智慧城市有助于城市的可持续发展。城市计算利用城市中的大数据，通过对多种异构数据的整合、分析和挖掘，来提取知识和智能，解决城市本身所面临的各种问题。本书重点介绍智慧城市和城市计算的发展现状、体系架构和关键技术，以及智慧旅游、智慧物流、灾难应急、智慧停车、智慧饮食、智慧娱乐、安全驾驶、智慧监护等典型应用，集中反映了智慧城市和城市计算的新思路、新观点、新方法和新成果，具有较高的学术价值和应用价值。

徐小龙，南京邮电大学计算机学院教授，博士生导师。"通信与信息系统专业”博士，"电子科学与技术”博士后流动站博士后（出站），国家卓越工程师计划专业负责人。2011年获得国家留学基金委资助赴英国从事博士后研究，一直从事分布式计算、移动计算、物联网、信息网络与信息安全等技术领域的教学和科研工作。

第1章 智慧城市 1
1.1 智慧城市的起源与发展历程 1
1.1.1 城市的起源与发展 1
1.1.2 信息化城市 2
1.1.3 数字城市 3
1.1.4 智慧城市 4
1.2 智慧城市的定义与核心特征 5
1.2.1 智慧城市的定义 5
1.2.2 智慧城市的核心特征 6
1.3 智慧城市的体系架构 7
1.4 建设智慧城市的关键技术 8
1.4.1 物联网 8
1.4.2 云计算 11
1.4.3 大数据 14
1.4.4 人工智能 15
1.4.5 通信技术 17
1.5 国内外智慧城市建设成果案例 20
1.5.1 美国迪比克市 20
1.5.2 瑞典斯德哥尔摩市 21
1.5.3 日本柏之叶校园城市 21
1.5.4 中国深圳 23
1.5.5 中国上海 24
1.6 本章小结 25
本章参考文献 25
第2章 城市计算 29
2.1 城市计算的起源与定义 29
2.2 城市计算的体系架构 30
2.3 城市计算的关键技术 31
2.3.1 数据采集 31
2.3.2 数据管理 32
2.3.3 数据挖掘 33
2.3.4 数据可视化 35
2.4 城市计算的应用案例 36
2.4.1 城市自行车道规划 36
2.4.2 京东城市计算平台 38
2.5 城市计算面临的问题与挑战 39
2.5.1 城市数据的自动获取 39
2.5.2 异源异构数据的管理和协同计算 40
2.5.3 虚实结合的混合系统 40
2.5.4 数据科学家的缺乏 40
2.6 本章小结 41
本章参考文献 41
第3章 智慧旅游 43
3.1 智慧旅游的背景与需求分析 43
3.1.1 智慧旅游的背景分析 43
3.1.2 智慧旅游的需求分析 45
3.2 智慧旅游的发展现状 46
3.3 旅游路线规划算法 47
3.3.1 多旅行商问题 47
3.3.2 MTSP建模 49
3.3.3 算法描述 50
3.3.4 实验验证与性能分析 55
3.4 旅游路线规划系统 58
3.4.1 旅游路线规划系统的设计 58
3.4.2 旅游路线规划系统的实现 60
3.5 本章小结 63
本章参考文献 63
第4章 智慧物流 65
4.1 智慧物流的背景与需求分析 65
4.1.1 智慧物流的背景分析 65
4.1.2 智慧物流的需求分析 66
4.2 智慧物流的发展现状 67
4.3 超市配送路线规划算法 68
4.3.1 动态旅行商问题 68
4.3.2 DTSP建模 68
4.3.3 算法描述 70
4.3.4 实验验证与性能分析 73
4.4 超市配送路线规划系统 77
4.5 本章小结 79
本章参考文献 79
第5章 灾难应急 81
5.1 灾难应急的背景与需求分析 81
5.1.1 灾难应急的背景分析 81
5.1.2 灾难应急的需求分析 82
5.2 灾难应急的发展现状 83
5.3 应急疏散规划机制 84
5.3.1 应急疏散规划问题建模 84
5.3.2 算法描述 85
5.3.3 实验验证与性能分析 91
5.4 应急救援规划机制 95
5.4.1 应急救援规划问题建模 95
5.4.2 算法描述 97
5.4.3 实验验证与性能分析 102
5.5 应急疏散与救援系统 107
5.5.1 应急疏散与救援系统的分析 107
5.5.2 应急疏散与救援系统的设计 108
5.5.3 移动终端系统 111
5.5.4 应急中心监控系统 113
5.5.5 云端服务器 116
5.6 本章小结 121
本章参考文献 121
