书籍详情
新能源汽车大数据分析与应用技术
作者:王震坡 刘鹏 张照生 著
出版社:机械工业出版社
出版时间:2018-06-01
ISBN:9787111596387
定价:¥89.90
购买这本书可以去
内容简介
本书内容上涵盖了新能源汽车的车联网技术、大数据应用的业务需求与预处理、大数据分析与基础理论、大数据的采集与处理、运行大数据统计分析与应用实例等内容,详细介绍了车联网车载数据采集、网络通信等实现的方法和应用,对于实现车辆网联技术具有很高的指导性和实用性,在车联网大数据平台化、数据库化等方面的应用有很强的指导性和实用性。本书适合新能源汽车专业老师、研究生及科研人员参考。
作者简介
暂缺《新能源汽车大数据分析与应用技术》作者简介
目录
丛书序
前言
第1 章 导论 · 1
1.1 汽车电气化与智能化 · 1
1.1.1 电气化 · 1
1.1.2 智能化 · 2
1.2 信息化的车联网 · 3
1.2.1 车联网技术 · 3
1.2.2 国内外发展历史及现状 7
1.2.3 车联网发展趋势 10
1.3 大数据简介 11
1.3.1 大数据的产生与发展 12
1.3.2 大数据的概念与特征 13
1.3.3 大数据的价值与挑战 15
1.4 车辆大数据与应用 · 18
1.4.1 汽车行业大数据应用 19
1.4.2 新能源汽车大数据应用 · 20
第2 章 新能源汽车车联网技术 23
2.1 新能源汽车与数据采集 · 24
2.1.1 纯电动汽车 24
2.1.2 混合动力电动汽车 · 26
2.1.3 燃料电池电动汽车 · 30
2.2 车辆数据通信技术 · 31
2.2.1 CAN 总线的数据交换原理 32
2.2.2 CAN 总线的特征和分层结构 · 34
2.2.3 CAN 总线在汽车控制系统中的应用 35
2.2.4 FlexRay 总线 35
2.3 车载设备应用 · 36
2.3.1 汽车厂商领域 36
2.3.2 公共交通领域 37
2.3.3 私人交通领域 39
2.4 新能源汽车车联网大数据平台 40
2.4.1 新能源汽车大数据平台的应用背景 · 40
2.4.2 新能源汽车大数据平台的架构 · 42
2.4.3 新能源汽车大数据平台的功能 · 43
2.5 新能源汽车车联网应用实例分析 44
2.5.1 车联网技术在智慧交通方面的应用 · 44
2.5.2 车联网在新能源汽车上的应用 · 46
第3 章 新能源汽车大数据应用流程 · 50
3.1 数据采集 · 50
3.1.1 数据采集方法 50
3.1.2 新能源汽车数据采集 · 51
3.1.3 小结 54
3.2 数据预处理 54
3.2.1 数据预处理目标 · 54
3.2.2 数据预处理方法 · 55
3.2.3 新能源汽车数据预处理 66
3.2.4 小结 68
3.3 数据存储 · 69
3.3.1 数据存储技术路线 69
3.3.2 新能源汽车数据存储 · 70
3.3.3 小结 72
3.4 数据探索与分析 72
3.4.1 数据探索与统计 · 73
3.4.2 数据挖掘与应用 · 75
3.4.3 新能源汽车数据探索与分析 80
3.4.4 小结 82
3.5 数据可视化 83
3.5.1 数据可视化工具 · 84
3.5.2 新能源汽车数据可视化 90
3.5.3 小结 93
新能源汽车
大数据分析与应用技术
VIII
第4 章 数据分析的基础理论 · 94
4.1 相关与回归分析 94
4.1.1 相关分析 · 94
4.1.2 一元线性回归分析 · 99
4.1.3 多元线性回归分析 · 109
4.1.4 非线性回归模型 · 114
4.1.5 小结 117
4.2 聚类方法 117
4.2.1 聚类方法概要 118
4.2.2 K.means 方法 121
4.2.3 层次聚类 · 122
4.2.4 类别数的确定方法 · 125
4.2.5 小结 · 127
4.3 分类方法 · 127
