封面
版权信息
作者简介
插图
译者序
前言
致谢
关于作者
第一部分 概念和框架
第1章 概述
1.1 引言
1.2 城市计算的定义
1.3 总体框架
1.3.1 简述和示例
1.3.2 各层功能
1.4 城市计算的关键挑战
1.4.1 城市感知挑战
1.4.2 城市数据管理挑战
1.4.3 城市数据分析挑战
1.4.4 城市服务挑战
1.5 城市数据
1.5.1 城市数据的分类
1.5.2 地理数据
1.5.3 道路网络上的交通数据
1.5.4 移动电话数据
1.5.5 通勤数据
1.5.6 环境监测数据
1.5.7 社交网络数据
1.5.8 能源
1.5.9 经济
1.5.10 医疗保健
1.6 公共数据集
参考文献
第2章 城市计算应用
- APP免费
2.1 引言
- APP免费
2.2 用于城市规划的城市计算
- APP免费
2.2.1 揭示交通网络中的潜在问题
- APP免费
2.2.2 发现功能区域
- APP免费
2.2.3 检测城市边界
- APP免费
2.2.4 设施和资源部署
- APP免费
2.3 用于交通系统的城市计算
- APP免费
2.3.1 改善驾驶体验
- APP免费
2.3.2 改善出租车服务
- APP免费
2.3.3 改善公交服务
- APP免费
2.3.4 地铁服务
- APP免费
2.3.5 自行车共享系统
- APP免费
2.4 用于环境的城市计算
- APP免费
2.4.1 空气质量
- APP免费
2.4.2 噪声污染
- APP免费
2.4.3 城市水资源
- APP免费
2.5 用于城市能源消耗的城市计算
- APP免费
2.5.1 汽油消耗
- APP免费
2.5.2 电力消耗
- APP免费
2.6 用于社交应用的城市计算
- APP免费
2.6.1 基于位置的社交网络概念
- APP免费
2.6.2 理解基于位置的社交网络中的用户
- APP免费
2.6.3 位置推荐
- APP免费
2.7 用于经济服务的城市计算
- APP免费
2.7.1 商业位置选择
- APP免费
2.7.2 优化城市物流
- APP免费
2.8 用于公共安全和保障的城市计算
- APP免费
2.8.1 检测城市异常
- APP免费
2.8.2 预测人群流动
- APP免费
2.9 总结
- APP免费
参考文献
- APP免费
第二部分 城市感知与数据采集
- APP免费
第3章 城市感知
- APP免费
3.1 引言
- APP免费
3.1.1 城市感知的四种范式
- APP免费
3.1.2 城市感知的一般框架
- APP免费
3.2 传感器和设施部署
- APP免费
3.2.1 寻找最佳汇合点
- APP免费
3.2.2 最大化覆盖范围
- APP免费
3.2.3 学习排序候选位置
- APP免费
3.2.4 最小化不确定性
- APP免费
3.3 以人为中心的城市感知
- APP免费
3.3.1 数据评估
- APP免费
3.3.2 参与者招募与任务设计
- APP免费
3.4 补充缺失值
- APP免费
3.4.1 问题与挑战
- APP免费
3.4.2 空间模型
- APP免费
3.4.3 时间模型
- APP免费
3.4.4 时空模型
- APP免费
3.5 总结
- APP免费
参考文献
- APP免费
第三部分 城市数据管理
- APP免费
第4章 时空数据管理
- APP免费
4.1 引言
- APP免费
4.1.1 数据结构
- APP免费
4.1.2 查询
- APP免费
4.1.3 索引
- APP免费
4.1.4 检索算法
- APP免费
4.2 数据结构
- APP免费
4.2.1 基于点的空间静态数据
- APP免费
4.2.2 基于点的空间时间序列数据
- APP免费
4.2.3 基于点的时空数据
- APP免费
4.2.4 基于网络的空间静态数据
- APP免费
4.2.5 基于网络的空间时间序列数据
- APP免费
4.2.6 基于网络的时空数据
