收藏本站
收藏 | 论文排版

基于计算智能的城市多源数据融合方法与应用

王诏远  
【摘要】:本文主要围绕城市数据所呈现的多源异构特性,探讨了计算智能方法(包括神经网络和进化计算)在跨域数据融合中关键问题的研究及应用。具体而言,针对城市数据融合问题,本文将融合场景分为四类即并列型、交互型、因果型和动态型。其中并列型关系表示要融合属于同一目标的几种不同源的数据集,且这几个数据集之间没有关联或者关联性较弱的场景;交互型关系表示多源数据集间都有相互作用的场景;因果型关系表示数据集之间存在由一个或多个数据集决定或影响其余数据集的场景;另外,不同于上述三类数据不会随着时间变化的场景,动态型关系表示数据集会随着时间变化的场景。本文利用计算智能方法探索这四类场景的数据融合问题,并结合城市中经济和交通领域的实际应用展开研究,具体研究工作要包括以下四个方面:?针对城市多源并列型数据融合场景,提出了一个由两种基于深度学习的特征学习新模型以及轻量级预测模型组成的解决方案,并基于城市经济场景即电影票房预测问题进行了深入研究。在电影上映之前预测其票房是一个有很高的经济价值但也极具挑战的课题,原因是票房受许多复杂因素的影响。由于标签电影样本数量的限制,该场景是典型的并列型数据融合场景。本方案在第一阶段利用深度学习模型建模每项因素的知识,并将知识融合为电影的表征;在第二阶段,基于这些学到的特征利用轻量级模型预测电影的票房。详细来说,本方案设计了两种新颖的深度学习模型:1)动态异构网络嵌入模型,基于异构网络嵌入方法和多目标学习范式,用于同时捕获演员、导演和公司合作关系的表征;2)预告片嵌入深度网络,基于卷积神经网络、循环神经网络、双子网络等组件,旨在揭示预告片中电影拍摄元素的高级表征。最后,基于中国电影市场真实数据的实验结果表明,特征学习模型所提取的知识具有出色的预测性能,并且方案的最终预测结果有较高的准确度。本解决方案已经部署在某公司用以提供投资指导。?针对城市多源交互型数据融合场景,设计了一个知识驱动的进化算法,并基于城市餐馆套餐推荐问题深入研究了该算法的应用。在餐桌上共享食物的餐馆中点餐是一项重要的工作,它决定顾客的就餐体验,进而会影响饭店的声誉。然而,餐馆仅仅能获得顾客的就餐人数和预算,并没有顾客的个人信息。所以,帮助顾客推荐满意的套餐,即菜品组合,是一个很有挑战的任务。为此,本研究将套餐推荐问题定义为一个多目标优化问题,即一个多源交互型数据融合场景。为了更好地解决该问题,从而可以为顾客推荐既能满足预算和食量又美味的套餐,本进化算法使用从菜品的多源数据中提取的知识,提出了两个新颖的进化操作。其中包括一个基于知识的初始化操作和一个基于知识的重组操作,以增强算法的融合和优化能力。另外,作为一个现实需求,推荐的套餐需要实时生成,同时解决一些实际问题,如动态库存等。在提出的算法的基础上,本研究进一步开发了智能点菜系统,包括多个在线和离线机制的设计,从而满足了实时需求。最后,通过与三类算法的比较,定量地展示了提出的算法在解决该数据融合问题的有效性。此外,该系统也已被部署。实地验证展示了本系统的良好用户体验,其拥有较高的推荐菜品接受率且可以有效地为客户节省点餐时间。?针对城市多源因果型数据融合场景,提出了一个新颖的深度学习模型并基于城市租房推荐问题深入研究了该模型的应用。随着城市化进程的迅速发展,越来越多的移民需要通过租房解决城市的住房问题。但是,找到理想的住房是一项艰巨的任务。由于本场景是典型的因果型关系,为了解决该问题,本研究首先从多源城市数据(包括地理,交通和电子商务等数据)中提取用户和房屋的特征,并将这些特征馈入提出的基于元学习的深度神经网络,命名为House Critic。House Critic将用户偏好的特征用作元知识推理出房屋表征的权重参数,以便可以显式地对该因果关系建模融合,并据此对给定房屋的满意度进行估计,从而给用户推荐较高满意度的房屋。最后,使用了从中国北京收集的真实数据集进行了模型验证,实验结果显示了House Critic明显优于多个基准模型。目前,该方法已部署在某电商公司为其用户提供服务。?针对城市多源动态型数据融合场景,提出了一个基于深度学习模型的动态策略,并基于城市地铁列车停站时间调度问题深入研究了该模型的应用。为此,本研究旨在探索为列车分配停站时间的动态策略,从而优化地铁系统的运行效率,从而缩短乘客的出行时间。对于一辆列车来说,其停站时间的不同会对整个系统产生长远的影响。另外,影响其停站时间决策的两个主要因素相互影响且随时间变化:即未来站点乘客的状态和同线路上其他列车的状态。