書(shū)馨卡幫你省薪 2024個(gè)人購(gòu)書(shū)報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)
> >
基于移動(dòng)通信數(shù)據(jù)的居民空間行為分析技術(shù)(交通大數(shù)據(jù)系列)

基于移動(dòng)通信數(shù)據(jù)的居民空間行為分析技術(shù)(交通大數(shù)據(jù)系列)

作者：王璞
出版社：同濟(jì)大學(xué)出版社出版時(shí)間：2022-06-01
開(kāi)本： 其他 頁(yè)數(shù)： 183
中 圖 價(jià):¥60.8(7.8折) 定價(jià)  ¥78.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車(chē) 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類(lèi)五星書(shū)更多>

基于移動(dòng)通信數(shù)據(jù)的居民空間行為分析技術(shù)(交通大數(shù)據(jù)系列) 版權(quán)信息

基于移動(dòng)通信數(shù)據(jù)的居民空間行為分析技術(shù)(交通大數(shù)據(jù)系列) 內(nèi)容簡(jiǎn)介

移動(dòng)通信數(shù)據(jù)是近年來(lái)出現(xiàn)的一類(lèi)重要交通大數(shù)據(jù)資源。移動(dòng)通信數(shù)據(jù)記錄范圍廣、采集成本低、蘊(yùn)含海量的居民出行信息，是獲取、更新交通需求O-D的新型數(shù)據(jù)來(lái)源，可為傳統(tǒng)交通調(diào)查提供有力補(bǔ)充。然而，移動(dòng)通信數(shù)據(jù)在空間上較不準(zhǔn)確，在時(shí)間上稀疏、無(wú)規(guī)律、存在大量缺失，導(dǎo)致從移動(dòng)通信數(shù)據(jù)中挖掘居民空間行為信息并不容易。對(duì)于通話詳單數(shù)據(jù)，只有用戶使用手機(jī)時(shí)才有位置記錄，一般僅用于分析居民慣常出行行為規(guī)律或估計(jì)交通需求在粗分時(shí)段的均值；對(duì)于手機(jī)信令數(shù)據(jù)，用戶位置每隔固定一小短時(shí)間記錄一次，可用于分析居民動(dòng)態(tài)出行或估計(jì)時(shí)變交通需求，但手機(jī)信令數(shù)據(jù)很好稀缺，難以持續(xù)應(yīng)用。為了解決這個(gè)問(wèn)題，近年來(lái)又有學(xué)者提出了基于常規(guī)交通數(shù)據(jù)和移動(dòng)通訊數(shù)據(jù)融合的居民空間行為分析技術(shù)。基于移動(dòng)通信數(shù)據(jù)的居民空間行為分析技術(shù)正在快速發(fā)展創(chuàng)新，作者相信未來(lái)移動(dòng)通信數(shù)據(jù)將在更多領(lǐng)域有更廣泛地應(yīng)用。本書(shū)對(duì)現(xiàn)有移動(dòng)通信數(shù)據(jù)的處理算法與應(yīng)用方法進(jìn)行較為詳細(xì)介紹，并提供了相關(guān)算法的詳細(xì)代碼，以期使相關(guān)技術(shù)人員能較為容易地、快速地掌握移動(dòng)通信數(shù)據(jù)的分析與應(yīng)用方法。

基于移動(dòng)通信數(shù)據(jù)的居民空間行為分析技術(shù)(交通大數(shù)據(jù)系列) 目錄

總序
前言
1 緒論
1．1 移動(dòng)通信數(shù)據(jù)簡(jiǎn)介
1．2 移動(dòng)通信數(shù)據(jù)與居民空間行為研究
1．3 一個(gè)解決移動(dòng)通信數(shù)據(jù)隱私問(wèn)題的提議
1．4 本書(shū)章節(jié)安排
參考文獻(xiàn)