4.3.1 分类方法概要 · 127
4.3.2 K.近邻 · 129
4.3.3 贝叶斯分类 132
4.3.4 分类的评判 135
4.3.5 小结 · 138
4.4 诊断方法 · 139
4.4.1 离群点诊断概要 139
4.4.2 基于统计的离群点诊断 · 140
4.4.3 基于距离的离群点诊断 · 142
4.4.4 基于密度的离群点挖掘 · 144
4.4.5 基于聚类的离群点挖掘 · 145
4.4.6 小结 · 146
4.5 时间序列数据分析与预测 146
4.5.1 时间序列概述 · 146
4.5.2 时间序列的描述分析 148
4.5.3 长期趋势分析 · 151
4.5.4 季节变动分析 · 153
4.5.5 循环变动分析 · 154
4.5.6 时间序列的预测 155
4.5.7 小结 · 157
第5 章 新能源汽车的运行大数据统计分析与应用实例 158
5.1 新能源汽车大数据的应用概述· 158
5.1.1 大数据标准化 · 158
5.1.2 大数据应用领域 159
5.2 新能源汽车技术分析与应用 160
5.2.1 动力电池系统故障分析 · 160
5.2.2 动力电池系统健康状态评估 · 170
5.2.3 动力电池系统梯次利用分析 · 175
5.3 新能源汽车使用行为分析与应用 · 180
5.3.1 驾驶行为分析与应用 180
5.3.2 充电行为分析 · 185
5.3.3 行驶里程分析 · 189
5.4 新能源汽车宏观经济分析与应用 · 195
5.4.1 分时租赁应用 · 195
5.4.2 对城市交通运行的影响分析 · 204
第6 章 大数据分析在未来交通出行中的应用及发展前景 · 213
6.1 未来的交通出行 · 213
6.1.1 未来的汽车出行 213
6.1.2 未来的交通网络 214
6.2 未来交通出行中大数据的分析与应用 · 215
6.2.1 未来汽车行业——以人为本 · 216
6.2.2 未来交通系统——智慧出行网络 · 218
6.2.3 未来社会发展——国计民生 · 220
6.3 未来新挑战 · 222
6.3.1 数据的安全性 · 222
6.3.2 数据的复杂性 · 223
6.3.3 计算的复杂性 · 223
6.3.4 系统的复杂性 · 224
参考文献 225
前言
第1 章 导论 · 1
1.1 汽车电气化与智能化 · 1
1.1.1 电气化 · 1
1.1.2 智能化 · 2
1.2 信息化的车联网 · 3
1.2.1 车联网技术 · 3
1.2.2 国内外发展历史及现状 7
1.2.3 车联网发展趋势 10
1.3 大数据简介 11
1.3.1 大数据的产生与发展 12
1.3.2 大数据的概念与特征 13
1.3.3 大数据的价值与挑战 15
1.4 车辆大数据与应用 · 18
1.4.1 汽车行业大数据应用 19
1.4.2 新能源汽车大数据应用 · 20
第2 章 新能源汽车车联网技术 23
2.1 新能源汽车与数据采集 · 24
2.1.1 纯电动汽车 24
2.1.2 混合动力电动汽车 · 26
2.1.3 燃料电池电动汽车 · 30
2.2 车辆数据通信技术 · 31
2.2.1 CAN 总线的数据交换原理 32
2.2.2 CAN 总线的特征和分层结构 · 34
2.2.3 CAN 总线在汽车控制系统中的应用 35
2.2.4 FlexRay 总线 35
2.3 车载设备应用 · 36
2.3.1 汽车厂商领域 36
2.3.2 公共交通领域 37
2.3.3 私人交通领域 39
2.4 新能源汽车车联网大数据平台 40
2.4.1 新能源汽车大数据平台的应用背景 · 40
2.4.2 新能源汽车大数据平台的架构 · 42
2.4.3 新能源汽车大数据平台的功能 · 43
2.5 新能源汽车车联网应用实例分析 44
2.5.1 车联网技术在智慧交通方面的应用 · 44