为了捕捉该长效影响且融合这两种因素,本研究提出了名为Auto Dwell的深度神经网络作为列车停站时间调度的策略,接着使用深度强化学习框架来学习Auto Dwell,其根据乘客在平台上的等待时间和火车上的旅途时间来设计停站时间的长期奖励,从而捕捉停站时间的长效作用。另外,该模型使用门控循环单元和图注意力网络来捕获地铁站之间客流的时空相关性,利用注意力机制来捕获列车之间的交互,并设计了融合这两个因素的机制。最后,在两个真实数据集上进行的实验显示了Auto Dwell对多个基准模型的优势,其能够节省乘客的总体行程时间,同时也可以指导地铁运营商提升列车资源的使用效率。该方法正在地铁运营商处部署以指导列车停站。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 丛晓丹;姜洋;吴冈;周钰琢;赵钰哲;;多源数据融合的历史建筑三维重建方法[J];黑龙江科学;2016年04期
2 丛晓丹;姜洋;吴冈;周钰琢;赵钰哲;;多源数据融合的历史建筑三维重建方法[J];黑龙江科学;2016年07期
3 蒋海燕;;基于多源数据融合的基层医务人员传染病感染预防方法研究[J];中国社区医师;2021年28期
4 张艳;李春江;黄建毅;孟斌;孙蕊;;基于多源数据融合的北京市职住空间特征研究[J];城市发展研究;2019年12期
5 卢代军,夏学知,张子鹤,沙基昌;多源数据融合系统性能评价的测试床研究[J];舰船电子工程;2005年02期
6 刘涛;;基于激光雷达多源数据融合的路障检测系统设计[J];计算机测量与控制;2021年10期
7 王浩天;袁强强;;基于多源数据融合的武汉市精细尺度城市房价预测[J];北京测绘;2019年12期
8 肖利群;黄未;;多源数据融合的可穿戴设备体质健康监测模型研究[J];机电工程技术;2021年10期
9 李森萍;冯建行;;基于多源数据融合的建筑施工扬尘污染特征识别研究[J];环境科学与管理;2022年04期
10 李波;李凯;钟苏生;黄恺彤;杨朝谊;吴丽琼;;基于电网多源数据融合的深度学习算法研究与应用[J];电子设计工程;2021年10期
11 马立红;王海生;宁光涛;杨陵霞;刘保柱;;基于多源数据融合与分析的配电网可视化诊断系统的构建[J];电子技术与软件工程;2020年02期
12 顾铭峰;南宫自军;王亮;;基于多源数据融合的二元翼段模态辨识方法研究[J];强度与环境;2020年05期
13 郭超;闫治国;;基于多源数据深度学习的地下空间智慧防灾系统框架研究[J];现代隧道技术;2020年S1期
14 王峰;滕俊利;王希秀;;多源数据融合实景三维建模关键技术研究[J];山东国土资源;2022年01期
15 陈嵘;王源;从建力;王平;;多源数据融合的列车-轨道状态检测技术[J];现代城市轨道交通;2021年03期
16 邹丹;王喆;马小宁;孙思齐;王沛然;;基于铁路数据服务平台的多源数据融合架构研究[J];铁路计算机应用;2021年04期
17 徐毅;;基于多源数据融合的高速公路工程一体化管控平台研究[J];电脑编程技巧与维护;2021年05期
18 李伟;周晓虎;宋勤;;基于多源数据融合的变电站三维可视化模型设计[J];制造业自动化;2021年09期
中国重要会议论文全文数据库 前20条
1 唐梅;;面向城市群规划量化评估的多源数据探析[A];创新技术·赋能规划·慧享未来——2021年中国城市规划信息化年会论文集[C];2021年
2 闫昶;何燕兰;杨红军;;多源三维数据集成展示关键技术研究[A];江苏省测绘地理信息学会2020年学术年会论文集[C];2020年
3 杨心怡;郭莉;;疫情前后深圳轨道客流变化及相关因素分析[A];交通治理与空间重塑——2020年中国城市交通规划年会论文集[C];2020年
4 王军力;江晨;张相双;伍静;张月;;基于多源数据的街区适老性评价——以上海市为例[A];共享与韧性:数字技术支撑空间治理:2020年中国城市规划信息化年会论文集[C];2020年
5 刘卫强;吕庆田;程志中;邢光福;饶莹;;基于大尺度地球物理地球化学多源数据融合的华南区域成矿远景预测——初步研究[A];2020年中国地球科学联合学术年会论文集(二十六)—专题七十六:深部矿产资源探测技术与应用、专题七十七:岩石物理与井中探测前沿、专题七十八:井孔地球物理及深部钻测[C];2020年
6 孟蕾;;面向高质量空间治理的社区智慧化数据库构建[A];面向高质量发展的空间治理——2021中国城市规划年会论文集(05城市规划新技术应用)[C];2021年
