日本三级香港三级人妇电影,亚洲a∨无码乱码精品国产

內容簡介

　　隨著大數(shù)據(jù)、人工智能技術和城市化的快速發(fā)展，智慧城市管理已經(jīng)邁入大數(shù)據(jù)時代。圍繞城市管理相關領域積累了海量數(shù)據(jù)，如何有效地從這些大數(shù)據(jù)中進行深度挖掘、智能學習并獲取有用知識已成為當前智慧城市發(fā)展亟待解決的關鍵問題。本書針對城市大數(shù)據(jù)發(fā)展現(xiàn)狀，梳理總結了我國城市大數(shù)據(jù)智能創(chuàng)新應用方面成果，涵蓋了大數(shù)據(jù)處理的關鍵技術和城市計算研究的核心模型與算法，涉及城市大數(shù)據(jù)感知及增強、空氣質量預測、交通流預測、人流量預測、出租車路徑推薦、租房推薦、救護車部署、外賣配送優(yōu)化和地鐵停站時間調度等應用領域，力圖展現(xiàn)我國城市大數(shù)據(jù)分析與智能處理的zui新研究進展。

作者簡介

暫缺《城市大數(shù)據(jù)智能》作者簡介

圖書目錄

目錄前言
第1章城市大數(shù)據(jù)智能概述1
11城市大數(shù)據(jù)智能研究
背景1
12城市大數(shù)據(jù)智能研究
現(xiàn)狀3
13本書的組織結構7
第2章城市移動群智感知8
21引言8
22相關工作10
23預備知識和問題
定義12
24移動群智感知方法14
241模型框架14
242數(shù)據(jù)覆蓋率15
243數(shù)據(jù)收集任務
設計19
25實驗方案與結果分析24
251實驗方案24
252結果分析26
26本章小結30
第3章城市時空數(shù)據(jù)填補32
31引言32
32相關工作34
33預備知識和問題定義35
34基于多視圖學習的數(shù)據(jù)
缺失填補方法36
341模型框架36
342全局空間視圖37
343全局時間視圖38
344局部空間視圖39
345局部時間視圖40
346時空多視圖
學習40
35實驗方案與結果分析41
351實驗方案41
352結果分析44
36本章小結47
第4章城市空氣質量預測48
41引言48
42相關工作49
43預備知識和問題定義51
44基于深度學習的空氣
質量預測方法52
441模型框架52
442空間轉換模塊53
443DeepAir算法56
45實驗方案與結果分析59
451實驗方案59
452結果分析62
46本章小結66
第5章城市交通流預測67
51引言67
52相關工作69
53預備知識和問題定義71
54基于多模態(tài)深度學習的
交通流預測方法73
541模型框架73
542核心模塊說明75
55實驗方案與結果分析78
551實驗方案78
552結果分析81
56本章小結88
第6章城市人流量預測89
61引言89
62相關工作91
63預備知識和問題定義93
64基于深度時空殘差網(wǎng)絡的
城市人流量預測方法94
641模型框架94
642時空特征提取
模塊95
643外部因素模塊97
644模型融合模塊97
645算法框架與優(yōu)化
方法100
646模型變體構建
方法101
65實驗方案與結果分析103
651實驗方案103
652結果分析108
66城市人流量預測
系統(tǒng)116
67本章小結119
第7章城市出租車路徑推薦120
71引言120
72相關工作122
73預備知識和問題
定義123
74基于深度強化學習的
動態(tài)出租車路徑推薦
方法124
741模型框架124
742時空特征
抽取126
743深度策略
網(wǎng)絡129
744深度強化
學習131
75實驗方案與結果
分析134
751實驗方案134
752結果分析137
76本章小結140
第8章城市租房推薦141
81引言141
82相關工作143
83預備知識和問題
定義144
84基于元學習的城市租房
推薦方法146
841模型框架146
842特征抽取
模塊148
843滿意程度評估
模型150
85實驗方案與結果
分析153
851實驗方案153
852結果分析155
86城市租房推薦系統(tǒng)160
87本章小結161
第9章城市救護車部署162
91引言162
92相關工作164
93預備知識和問題定義166
94基于數(shù)據(jù)驅動的動態(tài)
救護車重新部署方法168
941模型框架168
942緊急度指標169
943優(yōu)匹配
算法174
95實驗方案與結果分析176
951實驗方案176
952結果分析179
96本章小結188
第10章城市外賣配送優(yōu)化189
101引言189
102相關工作191
103預備知識和問題定義192
104基于貪心與替換策略的
外賣配送任務分組
方法194
1041模型框架194
1042預處理195
1043可共享性196
1044空駛時間199
1045分組算法200
105實驗方案與結果
分析203
1051實驗方案203
1052結果分析206
106本章小結208
第11章地鐵停站時間調度209
111引言209
112相關工作212
113預備知識和問題
定義213
114基于深度Q網(wǎng)絡的動態(tài)
列車停站時間調度
方法214
1141模型框架214
1142深度Q網(wǎng)絡設計
方法217
115實驗方案與結果
分析223
1151實驗方案223
1152結果分析226
116本章小結231
參考文獻232