幫助中心 | 我的帳號 | 關於我們

交通數據分析與建模(交通版高等學校交通工程專業系列教材)

  • 作者:編者:翁金賢|責編:郭紅蕊//李良
  • 出版社:人民交通
  • ISBN:9787114197895
  • 出版日期:2024/12/01
  • 裝幀:平裝
  • 頁數:244
人民幣:RMB 49 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書是上海海事大學與蘭州交通大學、長沙理工大學協作編寫的。全書內容豐富,系統全面,反映了當前的交通數據分析與建模的基礎知識、前沿理論,同時結合了我國道路、水路的具體案例,並參考了國內外大量相關文獻以及國內交通工程、交通運輸的實際資料。
    本書可作為交通工程、交通運輸等專業高等學校本科專業教材,也可作為交通運輸工程學科研究生的參考書。本書旨在為學生介紹全面系統的專業數據分析與建模理論方法,並通過應用案例,加強學生對交通數據分析和建模理論知識的理解和實際應用分析能力。

作者介紹
編者:翁金賢|責編:郭紅蕊//李良
    翁金賢,男,1982年2月生,博士,2011年獲新加坡國立大學博士學位。現為上海海事大學三級教授、博士生導師,交通運輸學院副院長、水陸交通安全研究中心主任。先後榮獲上海市青年拔尖人才、上海市「曙光」學者和交通運輸部青年科技英才、中國交通運輸協會青年科學委員會委員等省部級人才稱號,並獲得2017-2018年度中國航海學會青年科技獎表彰。     擔任交通安全領域權威SSCI檢索期刊Journal of Transportation Safety & Security副主編、International Journal of Transportation等期刊編委會委員、中國交通運輸協會青科委委員、上海市建設和交通青年人才協會副會長,系教育部學位論文評議專家和「世界銀行」項目評議專家。     主要研究領域包括港航交通事故風險評價與管理、交通建模與模擬、智慧港航交通系統、交通大數據挖掘等。2013年回國至今,主持完成包括國家自然科學基金面上、國家重點研發計劃子課題、國家自然科學基金重點項目子課題、國際聯合研究基金等10多項國家級高水平項目以及30多項行業相關課題.累計科研經費近千萬元。部分科研成果已得到名個地方交通管理部門的推廣應用,對我國港航交通安全創新技術密切相關產業的可持續發用起到了積極的推進作用。

目錄
第一篇  理論基礎
  第1章  緒論
    1.1  交通數據
    1.2  數據分析
    1.3  數據分析方法及平台
    1.4  本章小結
    本章參考文獻
  第2章  交通數據描述性統計
    2.1  集中趨勢度量
    2.2  相對位置度量
    2.3  離散程度描述
    2.4  偏態和峰傑
    2.5  相關性描述
    2.6  估計量特性
    2.7  數據可視化方法
    2.8  本章小結
    本章參考文獻
  第3章  置信區間與假設檢驗
    3.1  置信區間
    3.2  假設檢驗
    3.3  本章小結
    本章參考文獻
  第4章  總體的假設檢驗
    4.1  單個總體的假設檢驗
    4.2  兩個總體的比較
    4.3  非參數檢驗方法
    4.4  本章小結
    本章參考文獻
第二篇  交通數據傳統回歸方法
  第5章  線性回歸與非線性回歸
    5.1  線性回歸
    5.2  非線性回歸
    5.3  本章小結
    本章參考文獻
  第6章  離散模型
    6.1  離散選擇模型
    6.2  離散-連續模型
    6.3  計數模型
    6.4  本章小結
    本章參考文獻
  第7章  時間序列模型
    7.1  時間序列概述
    7.2  時間序列及其分類
    7.3  時間序列分解
    7.4  時間序列預處理
    7.5  平穩時間序列分析
    7.6  平穩時間序列模型建立
    7.7  案例:道路交通事故預測
    7.8  本章小結
    本章參考文獻

  第8章  貝葉斯模型
    8.1  蒙特卡洛法
    8.2  樸素貝葉斯分類法
    8.3  貝葉斯網路
    8.4  馬爾可夫鏈蒙特卡洛法案例:船舶事故案例分析
    8.5  本章小結
    本章參考文獻
  第9章  聯立方程模型
    9.1  聯立方程模型概述
    9.2  聯立方程模型中變數的分類
    9.3  聯立方程模型的分類
    9.4  聯立方程模型的識別
    9.5  聯立方程模型的識別條件
    9.6  聯立方程模型的估計
    9.7  案例:交通運輸經濟效益研究
    9.8  本章小結
    本章參考文獻
  第10章  面板數據模型
    10.1  面板數據
    10.2  混合回歸模型
    10.3  固定效應模型
    10.4  隨機效應回歸模型
    10.5  本章小結
    本章參考文獻
第三篇  機器學習
  第11章  無監督學習
    11.1  主成分分析
    11.2  孤立森林
    11.3  K-means聚類
    11.4  本章小結
    本章參考文獻
  第12章  監督學習
    12.1  決策樹
    12.2  集成學習
    12.3  支持向量機
    12.4  人工神經網路
    本章參考文獻
  第13章  強化學習與半監督學習
    13.1  強化學習
    13.2  半監督學習
    13.3  本章小結
    本章參考文獻

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032