文摘
本文的目的是使用物联网相关技术分析多源的特点和不同类型的购买数据规划数据和不同层次的认知需求的参与者在整个城市规划过程。本文采用本体概念重建源之间的关系和异构规划数据包括物联网数据,规划文件,和规划图纸,设计数据语义本体模型元素的关系,定义数据类型之间的关系,实现基于本体的方法。语义表达算法在规划领域促进交换的各种计划参与者对规划方案的理解,与此同时,根据多源异构数据的分类特性,本体的逻辑推理关系,过滤冗余信息,和多源异构规划数据可视化。最后,收集的信息性质相同的物联网的传感器节点是批处理,并计算融合信息更接近真实价值通过一系列加权公式。实验证明该特性分析方法提出了能保持0.02%的损失,达到79.1%的准确率当数字城市规划的总体特点减少了67%,有效地证明了多源异构数据特性分析数字城市规划的重要性。
1。介绍
随着现代信息技术的迅速发展,数字城市管理成为一个重要的手段对城市规划技术方法,设计理念,管理机制和实现1]。市场化运作的模式信息收集的方法本质上是“政府花钱服务,但不支持的人”。这也是当前的主流思想。它使政府的负担,尽可能地逃避管理冲突,降低管理成本。信息收集的市场化运营模式的操作使政府负担的人事管理和专注于功能管理2]。同时,也加强了公众的意识活动监督和参与政治。信息收集的市场化是通过吸引专业信息收集服务企业从事信息收集服务,和信息收集服务企业在人事管理更加专业,业务操作,和技术支持,更标准化的现在,大量的无线传感器网络信息收集或目标监控和其他任务完成通过自己的传感器节点(3]。由于大量的节点,所有节点用于共同传输数据到水槽节点,导致大量冗余信息,这将造成很大的浪费通信带宽,做出一些有价值的资源没有充分利用,大大降低信息收集的效率,影响信息的实时操作(4,5]。对于上面描述的问题,人们开始使用一个叫做数据融合技术。这里提到的数据融合是指集成许多无序的过程数据和信息越来越效率和满足用户的需求6]。在现代物联网网络应用中,通常情况下,我们只注意监测结果。这个过程不是特别的意。大量的原始数据对结果不是很重要,数据融合是一种问题对于这种类型的问题,强大的手段(7]。
数字城市是指使用数字城市理论;综合利用的关键技术如地理信息系统、遥感、遥测、网络、多媒体、虚拟仿真;空间信息资源的深入开发和应用;自动收集和城市基础设施和功能机制的动态监测;和技术管理和辅助决策服务系统(8]。它包括两个方面:予,网络化,聪明,和视觉基于空间信息技术系统和城市系统系统(9]。在传统的城市管理模式,有缺点如不合时宜的信息、被动管理,不清楚责任,广泛的方法,缺乏有效的监督和评价机制。解决问题的实现数字城市管理模式在东城区,北京在城市管理已经取得了突破性进展,大大提高工作效率和减少运营成本(10,11]。数字化城市管理的新模式是使用的“10000米单元网格管理方法”和“城市组件和事件管理方法”应用等许多新的数字城市技术计算机网络技术、3 s技术、数据库技术。和集成开发信息收集器城市管理链接实现实时信息收集和传播的过程中,创建一个双轴城市指挥中心的管理系统和管理监督,然后创建一个城市管理系统,从而实现精度,速度,效率,和整个过程。城市管理模式全面报道(12,13]。核心的数字化城市管理信息系统的新模式是创新管理模式。它促进通过信息化管理的改善;构建一套科学和标准化的城市管理模式,智能管理方法,和长期管理流程;快速实现结果;并继续发挥作用(14,15]。
由于物联网的快速发展理论、技术研究和应用,物联网数据的数字形式继续增加。如何更好地管理和使用来自多个数据源的数据,不同的行业,不同的部门,不同的尺度是物联网领域的应用。数字城市规划的关键问题是物联网是GIS应用的重要领域之一。城市规划数据的地理数据和规划领域的特征数据。多源异构性构成了城市规划数据的主要特征(16,17]。数字城市规划是一个数字的方法实现城市空间资源的有效配置和合理安排。这是一个可持续和适应城市发展变化的有效手段之一。它涵盖了各个方面的城市规划业务(18]。数字城市规划的任务包括数字现场调查和分析,数字规划和设计,数字规划和建筑设计方案评审和报告,和数字规划管理19]。