- APP免费
4.3 空间数据管理
- APP免费
4.3.1 基于网格的空间索引
- APP免费
4.3.2 基于四叉树的空间索引
- APP免费
4.3.3 基于k-d树的空间索引
- APP免费
4.3.4 基于R树的空间索引
- APP免费
4.4 时空数据管理
- APP免费
4.4.1 管理空间静态时间动态数据
- APP免费
4.4.2 移动对象数据库
- APP免费
4.4.3 轨迹数据管理
- APP免费
4.5 管理多个数据集的混合索引
- APP免费
4.5.1 查询和动机
- APP免费
4.5.2 空间关键词
- APP免费
4.5.3 管理多个数据集的索引
- APP免费
4.6 总结
- APP免费
参考文献
- APP免费
第5章 云计算导论
- APP免费
5.1 引言
- APP免费
5.2 存储
- APP免费
5.2.1 SQL数据库
- APP免费
5.2.2 Azure存储
- APP免费
5.2.3 Redis缓存
- APP免费
5.3 计算
- APP免费
5.3.1 虚拟机
- APP免费
5.3.2 云服务
- APP免费
5.3.3 HDInsight
- APP免费
5.4 应用
- APP免费
5.4.1 Web应用
- APP免费
5.4.2 移动应用
- APP免费
5.4.3 API应用
- APP免费
5.5 总结
- APP免费
参考文献
- APP免费
第6章 在云端管理时空数据
- APP免费
6.1 引言
- APP免费
6.1.1 挑战
- APP免费
6.1.2 云上的通用数据管理方案
- APP免费
6.2 管理基于点的数据
- APP免费
6.2.1 管理基于点的时空静态数据
- APP免费
6.2.2 管理基于点的空间静态时间动态数据
- APP免费
6.2.3 管理基于点的时空动态数据
- APP免费
6.3 管理基于网络的数据
- APP免费
6.3.1 管理时空静态网络
- APP免费
6.3.2 管理基于网络的空间静态时间动态数据
- APP免费
6.3.3 管理基于网络的时空动态数据
- APP免费
6.4 城市大数据平台
- APP免费
6.5 总结
- APP免费
第四部分 城市数据分析
- APP免费
第7章 城市数据的基本数据挖掘技术
- APP免费
7.1 引言
- APP免费
7.1.1 数据挖掘的一般框架
- APP免费
7.1.2 数据挖掘与相关技术之间的关系
- APP免费
7.2 数据预处理
- APP免费
7.2.1 数据清洗
- APP免费
7.2.2 数据转换
- APP免费
7.2.3 数据集成
- APP免费
7.3 频繁模式挖掘和关联规则
- APP免费
7.3.1 基本概念
- APP免费
7.3.2 频繁项集挖掘方法
- APP免费
7.3.3 序列模式挖掘
- APP免费
7.3.4 频繁子图模式挖掘
- APP免费
7.4 聚类
- APP免费
7.4.1 概念
- APP免费
7.4.2 划分聚类方法
- APP免费
7.4.3 密度聚类方法
- APP免费
7.4.4 层次聚类方法
- APP免费
7.5 分类
- APP免费
7.5.1 概念
- APP免费
7.5.2 朴素贝叶斯分类法
- APP免费
7.5.3 决策树
- APP免费
7.5.4 支持向量机
- APP免费
7.5.5 不平衡数据的分类
- APP免费
7.6 回归
- APP免费
7.6.1 线性回归
- APP免费
7.6.2 自回归
- APP免费
7.6.3 回归树
- APP免费
7.7 异常值检测
- APP免费
7.7.1 基于邻近性的异常值检测
- APP免费
7.7.2 基于统计的异常值检测
- APP免费
7.8 总结
- APP免费
参考文献
- APP免费
第8章 用于时空数据的高级机器学习技术
- APP免费
8.1 引言
- APP免费
8.2 时空数据的独特性质
- APP免费
