您现在的位置:中国物联网 > 产业 > 研究 > 产业要闻
大数据、深度学习推动智慧城市建设
http://www.sbk22.com 物联中国
日期:2017-12-14 16:02:37来源:硅谷网 点击:503
核心提示:城市计算是一个交叉学科,是计算机科学以城市为背景,跟城市规划、交通、能源、环境、社会学和经济等学科融合的新兴领域。更具体地说,城市计算是一个通过不断获取、整合和分析城市中多种异构大数据来解决城市所面临的挑战的过程?! ≈腔鄢鞘幸饩龅氖侨找嫱瓜缘慕煌ㄓ刀?、环境恶化、能耗增加等城市问题。在人工智能时代...

中国物联网 www.sbk22.com 城市计算是一个交叉学科,是计算机科学以城市为背景,跟城市规划、交通、能源、环境、社会学和经济等学科融合的新兴领域。更具体地说,城市计算是一个通过不断获取、整合和分析城市中多种异构大数据来解决城市所面临的挑战的过程。

  智慧城市要解决的是日益凸显的交通拥堵、环境恶化、能耗增加等城市问题。在人工智能时代,城市计算是解决城市问题的必然选择。通过城市计算,来解决城市所面临的问题,创造“人—环境—城市”三赢的结果。

  2017年9月,浪潮与运营商协作研发的“基于移动时空大数据深度学习的人群流量预测预警”项目正式启动。

  与传统方法相比,城市计算处理的是时空数据,基于时空大数据的模型,在分析人群时间维度流动规律的基础上,还同时考虑了空间维度上的相互关系、天气节假日等事件的影响,综合时空、突发事件等多方面因素一起进行预测,模型准确更高、更稳定。

  项目基于TensorFlow框架和深度学习模型,融合了DPI数据、MRO数据、气象、节假日等多源数据,预测未来一定时间段内人群流量变化,为城市规划、智能交通以及城市安全决策提供科学依据。

  使用GIS工具将地图栅格化,并将历史DPI和MRO数据清洗转换为表示人群流量的图像。

  空间维度上采用多层的卷积神经网络挖掘人群流量的空间距离性和层次性。

  时间维度上采用15分钟粒度、天粒度和周粒度的三个采样周期对历史人群流量图抽样,挖掘人群流量的随时间变化的Temporalcloseness(平滑性)、Period(周期性)和Trend(趋势性)。

  基于移动时空大数据和深度学习的人群流量预测预警能力,直接服务智慧城市建设,为其出谋划策、保驾护航。

  经过两个多月的拼搏努力,浪潮的研发团队成功将项目落地,实时动态监测该市区人群流动变化,综合考虑不同栅格互相之间的影响,精准分析和模拟每一栅格历史的人群流入和流出变化,以及对未来一定时间段内的人群变化做出预测预警。

  大数据技术和人工智能的合理应用将会给运营商业务发展带来无限的价值,为用户提供更好的感知和体验,提升市场营销效率,推进实现智慧运营。作为行业内的领军企业,浪潮将强化自身知识技术储备,为合作伙伴提供最先进的技术和最优的服务。


出处:硅谷网
郑重声明:本文仅代表作者个人观点,与物联中国(中国物联网 www.sbk22.com)无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
分享到:
延伸阅读
  • 资讯
  • 产业
  • 服务
  • 应用