7 陈丽莎;杨孝增;李政霖;何浪;张浩;孙波;;基于多源数据的城市开发强度控制研究——以贵阳市中心城区为例[A];面向高质量发展的空间治理——2021中国城市规划年会论文集(05城市规划新技术应用)[C];2021年
8 高湛;;多源数据结合的社区健康生活品质评价——以昆山市中心城区为例[A];面向高质量发展的空间治理——2021中国城市规划年会论文集(05城市规划新技术应用)[C];2021年
9 李紫旋;梁锡燕;赵渺希;;基于多源数据的广州市旧城区空间活力评价[A];面向高质量发展的空间治理——2021中国城市规划年会论文集(05城市规划新技术应用)[C];2021年
10 李晨卉;刘烜赫;苏腾;卓璇;冀途;夏毓蔚;刘晓林;;基于多源数据分析的就近上学学区划分模型——以邳州市中心城区小学为例[A];面向高质量发展的空间治理——2020中国城市规划年会论文集(05城市规划新技术应用)[C];2021年
11 李胜男;;基于多源数据的商业空间布局模型研究[A];面向高质量发展的空间治理——2020中国城市规划年会论文集(05城市规划新技术应用)[C];2021年
12 吴虑;韩胜发;;多源数据支持下的“城市双修”规划实践——以廊坊市中心城区为例[A];面向高质量发展的空间治理——2020中国城市规划年会论文集(02城市更新)[C];2021年
13 李东耘;李飚;;基于多源数据和寻径算法的历史街区激活策略——以淮安历史城区更新为例[A];智筑未来——2021年全国建筑院系建筑数字技术教学与研究学术研讨会论文集[C];2021年
14 宁玲;陈伟;彭阳;陈佳;;多源数据支撑下中小学布局及步行通学服务能力评价研究[A];智筑未来——2021年全国建筑院系建筑数字技术教学与研究学术研讨会论文集[C];2021年
15 蒋金亮;张景源;;多源数据支撑的街道空间活力测度及影响要素研究[A];2019城市发展与规划论文集[C];2019年
16 万园;;基于多源数据融合的审稿专家优选策略与功能实现[A];第10届科技期刊发展创新研讨会论文集[C];2018年
17 冯国英;曾德贤;王夏男;;太空多源数据挖掘方法研究[A];第二届中国空天安全会议论文集[C];2017年
18 陈伟清;刘彦花;;城市规划多源数据整合与数据库建设[A];现代测量技术与地理信息系统科技创新及产业发展研讨会论文集[C];2009年
19 刘行;付艳华;倪敏东;;基于多源数据的三线城市职住分析——以鞍山为例[A];活力城乡 美好人居——2019中国城市规划年会论文集(05城市规划新技术应用)[C];2019年
20 李晓庆;张平升;刘令;李炳林;;基于多源数据的组团新区职住及通勤特征分析[A];共享与品质——2018中国城市规划年会论文集(06城市交通规划)[C];2018年
中国博士学位论文全文数据库 前20条
1 王诏远;基于计算智能的城市多源数据融合方法与应用[D];西南交通大学;2020年
2 王超;基于多源数据的异常检测关键技术研究[D];电子科技大学;2019年
3 邱丹丹;基于多源数据融合的滑坡风险分析研究[D];中国地质大学;2017年
4 姚雪梅;多源数据融合的设备状态监测与智能诊断研究[D];贵州大学;2018年
5 赵习枝;基于多源数据的贫困度与自然灾害相关性评估[D];华东师范大学;2019年
6 赵宝新;基于多源数据融合的城市交通拥堵扩散的研究及其应用[D];中国科学院大学(中国科学院深圳先进技术研究院);2020年
7 文学东;空地多源数据融合的城市场景感知与建筑重建关键技术[D];武汉大学;2018年
8 左欣;基于多源数据的大气细颗粒物污染区域传输研究[D];中国科学院大学(中国科学院空天信息创新研究院);2021年
9 张晔;基于多源数据的城市功能区提取与分析[D];武汉大学;2020年
10 刘长东;海洋多源数据获取及基于多源数据的海域管理信息系统[D];中国海洋大学;2008年
11 郭昌放;基于多源数据协同和智能算法的煤矿工作面透明化系统研究[D];中国矿业大学;2020年
12 李振华;融入多源数据的在线学习投入测评方法研究[D];华中师范大学;2020年
13 樊磊;基于多源数据的土壤水分估算及森林火灾风险评估应用[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年
14 叶晨;基于最优化方法的真值发现算法研究[D];哈尔滨工业大学;2020年
15 高倩;多源数字油田数据与油田数据融合及方法研究[D];长安大学;2015年
