基于深度学习网络及多源异构数据的城市健康状态估计方法技术

本发明专利技术公开了一种基于深度学习网络及多源异构数据的城市健康状态估计方法，方法包括：空气质量数据进行预处理和特征处理；交通拥堵数据进行预处理，对其相关特征进行处理；数据特征提取过程的结果进行整合；城市健康状况进行推理和评估。本发明专利技术提出了为了了解城市健康对城市居民生活、行为和选择的影响，提出了一个公众健康(HOTP)框架。HOTP方法的预测结果与城市实际运行相吻合。这表明我们的方法熟练地整合了大都市通勤信息和大气污染数据，可以准确地评估城市的整体健康水平。

【技术实现步骤摘要】

本专利技术属于城市交通领域，具体涉及一种基于深度学习网络及多源异构数据的城市健康状态估计方法。

技术介绍

1、智慧城市通常采用与数据相结合的传感器基础设施，实时监测和检测可能发生异常或城市中感兴趣的事件，如交通事故、航空事故和污染等。传感器设备正在成为智能城市基础设施的一部分，可以是嵌入式城市基础设施(例如监控相机)，也可以是移动设备(例如智能手机或移动应用程序)，还可以是静态设备(例如污染监测站)，以提供改善公共福利和居民生活质量的服务。这些服务涉及交通管理、环境监测、智能交通、家政服务等方面。智能城市系统通常会生成大量数据，在其运行过程中，这些数据使我们能够研究、了解和模拟城市的多个参数，如交通模式、人群行为、动态以及整个城市的空气污染扩散情况。

2、因此，数字技术正在改变智慧城市的规划和监控方式。其中一个具有挑战性的问题是如何综合考虑空间和时间因素来评估城市区域内居民的健康状况，包括交通状况和空气污染等因素。通过监测空气污染排放和传递这些信息给公众，可以了解城市的健康状况对人们在城市环境中的生活、行为和选择产生的影响。例如，儿童、老年人或本文档来自技高网...

【技术保护点】

1.一种基于深度学习网络及多源异构数据的城市健康状态估计方法，其特征在于，具体包括如下步骤：

【技术特征摘要】

1.一种基于深度学习网络及多源异构数据的城市健...

【专利技术属性】
技术研发人员：郑超，唐乾坤，曹秋生，
申请(专利权)人：河南省科学院物理研究所，
类型：发明
国别省市：