8.2.1 空间属性
- APP免费
8.2.2 时间属性
- APP免费
8.3 协同过滤
- APP免费
8.3.1 基本模型：基于用户和基于物品
- APP免费
8.3.2 时空数据的协同过滤
- APP免费
8.4 矩阵分解
- APP免费
8.4.1 基本矩阵分解方法
- APP免费
8.4.2 时空数据的矩阵分解
- APP免费
8.5 张量分解
- APP免费
8.5.1 张量的基本概念
- APP免费
8.5.2 张量分解方法
- APP免费
8.5.3 时空数据的张量分解
- APP免费
8.6 概率图模型
- APP免费
8.6.1 一般概念
- APP免费
8.6.2 贝叶斯网络
- APP免费
8.6.3 马尔可夫随机场
- APP免费
8.6.4 用于时空数据的贝叶斯网络
- APP免费
8.6.5 用于时空数据的马尔可夫网络
- APP免费
8.7 深度学习
- APP免费
8.7.1 人工神经网络
- APP免费
8.7.2 卷积神经网络
- APP免费
8.7.3 循环神经网络
- APP免费
8.7.4 用于时空数据的深度学习
- APP免费
8.8 强化学习
- APP免费
8.8.1 强化学习的概念
- APP免费
8.8.2 表格动作值方法
- APP免费
8.8.3 近似方法
- APP免费
8.9 总结
- APP免费
参考文献
- APP免费
第9章 跨领域知识融合
- APP免费
9.1 引言
- APP免费
9.1.1 与传统数据集成的关系
- APP免费
9.1.2 与异构信息网络的关系
- APP免费
9.2 基于阶段的知识融合
- APP免费
9.3 基于特征的知识融合
- APP免费
9.3.1 特征连接与正则化
- APP免费
9.3.2 基于深度学习的知识融合
- APP免费
9.4 基于语义意义的知识融合
- APP免费
9.4.1 基于多视图的知识融合
- APP免费
9.4.2 基于相似性的知识融合
- APP免费
9.4.3 基于概率依赖的知识融合
- APP免费
9.4.4 基于迁移学习的知识融合
- APP免费
9.5 不同融合方法的比较
- APP免费
9.5.1 数据集的体积、特征和洞察
- APP免费
9.5.2 机器学习任务的目标
- APP免费
9.5.3 机器学习算法的学习方法
- APP免费
9.5.4 效率和可扩展性
- APP免费
9.6 总结
- APP免费
参考文献
- APP免费
第10章 城市数据分析的高级主题
- APP免费
10.1 如何选择有用的数据集
- APP免费
10.1.1 理解目标问题
- APP免费
10.1.2 数据背后的信息
- APP免费
10.1.3 验证假设
- APP免费
10.2 轨迹数据挖掘
- APP免费
10.2.1 轨迹数据
- APP免费
10.2.2 轨迹预处理
- APP免费
10.2.3 轨迹数据管理
- APP免费
10.2.4 轨迹中的不确定性
- APP免费
10.2.5 轨迹模式挖掘
- APP免费
10.2.6 轨迹分类
- APP免费
10.2.7 从轨迹中检测异常
- APP免费
10.2.8 将轨迹转换到其他表示形式
- APP免费
10.3 将机器学习与数据管理相结合
- APP免费
10.3.1 动机
- APP免费
10.3.2 使用索引结构加速机器学习
- APP免费
10.3.3 缩减机器学习的候选对象
- APP免费
10.3.4 导出边界以修剪机器学习的计算空间
- APP免费
10.4 交互式视觉数据分析
- APP免费
10.4.1 合并多个复杂因素
- APP免费
10.4.2 在没有先验知识的情况下调整参数
- APP免费
10.4.3 深入挖掘结果
- APP免费
10.5 总结
- APP免费
参考文献
- APP免费
推荐阅读
- APP免费
译者简介
- APP免费
封底
更新时间：2025-06-05 13:51:23
完结共258章
倒序