由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
正版新书]高速铁路大数据技术[中国]李天瑞;李平;等978711328097
¥ ×1
1 绪论
1.1 高速铁路大数据的来源
1.1.1 高速铁路主要信息系统
1.1.2 高速铁路主要数据构成
1.2 高速铁路大数据的特点
1.3 高速铁路大数据服务的总体框架与数据流程
1.4 国外铁路大数据技术发展现状
1.4.1 德国
1.4.2 美国
1.4.3 日本
1.4.4 其他国家
1.5 高速铁路大数据应用场景
1.6 高速铁路大数据发展趋势分析
1.7 本书的组织结构
2 大数据分布式存储技术
2.1 数据存储概述
2.1.1 数据存储分类
2.1.2 分布式存储方案
2.1.3 高速铁路大数据存储需求
2.2 分布式文件系统HDFS
2.2.1 HDFS概述
2.2.2 HDFS体系架构
2.2.3 HDFS数据操作
2.3 分布式列式数据库HBase
2.3.1 HBase概述
2.3.2 HBase体系架构
2.3.3 HBase数据操作
2.4 分布式对象存储Ceph
2.4.1 Ceph概述
2.4.2 Ceph体系架构
2.4.3 Ceph数据操作
2.5 高速铁路大数据存储案例分析
3 大数据安全技术
3.1 信息安全概论
3.1.1 信息安全的定义
3.1.2 信息安全的目标
3.1.3 信息安全的发展
3.2 信息安全主要分类
3.2.1 物理安全
3.2.2 网络安全
3.2.3 主机安全
3.2.4 应用安全
3.2.5 数据安全
3.3 密码学基础
3.3.1 密码学概述
3.3.2 对称加密技术
3.3.3 非对称加密技术
3.3.4 散列技术
3.3.5 数字签名
3.4 大数据安全分析
3.4.1 大数据安全的背景与意义
3.4.2 大数据安全问题
3.4.3 大数据安全技术分类
3.4.4 大数据安全标准
3.5 高速铁路大数据安全实践
3.5.1 高速铁路大数据安全保障
3.5.2 监控大数据安全管理应用
4 大数据分析技术
4.1 数据分析概述
4.2 数据分析流程
4.2.1 数据挖掘流程
4.2.2 大数据分析流程
4.3 数据分析主要方法
4.3.1 联机分析处理
4.3.2 可视化分析
4.3.3 机器学习
4.3.4 深度学习
4.4 大数据并行处理模式
4.4.1 数据并行
4.4.2 模型并行
4.4.3 混合并行
4.5 高速铁路大数据分析技术案例分析
5 大数据分析平台
5.1 大数据分析平台概述
5.1.1 大数据分析平台概述
5.1.2 高速铁路大数据分析平台
5.2 基于Hadoop的大数据分析平台
5.2.1 Hadoop概述
5.2.2 MapReduce原理
5.2.3 MapReduce编程
5.2.4 运行MapReduce作业
5.3 基于Spark的大数据分析平台
5.3.1 Spark概述
5.3.2 Spark原理
5.3.3 Spark编程
5.3.4 运行Spark作业
5.4 基于TensorFlow的大数据分析平台
5.4.1 TensorFlow概述
5.4.2 TensorFlow原理
5.4.3 TensorFlow编程
5.4.4 运行TensorFlow作业
5.5 高速铁路大数据分析平台案例分析
5.5.1 平台需求
5.5.2 平台架构
5.5.3 应用场景
6 走行部大数据分析实践
6.1 走行部概述
6.2 走行部大数据分析
6.3 走行部特征提取与分析
6.3.1 基于EMD和模糊熵的走行部特征提取
6.3.2 基于特征融合的高速列车振动信号特征分析
6.4 走行部故障诊断
6.4.1 基于多视图分类集成的走行部故障诊断
6.4.2 基于深度信念网络的故障诊断
6.5 走行部大数据分布式处理
6.5.1 数据预处理
6.5.2 分布式特征提取
6.5.3 分布式故障诊断
7 轨道检测大数据分析实践
7.1 轨道检测大数据概述
7.1.1 高速铁路轨道检测大数据质量现状
7.1.2 高速铁路轨道检测大数据质量评价方法
7.1.3 高速铁路轨道检测大数据质量优化
7.2 轨道检测大数据预处理
7.2.1 高速铁路轨道检测数据
7.2.2 冗余点滤除
7.2.3 间断性里程误差修复
7.2.4 毛刺滤除
7.2.5 里程漂移校准
7.3 轨道不平顺状态分析
7.3.1 轨道不平顺的类型
7.3.2 轨道不平顺分析方法
7.4 轨道不平顺状态预测
7.4.1 灰度预测
7.4.2 SVM预测
7.4.3 组合模型预测
7.5 车体振动加速度预测
8 弓网异常检测大数据分析实践
8.1 图像目标检测
8.1.1 图像预处理
8.1.2 图像边缘检测与图像分割
8.1.3 图像特征提取
8.1.4 图像目标分类和识别
8.2 图像目标分割方法
8.2.1 图像边缘检测算法
8.2.2 阈值分割算法
8.2.3 活动轮廓模型
8.2.4 分水岭变换算法
8.3 图像特征提取方法
8.3.1 颜色直方图特征
8.3.2 梯度方向直方图特征
8.3.3 纹理特征
8.3.4 形状特征
8.3.5 特征选择
8.4 图像目标检测方法
8.4.1 基于模板匹配的目标检测算法
8.4.2 基于统计模式的目标检测算法
8.4.3 基于神经网络
李天瑞,西南交通大学人工智能研究院副院长,工学博士,教授,博导,综合交通大数据应用技术国家工程实验室副主任和四川省云计算与智能技术高校重点实验室主任。主要研究方向为人工智能、数据挖掘与知识发现、云计算与大数据、粒计算与粗糙集。主持国家重点研发计划课题、国家自然科学基金等项目7项,出版编著6部,获得授权国家发明专利12项和软件著作权3项。李平,中国铁道科学研究院铁路大数据研究与应用创新中心主任,工学博士,研究员,博士生导师。现任中国铁道科学研究院大数据研究与应用创新中心主任,电子所副总工程师,智能交通协会轨道智能运输分委会副秘书长,中国人工智能学会智能服务专业委员会委员。等,西南交通大学(SouthwestJiaotongUniversity)简称“西南交大”,位于四川省成都市,是中华人民共和国教育部直属的全国重点大学,由教育部、中国铁路总公司、四川省和成都市共建,位列国家首批世界学科建设高校、211工程、985工程优势学科创新平台重点建设的研究型大学,入选2011计划、111计划、工程师教育培养计划、国家大学生创新性实验计划、国家建设高水平大学公派研究生项目、新工科研究与实践项目、中国政府奖
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格