2 移動(dòng)通信數(shù)據(jù)的分析挖掘技術(shù)
2．1 引言
2．2 移動(dòng)通信數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)特點(diǎn)
2．2．1 手機(jī)通話詳單數(shù)據(jù)
2．2．2 手機(jī)信令數(shù)據(jù)
2．3 手機(jī)用戶標(biāo)識(shí)的識(shí)別方法與技術(shù)
2．3．1 基于C++的手機(jī)用戶識(shí)別算法
2．3．2 基于Python的手機(jī)用戶識(shí)別算法
2．4 面向居民空間行為分析的移動(dòng)通信數(shù)據(jù)高效存儲(chǔ)結(jié)構(gòu)
2．4．1 移動(dòng)通信基站坐標(biāo)信息的高效存儲(chǔ)結(jié)構(gòu)
2．4．2 手機(jī)用戶空間移動(dòng)軌跡的高效存儲(chǔ)結(jié)構(gòu)
2．4．3 單線程手機(jī)用戶空間位置記錄表生成程序
2．4．4 多線程手機(jī)用戶空間位置記錄表生成程序
2．4．5 基于移動(dòng)通信數(shù)據(jù)的居民社交網(wǎng)絡(luò)構(gòu)建
2．5 移動(dòng)通信數(shù)據(jù)中的空間位置信息處理
2．5．1 移動(dòng)通信基站服務(wù)區(qū)的估計(jì)方法
2．5．2 基于移動(dòng)通信數(shù)據(jù)的空間連通性分析
2．5．3 手機(jī)用戶空間位置跳動(dòng)（乒乓效應(yīng)）的處理方法
2．5．4 基于移動(dòng)通信基站信號(hào)強(qiáng)度的手機(jī)用戶定位方法
2．6 移動(dòng)通信數(shù)據(jù)中異常、缺失數(shù)據(jù)的甄別與處理
2．6．1 移動(dòng)通信數(shù)據(jù)中異常數(shù)據(jù)的識(shí)別與處理
2．6．2 移動(dòng)通信數(shù)據(jù)中數(shù)據(jù)缺失的處理
2．7 移動(dòng)通信數(shù)據(jù)中手機(jī)用戶的隱私保護(hù)
2．8 小結(jié)
參考文獻(xiàn)

3 居民空間移動(dòng)行為特征分析
3．1 引言
3．2 居民空間移動(dòng)行為的統(tǒng)計(jì)分析方法
3．2．1 居民出行軌跡的質(zhì)心
3．2．2 居民出行軌跡的回轉(zhuǎn)半徑
3．2．3 居民出行軌跡的方向主軸
3．3 居民出行的探索與優(yōu)先回歸行為
3．4 居民空間移動(dòng)行為的可預(yù)測(cè)性
3．4．1 個(gè)體移動(dòng)網(wǎng)絡(luò)建模
3．4．2 居民空間移動(dòng)行為的隨機(jī)程度測(cè)量
3．4．3 居民空間移動(dòng)行為的可預(yù)測(cè)性
3．5 居民空間移動(dòng)行為的典型模體
3．5．1 基于手機(jī)通話詳單數(shù)據(jù)的居民個(gè)體移動(dòng)網(wǎng)絡(luò)模體分析
3．5．2 基于手機(jī)信令數(shù)據(jù)的居民個(gè)體移動(dòng)網(wǎng)絡(luò)模體分析
3．6 居民職住地點(diǎn)判別
3．7 基于向量場(chǎng)模型的居民空間移動(dòng)行為分析
3．8 基于移動(dòng)通信數(shù)據(jù)的居民集群行為分析
3．9 居民空間移動(dòng)行為分析的多領(lǐng)域應(yīng)用
3．10 小結(jié)
參考文獻(xiàn)

4 居民空間移動(dòng)行為模型
4．1 引言
4．2 連續(xù)時(shí)間隨機(jī)游走（CTRW）模型
4．3 探索與優(yōu)先回歸模型
4．4 基于人類(lèi)空間普適行為統(tǒng)計(jì)概率的居民空間位置預(yù)測(cè)
4．5 重力模型與輻射模型
4．6 人口加權(quán)機(jī)會(huì)（PWO）模型
4．7 個(gè)體和群體空問(wèn)移動(dòng)行為通用模型
4．8 基于主成分分析法的居民空間位置預(yù)測(cè)
4．9 TimeGe0模型
4．10 基于n-gram模型的個(gè)體出行預(yù)測(cè)模型
4．11 小結(jié)
參考文獻(xiàn)

