●章 绪论
1.1 智慧城市的源起
1.1.1 智慧城市源起的现实背景
1.1.2 智慧城市源起的技术背景
1.1.3 智慧城市源起的政策背景
1.2 智慧城市的
1.2.1 智慧城市的概念演进
1.2.2 智慧城市的基本定义
1.2.3 智慧城市的概念模型
1.3 智慧城市的特征、类型与整体框架
1.3.1 智慧城市的特征
1.3.2 智慧城市的类型
1.3.3 智慧城市的整体框架
第2章 国内外智慧城市的发展
2.1 智慧城市的总体发展特征
2.1.1 欧洲智慧城市的成熟度
2.1.2 欧洲智慧城市的应用体系分布
2.1.3 中国智慧城市的成熟度与建设模式
2.2 智慧城市建设
2.2.1 荷兰阿姆斯特丹智慧城市
2.2.2 西班牙巴塞罗那智慧城市
2.2.3 韩国仁川智慧城市
2.2.4 日本横滨智慧城市
2.3 中国智慧城市发展
2.3.1 智慧城市香港
2.3.2 智慧城市广州
2.3.3 智慧城市武汉
2.4 基于企业案例的智慧城市发展
2.4.1 IBM智慧城市
2.4.2 华为智慧城市
第3章 智慧城市智能感知信息服务核心技术
3.1 感知平台
3.1.1 感知单元与感知方式
3.1.2 感知平台的核心技术
3.1.3 感知平台硬件智能管理
3.2 物联平台
3.2.1 物联网定义与智慧城市
3.2.2 物联平台体系结构
3.2.3 物联平台核心技术
3.3 大数据
3.3.1 大数据概念与特征
3.3.2 大数据分析
3.3.3 大数据相关技术
3.3.4 大数据分析与智慧城市
3.4 云计算平台
3.4.1 云计算概念
3.4.2 云计算平台体系结构
3.4.3 云计算平台核心技术
3.4.4 云计算平台服务功能与应用
3.5 公共服务平台
3.5.1 公共服务对象与功能
3.5.2 公共服务平台体系结构
3.5.3 公共服务平台应用领域
第4章 智慧城市智能感知信息服务应用模块
4.1 智慧交通应用系统模块
4.1.1 智慧交通应用系统设计目标
4.1.2 智慧交通应用系统设计框架
4.1.3 智慧交通应用系统解决方案
4.2 智慧能源应用系统模块
4.2.1 智慧能源应用系统设计目标
4.2.2 智慧能源应用系统设计框架
4.2.3 智慧能源应用系统解决方案
4.3 智慧政务应用系统模块
4.3.1 智慧政务应用系统设计目标
4.3.2 智慧政务应用系统设计框架
4.3.3 智慧政务应用系统解决方案
4.4 智慧医疗应用系统模块
4.4.1 智慧医疗应用系统设计目标
4.4.2 智慧医疗应用系统设计框架
4.4.3 智慧医疗应用系统解决方案
4.5 智慧教育应用系统模块
4.5.1 智慧教育应用系统设计目标
4.5.2 智慧教育应用系统设计框架
4.5.3 智慧教育应用系统解决方案
4.6 智慧社区应用系统模块
4.6.1 智慧社区应用系统设计目标
4.6.2 智慧社区应用系统设计框架
4.6.3 智慧社区应用系统解决方案
4.7 智慧环境应用系统模块
4.7.1 智慧环境应用系统设计目标
4.7.2 智慧环境应用系统设计框架
4.7.3 智慧环境应用系统解决方案
第5章 智慧城市智能感知信息服务体系模型
5.1 智慧城市信息服务需求、功能与资源要素
5.1.1 智慧城市信息服务需求
5.1.2 智慧城市信息服务功能
5.1.3 智慧城市信息服务资源要素
5.2 智慧城市信息服务驱动模式
5.2.1 主导的创新驱动
5.2.2 需求导向的市场拉动
5.3 智慧城市感知信息服务体系模型构建
5.3.1 智慧城市感知信息服务平台
5.3.2 基于物联网的智慧城市感知信息服务体系框架
5.3.3 基于云计算的智慧城市感知信息服务体系模型
第6章 基于价值网络模型的智慧城市智能感知信息服务传导
6.1 智慧城市T-IGBP价值网络模型
6.1.1 智慧城市T-IGBP价值网络
6.1.2 智慧城市T-IGBP价值网络构成要素
6.1.3 基于T-IGBP价值网络的智慧城市智能感知信息服务
6.2 基于T-IGBP价值网络的智慧城市信息服务传导模型
6.2.1 传导机制理论模型
6.2.2 传导机制计量模型
6.2.3 智慧城市政策演化核密度估计
6.2.4 倾向得分匹配检验
6.3 传导模型的实证分析
6.3.1 数据样本与变量说明
6.3.2 基于核密度函数分解的智慧城市政策动态演化
6.3.3 不考虑政策两阶段演化模型内生性
6.3.4 倾向得分匹配检验
第7章 基于位置数据挖掘的智慧城市智能感知信息服务应用
7.1 位置数据挖掘方法
7.1.1 DBSCAN聚类算法
7.1.2 关联规则算法
7.1.3 模糊聚类
7.2 基于关键位置数据网络构建的智能感知信息服务云模型
7.2.1 高频流经区域
7.2.2 关键位置网络关联规则
7.2.3 基于高频流经区域分析的行为模式识别
7.2.4 基于位置轨迹模式识别的混合预测算法
7.2.5 智慧城市智能感知信息服务云模型
7.3 智慧城市智能感知信息服务云模型应用
7.3.1 实验数据集
7.3.2 数据处理与过滤
7.3.3 位置数据特征分析
7.3.4 实验结果分析
第8章 智慧城市信息服务评估
8.1 智慧城市信息服务评估目的、意义与方法
8.1.1 国内外智慧城市信息服务评估
8.1.2 智慧城市信息服务评估目的与意义
8.1.3 智慧城市信息服务评估方法
8.2 智慧城市信息服务评估指标体系的构建
8.2.1 评价指标体系选取原则
8.2.2 评价指标体系构建
8.2.3 PCA-BP神经网络评价步骤
8.3 中国智慧城市信息服务评估实证分析
8.3.1 样本选取与数据来源
8.3.2 基于PCA-BP神经网络的实证评价
8.3.3 智慧城市发展模式优化对策——以智慧武汉为例
参考文献