智能交通领域前沿研究论著 公共交通大数据挖掘与分析 马晓磊，丁川，于海洋，刘剑峰 著 2017年版

智能交通领域前沿研究论著 公共交通大数据挖掘与分析
作者：马晓磊，丁川，于海洋，刘剑峰 著
出版时间： 2017年版
丛编项： 智能交通领域前沿研究论著
内容简介
　　《公共交通大数据挖掘与分析》为智能交通领域前沿研究论著丛书之一，主要针对国内多模式公共交通系统信息化和智能化发展现状，基于广泛使用的公共交通大数据（IC卡和GPA数据），探讨了公共交通大数据的分析和挖掘方法，并综合利用人工智能、运筹学、交通规划、交通行为学等理论和方法，对公共交通大数据典型应用场景进行探讨，用于支撑城市多模式公共交通规划和运营的目的。《公共交通大数据挖掘与分析》主要研究内容包括：交通大数据基本类型与处理技术、公共交通客流0D矩阵推导方法、公共交通到站信息服务优化、公共交通短时客流预测、公共交通出行行为分析、公共交通网络性能评价。《公共交通大数据挖掘与分析》可为全方位、多层次、大范围、大数据化、高效运行的综合交通运输体系建设提供理论与技术支持。《公共交通大数据挖掘与分析》适用于交通工程、智能交通、交通管理等相关专业的技术人员、管理与决策人员、科研工作者、研究生、教师与高年级本科生使用。
目录
第1章 绪论
1．1 背景与意义
1．2 国内外研究现状
1．3 公交大数据分类
1．4 本书主要内容
1．5 章节结构
本章参考文献
第2章 交通大数据基本类型与处理技术
2．1 交通大数据基本类型
2．2 数据处理工具与数据清洗
本章参考文献
第3章 公交客流OD矩阵推导方法
3．1 上车站点识别
3．2 下车站点识别
本章参考文献
第4章 公交到站信息服务优化
4．1 公交到站信息概况
4．2 公交到站信息影响因素分析
4．3 基于相关向量机的乘客候车时间范围预测
4．4 基于1S．SVM的公交串车预测
本章参考文献
第5章 公共交通短时客流预测
5．1 考虑动态波动性的轨道交通站点短时客流预测
5．2 基于多尺度径向基函数神经网络模型的地铁短时客流预测
5．3 预测地铁短时客流并基于梯度提升算法的决策树模型分析客流影响因素
本章参考文献
第6章 公交出行行为分析
6．1 乘客时空规律性挖掘
6．2 通勤人群识别与职住地估计
6．3 通勤指标分析
6．4 城市通勤出行方式与出发时刻联合选择的交叉巢式1ogit模型
本章参考文献
第7章 公交网络性能评价
7．1 交通E科学理论框架
7．2 公交大数据平台搭建
7．3 本章小结
本章参考文献