第6章 智慧停车 123
6.1 智慧停车的问题、背景与需求分析 123
6.1.1 智慧停车的问题分析 123
6.1.2 智慧停车的背景分析 124
6.1.3 智慧停车的需求分析 124
6.2 智慧停车的发展现状 125
6.3 室内定位机制 126
6.3.1 问题分析 126
6.3.2 地磁定位方案 127
6.3.3 地磁指纹地图 130
6.3.4 地磁匹配定位 136
6.3.5 实验验证与性能分析 139
6.4 停车导航机制 142
6.4.1 最优车位选择模型 142
6.4.2 最优路径调度机制 143
6.4.3 实验验证与性能分析 146
6.5 停车导航系统 147
6.5.1 移动计算开发平台 147
6.5.2 系统设计 148
6.5.3 移动终端系统 152
6.5.4 监控端系统 154
6.6 本章小结 156
本章参考文献 156
第7章 智慧饮食 159
7.1 智慧饮食的背景与需求分析 159
7.1.1 智慧饮食的背景分析 159
7.1.2 智慧饮食的需求分析 159
7.2 智慧饮食的发展现状 161
7.3 食品智慧搭配 162
7.3.1 粒子群优化算法 162
7.3.2 CS-PSO算法 166
7.3.3 早餐推荐 169
7.3.4 实验验证与性能分析 171
7.4 早餐推荐系统 175
7.5 本章小结 177
本章参考文献 177
第8章 智慧娱乐 181
8.1 智慧娱乐的背景与需求分析 181
8.1.1 智慧娱乐的背景分析 181
8.1.2 智慧娱乐的需求分析 182
8.2 智慧娱乐的发展现状 183
8.3 基于社交网络的智慧推荐 184
8.3.1 基本思想 184
8.3.2 信任度量与计算 185
8.3.3 基于社交网络的推荐 188
8.3.4 实验验证与性能分析 191
8.4 基于情境融合感知的智慧推荐 195
8.4.1 基本思想 195
8.4.2 情境感知 195
8.4.3 基于情境融合感知的推荐 197
8.4.4 实验验证与性能分析 201
8.5 个性化电影推荐系统 204
8.5.1 系统体系结构 204
8.5.2 系统设计与实现 205
8.5.3 系统界面设计 210
8.5.4 系统分析 212
8.6 本章小结 212
本章参考文献 213
第9章 安全驾驶 215
9.1 安全驾驶的背景与需求分析 215
9.1.1 安全驾驶的背景分析 215
9.1.2 安全驾驶的需求分析 216
9.2 安全驾驶的发展现状 216
9.3 疲劳驾驶状态检测 217
9.3.1 基本原理 217
9.3.2 数据采集与预处理 218
9.3.3 动态阈值训练 222
9.3.4 基于数据融合的疲劳驾驶状态检测 225
9.3.5 状态调节机制 230
9.3.6 实验验证与性能分析 231
9.4 愤怒驾驶状态检测 235
9.4.1 基本原理 235
9.4.2 脉搏数据特征提取 236
9.4.3 基于BP神经网络的愤怒驾驶状态检测 237
9.4.4 状态调节机制 240
9.4.5 实验验证与性能分析 240
9.5 驾驶员危险驾驶状态检测系统 241
9.5.1 系统整体架构设计 241
9.5.2 功能模块 242
9.6 本章小结 249
本章参考文献 249
第10章 智慧监护 253
10.1 智慧监护的背景与需求分析 253
10.1.1 智慧监护的背景分析 253
10.1.2 智慧监护的需求分析 254
10.2 智慧监护的发展现状 254
10.3 人体动作识别机制 255
10.3.1 基本思想 255
10.3.2 数据预处理 256
10.3.3 人体运动特征值选取 258
10.3.4 基于决策树的动作识别 258
10.3.5 实验验证与性能分析 262
10.4 人体跌倒检测算法 263
10.4.1 跌倒检测研究 263
10.4.2 跌倒运动特征 264
10.4.3 跌倒检测流程 266
10.4.4 实验验证与性能分析 267
10.5 人体运动状态监测系统设计与构建 269
10.5.1 系统整体架构设计 269
10.5.2 移动终端软件设计与实现 270
10.5.3 服务器端软件设计与实现 275
10.6 本章小结 279
本章参考文献 279