城市大数据智能

　　随着大数据、人工智能技术和城市化的快速发展，智慧城市管理已经迈入大数据时代。围绕城市管理相关领域积累了海量数据，如何有效地从这些大数据中进行深度挖掘、智能学习并获取有用知识已成为当前智慧城市发展亟待解决的关键问题。本书针对城市大数据发展现状，梳理总结了我国城市大数据智能创新应用方面成果，涵盖了大数据处理的关键技术和城市计算研究的核心模型与算法，涉及城市大数据感知及增强、空气质量预测、交通流预测、人流量预测、出租车路径推荐、租房推荐、救护车部署、外卖配送优化和地铁停站时间调度等应用领域，力图展现我国城市大数据分析与智能处理的zui新研究进展。

暂缺《城市大数据智能》作者简介

目录前言
第1章城市大数据智能概述1
11城市大数据智能研究
背景1
12城市大数据智能研究
现状3
13本书的组织结构7
第2章城市移动群智感知8
21引言8
22相关工作10
23预备知识和问题
定义12
24移动群智感知方法14
241模型框架14
242数据覆盖率15
243数据收集任务
设计19
25实验方案与结果分析24
251实验方案24
252结果分析26
26本章小结30
第3章城市时空数据填补32
31引言32
32相关工作34
33预备知识和问题定义35
34基于多视图学习的数据
缺失填补方法36
341模型框架36
342全局空间视图37
343全局时间视图38
344局部空间视图39
345局部时间视图40
346时空多视图
学习40
35实验方案与结果分析41
351实验方案41
352结果分析44
36本章小结47
第4章城市空气质量预测48
41引言48
42相关工作49
43预备知识和问题定义51
44基于深度学习的空气
质量预测方法52
441模型框架52
442空间转换模块53
443DeepAir算法56
45实验方案与结果分析59
451实验方案59
452结果分析62
46本章小结66
第5章城市交通流预测67
51引言67
52相关工作69
53预备知识和问题定义71
54基于多模态深度学习的
交通流预测方法73
541模型框架73
542核心模块说明75
55实验方案与结果分析78
551实验方案78
552结果分析81
56本章小结88
第6章城市人流量预测89
61引言89
62相关工作91
63预备知识和问题定义93
64基于深度时空残差网络的
城市人流量预测方法94
641模型框架94
642时空特征提取
模块95
643外部因素模块97
644模型融合模块97
645算法框架与优化
方法100
646模型变体构建
方法101
65实验方案与结果分析103
651实验方案103
652结果分析108
66城市人流量预测
系统116
67本章小结119
第7章城市出租车路径推荐120
71引言120
72相关工作122
73预备知识和问题
定义123
74基于深度强化学习的
动态出租车路径推荐
方法124
741模型框架124
742时空特征
抽取126
743深度策略
网络129
744深度强化
学习131
75实验方案与结果
分析134
751实验方案134
752结果分析137
76本章小结140
第8章城市租房推荐141
81引言141
82相关工作143
83预备知识和问题
定义144
84基于元学习的城市租房
推荐方法146
841模型框架146
842特征抽取
模块148
843满意程度评估
模型150
85实验方案与结果
分析153
851实验方案153
852结果分析155
86城市租房推荐系统160
87本章小结161
第9章城市救护车部署162
91引言162
92相关工作164
93预备知识和问题定义166
94基于数据驱动的动态
救护车重新部署方法168
941模型框架168
942紧急度指标169
943优匹配
算法174
95实验方案与结果分析176
951实验方案176
952结果分析179
96本章小结188
第10章城市外卖配送优化189
101引言189
102相关工作191
103预备知识和问题定义192
104基于贪心与替换策略的
外卖配送任务分组
方法194
1041模型框架194
1042预处理195
1043可共享性196
1044空驶时间199
1045分组算法200
105实验方案与结果
分析203
1051实验方案203
1052结果分析206
106本章小结208
第11章地铁停站时间调度209
111引言209
112相关工作212
113预备知识和问题
定义213
114基于深度Q网络的动态
列车停站时间调度
方法214
1141模型框架214
1142深度Q网络设计
方法217
115实验方案与结果
分析223
1151实验方案223
1152结果分析226
116本章小结231
参考文献232