本文主要分析和构造数学模型基于多源异构数据的特点,传统的物联网网络数据,这将导致高计算复杂度和其他问题。结合网络和数据融合技术,一批卡尔曼滤波估计融合算法的基础上,提出了物联网无线传感器网络的延伸。批处理的算法主要是收集的信息性质相同的物联网的传感器节点,使计算融合信息更接近真实价值通过一系列加权公式从源节能,减少传输的数据量,从而减少传输过程中的能源消耗,达到延长整个网络生命周期的目的。仿真显示了本文算法的有效性和实用性,可以节省数据融合的能量,仍然可以保持0.02%的损失达到79.1%的准确率,当数字城市规划的总体特点减少了67%,证明的重要性,为数字城市规划多源异构数据特性分析。
2。该方法
2.1。城市规划的特点,在物联网时代
2.1.1。物联网促进传统城市规划的转型大数据的时代
在城市规划的初始阶段,计划工作是经常的帮助下进行问卷调查,统计方法,分析现有的参考资料。然而,在大数据时代,城市规划部门可以使用它的技术规划城市空间和可以使用较小的数据作为参数来分析和处理城市计划相关数据,这不仅提高规划的效率,也降低了成本。
2.1.2。城市规划在物联网时代是符合时代潮流
传统的城市规划工作主要使用落后的规划技术和方法,这显然不能满足时代的发展步伐,并最终消除城市规划发展的过程。在大数据时代,使用技术处理城市计划相关数据,先进技术的应用极大地提高了工作效率,确保规划的质量。因此,城市规划在大数据时代,符合时代潮流。
2.1.3。大数据的时代已经改进城市规划的效率
由于传统的城市规划方法是单一和规划方法相对落后,大部分的城市规划勘察阶段仍然使用手工数据收集,调查和分析后仍然是手动完成的。这个处理方法会影响数据的准确性在一定程度上,这是不利于城市空间规划的发展,和传统的规划方法也要消耗大量的人力、物质资源和财务资源。在大数据时代,利用信息技术可以直接处理相关数据,实现城市规划从人工智能的变换。员工可以做出各种决定城市规划只能通过相关程序。
2.2。城市规划路径在物联网时代
2.2.1。构建一个多智能和协调协作系统
通常情况下,城市发展规划主要包括城市规划、土地管理和经济发展。上面的每个方面都必须参与城市规划的准备,但是他们可以被允许自由地根据他们的职业。然而,也有一些缺点在这形式。常见的如下:很难合并各种专业领域最后这有很多类型的资源数据。在初始阶段的规划,每个字段是独立的,这样的最后总结规划阶段统一仍然是不可能的,更不用说相互合作来完成这个计划。这种现象的直接后果是,在项目计划之后,它不利于城市的可持续发展。虽然有关部门已经提出了很多策略来解决上述问题,效果还不好。在大数据时代,你可以试着建立一个智能multirule协同系统和使用multirule协同作为城市规划的基本蓝图,从而减少混乱的城市建设,保证城市的健康和可持续发展。
2.2.2。构建一个数字空间规划体系特征
城市物理空间规划主要由四个阶段:城市空间发展战略;评估和评价城市空间;城市发展范围的猜想;和城市空间骨架的分布。在大数据时代,数字空间特点规划系统的建设可以从四个方面:第一,城市空间增长和发展的基本指标项目应社会发展规划和国家经济发展规划,这就需要一个清晰的把握不同地区之间的交互的网络连接,提前分析城市主题空间开发的要求,以确保城市发展的部署计划的合理性和可靠性。第二,评估和评价城市空间应该基于一个完美的和兼容的系统,充分利用本地资源信息网络设施和各种社会新媒体渠道收集人们的意见和建议,准确掌握绝大多数居民满意城市空间质量,找出在不同地区存在的问题,并分析空间缺陷的原因是为了探索有效的解决方案。第三,我们可以使用相关数据如智能公共汽车、移动智能手机,为出租车GPS定位系统,和土地资源配置要理解城市人口的分布,猜了城市发展的范围。通过上述方法,我们还可以了解人口土地利用的变化,这是方便科学预测最优未来城市空间发展的能力范围。第四,在城市空间的建设,有必要深入分析政府部门之间的关系,企业部门和居民。三之间的关系和城市空间的建设不能忽视。 In a word, in the era of big data, urban planning cannot adopt partial division and must be considered comprehensively. Only in this way can the rationality and scientificity of urban space be guaranteed.
