外卖配送优化
10.1 引言
10.2 相关工作
10.3 预备知识和问题定义
10.4 基于贪心与替换策略的外卖配送任务分组方法
10.4.1 模型框架
10.4.2 预处理
10.4.3 可共享性
10.4.4 空驶时间
10.4.5 分组算法
10.5 实验方案与结果分析
10.5.1 实验方案
10.5.2 结果分析
10.6 本章小结
第11章 地铁停站时间调度
11.1 引言
11.2 相关工作
11.3 预备知识和问题定义
11.4 基于深度Q网络的动态列车停站时间调度方法
11.4.1 模型框架
11.4.2 深度Q网络设计方法
11.5 实验方案与结果分析
11.5.1 实验方案
11.5.2 结果分析
11.6 本章小结
参考文献
推荐阅读
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