16 刘耀辉;面向地震风险评估的高分辨率遥感影像建筑物信息提取与研究[D];中国地震局地质研究所;2020年
17 王雪军;基于多源数据源的森林资源年度动态监测研究[D];北京林业大学;2013年
18 陈啸宇;多目标检测理论与方法研究[D];电子科技大学;2021年
19 朱辰;全球林龄与植被生产力关系的时空变异[D];华东师范大学;2021年
20 张少伟;基于多源数据的内蒙古大兴安岭林区森林资源变化监测研究[D];中国林业科学研究院;2019年
中国硕士学位论文全文数据库 前20条
1 赵杰;淮河流域多源数据融合与原型系统应用开发研究[D];华东师范大学;2010年
2 刘曦蕊;多源数据融合统计新方法及其应用研究[D];北方工业大学;2020年
3 赵骥;基于多源数据考虑换乘的公交时刻表优化研究[D];大连理工大学;2016年
4 卢燕;多源数据融合在鄂尔多斯盆地北部成矿预测中的应用[D];山东科技大学;2009年
5 游昌斌;基于多源数据的城市道路边界三维建模[D];厦门大学;2019年
6 曾琼钰;车联网中基于多源数据融合的道路交通速度预测方法研究[D];湖南大学;2019年
7 蔡纯;基于多源数据的游乐园运营分析研究[D];西南财经大学;2019年
8 盖志浩;基于多源数据融合的支持向量机模型[D];厦门大学;2019年
9 刘恒;基于多源数据的森林资源二类调查蓄积量估测研究[D];西安科技大学;2019年
10 吕攀龙;基于多源数据的公交通勤出行特征挖掘与分析[D];华南理工大学;2019年
11 覃晶;多源数据支持下南宁市中小学步行可达性与服务效率研究[D];南宁师范大学;2019年
12 高鹏翔;基于多源数据融合的配电网运行故障特征信息提取技术研究[D];华北电力大学(北京);2019年
13 徐瑞;基于多源数据的城市居民出行安全评价模型研究[D];重庆邮电大学;2018年
14 仝新新;基于多源数据融合与改进粒子滤波的室内定位系统研究[D];北京交通大学;2019年
15 潘皓安;多源数据关联规则增量挖掘研究[D];重庆邮电大学;2018年
16 唐晨;互联网环境下多源数据的特征分析与趋势预测研究[D];电子科技大学;2019年
17 杨静宇;多源数据融合在雾霾监测中的方法研究[D];宁夏大学;2019年
18 易伟;基于多源数据的旅游景区游客体验评估与优化研究[D];重庆邮电大学;2019年
19 杨月平;基于k-匿名的多源数据融合隐私保护[D];南京航空航天大学;2017年
20 邓轲;基于多源数据驱动的银行网点选址方法研究[D];重庆邮电大学;2019年
中国重要报纸全文数据库 前16条
1 本报记者 刘钊 通讯员 姜志伟;融合多源数据 提升预报能力[N];中国气象报;2017年
2 本报记者 常丽君;汇集多源数据实现更好利用[N];科技日报;2015年
3 本报记者 霍娜;多源数据融合治理的一次有效尝试[N];中国信息化周报;2020年
4 本报记者 刘钊;自力更生 实现再分析产品零的突破[N];中国气象报;2020年
5 ;旅游多源数据感知与决策技术文化和旅游部重点实验室[N];中国文化报;2021年
6 本报记者 简菊芳 通讯员 聂鑫;干旱所卫星遥感团队 发展多源数据融合技术监测干旱[N];中国气象报;2020年
7 本报记者 胡珉琦;自研分析工具深挖“地球大数据”[N];中国科学报;2021年
8 秦明 鸣琦;计算智能与安全国际会议在西安举行[N];陕西日报;2005年
9 南方日报记者 彭琳 实习生 唐露;人工智能吸眼球 新兴产业迎“浪潮”[N];南方日报;2016年
10 本报记者 张佳星;人工智能“零”生万物?不存在![N];科技日报;2017年
11 宋翩龚华萍;华工学子2008年IEEE世界计算智能大赛折桂[N];大众科技报;2008年
12 贵阳日报融媒体记者 王芳;缩短高峰期行车间隔 合理分配停站时间[N];贵阳日报;2021年
13 本报记者 邹大斌;Novell 布道云计算智能管理[N];计算机世界;2010年
14 中青报·中青网记者 潘志贤 实习生 姚敏霞;梁静:让“中国标准”衡量世界计算智能[N];中国青年报;2021年
15 本报记者 王胜昔 本报通讯员 汪俊杰;衡量世界计算智能有了“中国标准”[N];光明日报;2021年
16 记者 王卉;我国建成地理国情数据库[N];中国科学报;2016年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978