5 基于移動(dòng)通信數(shù)據(jù)的交通需求估計(jì)
5．1 引言
5．2 基于手機(jī)通話詳單數(shù)據(jù)的交通需求估計(jì)
5．3 基于手機(jī)通話詳單數(shù)據(jù)和視頻監(jiān)控?cái)?shù)據(jù)融合的交通需求估計(jì)
5．4 基于手機(jī)信令數(shù)據(jù)的交通需求估計(jì)
5．5 基于手機(jī)信令數(shù)據(jù)和交通數(shù)據(jù)融合的交通需求估計(jì)
5．6 基于移動(dòng)通信數(shù)據(jù)的交通方式劃分
5．7 小結(jié)
參考文獻(xiàn)

6 基于移動(dòng)通信數(shù)據(jù)的交通擁堵溯源
6．1 引言
6．2 基于移動(dòng)通信數(shù)據(jù)的交通擁堵溯源方法
6．2．1 交通擁堵溯源二分網(wǎng)絡(luò)的構(gòu)建
6．2．2 交通擁堵溯源方法
6．2．3 交通擁堵溯源案例及應(yīng)用
6．3 交通擁堵溯源技術(shù)在緩解交通擁堵方面的應(yīng)用
6．3．1 基于交通擁堵源信息的交通限行策略
6．3．2 基于交通擁堵源信息的交通網(wǎng)絡(luò)優(yōu)化
6．3．3 基于交通擁堵源信息的路徑誘導(dǎo)策略
6．3．4 基于交通擁堵溯源信息的交通管控策略
6．4 城市軌道交通客源預(yù)測(cè)與脆弱性分析
6．5 小結(jié)
參考文獻(xiàn)

7 基于移動(dòng)通信數(shù)據(jù)的居民空間分布感知
7．1 引言
7．2 居民空間分布感知方法簡(jiǎn)介
7．2．1 傳統(tǒng)居民空間分布感知方法
7．2．2 基于互聯(lián)網(wǎng)查詢數(shù)據(jù)的居民空間分布感知
7．2．3 基于手機(jī)通話詳單數(shù)據(jù)的居民空間分布感知
7．3 基于移動(dòng)通信數(shù)據(jù)和交通數(shù)據(jù)融合的居民空間分布感知
7．3．1 手機(jī)信令數(shù)據(jù)和交通數(shù)據(jù)的預(yù)處理
7．3．2 基于手機(jī)信令數(shù)據(jù)和交通數(shù)據(jù)融合的交通需求估計(jì)
7．3．3 基于手機(jī)信令數(shù)據(jù)和交通數(shù)據(jù)融合的居民空間分布推演
7．4 基于復(fù)雜網(wǎng)絡(luò)和信息論方法融合的人群聚集預(yù)警
7．4．1 基于多源交通數(shù)據(jù)的人群聚集密度估計(jì)
7．4．2 基于異常移動(dòng)網(wǎng)絡(luò)的人群聚集預(yù)警
7．4．3 人群聚集形成過(guò)程規(guī)律分析
7．5 小結(jié)
參考文獻(xiàn)
展開(kāi)全部

基于移動(dòng)通信數(shù)據(jù)的居民空間行為分析技術(shù)(交通大數(shù)據(jù)系列) 作者簡(jiǎn)介

王璞，博士，中南大學(xué)教授，博士生導(dǎo)師。主要從事交通大數(shù)據(jù)分析、居民空間行為分析建模、復(fù)雜網(wǎng)絡(luò)科學(xué)方面的研究，主持國(guó)家自然科學(xué)基金2項(xiàng)，霍英東青年教師基金基礎(chǔ)研究課題1項(xiàng)。在Science、Nature Physics、Nature Communications等國(guó)際著名期刊上發(fā)表論文30余篇。

暫無(wú)評(píng)論……
書(shū)友推薦
本類(lèi)暢銷(xiāo)
返回頂部
中圖網(wǎng)
在線客服