方向十:智慧城市中的大数据建模与分析理论研究

首页 -  科创2035计划 -  计划四:智慧城市与精细管理 -  方向十:智慧城市中的大数据建模与分析理论研究

预期研究目标

刻画不同类型数据相似性的核函数的构造与优化,以及不同核函数计算的相似性的融合;提出交通视频车辆检测与识别、行人结构化分析以及交通标识检测与识别结合交通模式特征,利用序列模型预测城市交通指数

构建混合数据相似计算的核设计和参数学习方法,建立基于核函数的模糊粗糙集模型,并分析其数学性质;提出有效的目标检测模型、非现场执法智能判模型;基于混合深度神经网络模型预测方法。

融合间隔理论与模糊粗糙集理论的特征空间分类能力,建立相应的属性约简理论。结合实际案例检验非现场交通事件判模型有效性;构建多尺度图像或视频异常检测深度学习模型。

针对以往景区客流预测数据源单一,传统时间序列模型对数据分布稳定性的依赖等问题,重点研究顾及景区周边多源公共交通客流,建立基于混合深度神经网络模型的景区客流预测方法。