2.5.2 车联网在新能源汽车上的应用 · 46
第3 章 新能源汽车大数据应用流程 · 50
3.1 数据采集 · 50
3.1.1 数据采集方法 50
3.1.2 新能源汽车数据采集 · 51
3.1.3 小结 54
3.2 数据预处理 54
3.2.1 数据预处理目标 · 54
3.2.2 数据预处理方法 · 55
3.2.3 新能源汽车数据预处理 66
3.2.4 小结 68
3.3 数据存储 · 69
3.3.1 数据存储技术路线 69
3.3.2 新能源汽车数据存储 · 70
3.3.3 小结 72
3.4 数据探索与分析 72
3.4.1 数据探索与统计 · 73
3.4.2 数据挖掘与应用 · 75
3.4.3 新能源汽车数据探索与分析 80
3.4.4 小结 82
3.5 数据可视化 83
3.5.1 数据可视化工具 · 84
3.5.2 新能源汽车数据可视化 90
3.5.3 小结 93
新能源汽车
大数据分析与应用技术
VIII
第4 章 数据分析的基础理论 · 94
4.1 相关与回归分析 94
4.1.1 相关分析 · 94
4.1.2 一元线性回归分析 · 99
4.1.3 多元线性回归分析 · 109
4.1.4 非线性回归模型 · 114
4.1.5 小结 117
4.2 聚类方法 117
4.2.1 聚类方法概要 118
4.2.2 K.means 方法 121
4.2.3 层次聚类 · 122
4.2.4 类别数的确定方法 · 125
4.2.5 小结 · 127
4.3 分类方法 · 127
4.3.1 分类方法概要 · 127
4.3.2 K.近邻 · 129
4.3.3 贝叶斯分类 132
4.3.4 分类的评判 135
4.3.5 小结 · 138
4.4 诊断方法 · 139
4.4.1 离群点诊断概要 139
4.4.2 基于统计的离群点诊断 · 140
4.4.3 基于距离的离群点诊断 · 142
4.4.4 基于密度的离群点挖掘 · 144
4.4.5 基于聚类的离群点挖掘 · 145
4.4.6 小结 · 146
4.5 时间序列数据分析与预测 146
4.5.1 时间序列概述 · 146
4.5.2 时间序列的描述分析 148
4.5.3 长期趋势分析 · 151
4.5.4 季节变动分析 · 153
4.5.5 循环变动分析 · 154
4.5.6 时间序列的预测 155
4.5.7 小结 · 157
第5 章 新能源汽车的运行大数据统计分析与应用实例 158
5.1 新能源汽车大数据的应用概述· 158
5.1.1 大数据标准化 · 158
5.1.2 大数据应用领域 159
5.2 新能源汽车技术分析与应用 160
5.2.1 动力电池系统故障分析 · 160
5.2.2 动力电池系统健康状态评估 · 170
5.2.3 动力电池系统梯次利用分析 · 175
5.3 新能源汽车使用行为分析与应用 · 180
5.3.1 驾驶行为分析与应用 180
5.3.2 充电行为分析 · 185
5.3.3 行驶里程分析 · 189
5.4 新能源汽车宏观经济分析与应用 · 195
5.4.1 分时租赁应用 · 195
5.4.2 对城市交通运行的影响分析 · 204
第6 章 大数据分析在未来交通出行中的应用及发展前景 · 213
6.1 未来的交通出行 · 213
6.1.1 未来的汽车出行 213
6.1.2 未来的交通网络 214
6.2 未来交通出行中大数据的分析与应用 · 215
6.2.1 未来汽车行业——以人为本 · 216
6.2.2 未来交通系统——智慧出行网络 · 218
6.2.3 未来社会发展——国计民生 · 220
6.3 未来新挑战 · 222
6.3.1 数据的安全性 · 222
6.3.2 数据的复杂性 · 223
6.3.3 计算的复杂性 · 223
6.3.4 系统的复杂性 · 224
参考文献 225
猜您喜欢