2.3。基于物联网异构数据融合算法
物联网实现互连的东西和事物,和它的主要功能是减少物理世界与信息系统之间的距离。的底层物理网络可以连接到无线网络,射频识别,和个人区域网络。作物的网络域网络收缩是一样的。物理连接层连接到互联网的异构融合网络的事情,从而形成一个广泛的互联网络。物联网是由各种异构网络。因此,物联网产生大量冗余信息,导致浪费通信带宽和实时性能较差。如何将这些数据已经成为一个必须解决的问题。数据融合技术可以有效地解决上述问题。在物联网感知信息的融合只有少量的有意义的信息传送到水槽节点,大大减少传输的数据量,提高物联网的实时特性。目前,信息相对较少在物联网数据融合,主要集中在决策层。 No one has proposed to fuse data from three aspects of time, space, and attributes. This paper proposes an algorithm that includes time, space, and attribute fusion at the same time. The algorithm first fuses the original data in time and space and then on the basis of the data fusion attribute.
作为新一代的通信网络,物联网的主要特色如下:首先,它扩展了网络连接对象和实现人们之间的多维互动,电脑,和对象。物联网可以把世界上各种各样的对象到网络实现相互之间的数据传输和信息共享。二是充实智能管理的内涵,实现综合管理的信息和商品。在物联网中,人们使用这个网络通过信息与项目建立联系,通过网络来管理各种项目,实现自动识别和远程监控的项目。三是扩大信息传播渠道,实现有线和无线物联网的使用,和广泛使用的无线移动通信数据传输。物联网广泛使用无线电频率识别和传感器技术。整个网络的互连是基于无线通信技术。手机将成为最常见的输入和输出终端喜欢电脑。
有效性:互联网的底层网络的事情是由多种异构网络。每个网络的数据类型不同,表达是不同的,和数据的有效的获得也是不同的。物联网需要处理、传输和利用数据在未来一段时间内,有效地减少网络传输,实时平衡负载,改善。
空间融合:假设年代= (年代1,年代2,年代3……sn)是节点数据的识别,水槽节点可以判断节点的数量在同一范围内根据马克。之间存在空间相关性相同类型的每个节点的数据。接收多个空间相关数据后,进行融合计算计数、求和、求平均值,等等,然后将数据传递给汇聚节点。
网络的每个节点采集的数据是巨大的东西,多源、异构。数据融合的基础上决定层是融入物联网。其目的是消除数据的冗余性和不确定性。目前,常用的基于分类融合方法包括贝叶斯推理、模糊集和d - s证据理论。这些算法在不同程度有不同程度的缺陷。相对而言,粗糙集理论优于贝叶斯推理、模糊集、d - s证据理论,和其他方法在处理不确定性。和粗糙集理论的优点是,它不需要提供任何先验信息超出了基本的数据。通过知识的简化和分析知识的依赖,决策规则是完全来自已知的数据。然而,传统的粗糙集理论的效率不高。遗传算法引入到粗糙集理论来提高数据融合的效率。 The genetic algorithm is an effective optimization technology, and its characteristic parallelism has obvious advantages for large and complex search problems.
3所示。实验
3.1。实验数据集
在本文中,房间里的温度检测到物联网是实验对象,并验证了该方法的有效性。12节点分布在一个范围内。温度、湿度、环境噪声以及其他相关因素范围内通过聚集节点收集室内的节点城市规划模型。然后,每个节点会自动建立一个最优路径;本文将分析数据特征的十字路口的道路。
同时,设施管理,通过植入无线射频识别芯片各种城市管理组件如路灯、广告牌、城市管理设施信息可以快速收集和动态更新;第二个是车辆监控,通过车辆GPS网格管理系统的开发实现GPS监控车辆,如执法、渣运输、卫生、和传递车辆位置和路线信息实时监督指挥中心通过无线网络,这是方便监督指挥中心实现调度和非法监视;第三,路灯监控系统通过灵活制定切换灯的时间和方法,掌握实时照明设备的运行状态,及时发现照明设备故障;第四个是视频监控,视频监控系统在数字化城市管理平台、项目网站,工业和商业领域,和其他关键领域的监控和管理;和第五是通过安装噪音噪声监测的传感器来实现收集和监督关键领域,如建筑工地的噪音。此外,物联网技术也可以应用于实现实时信息监控和数据分析等各种城市日常操作指标的电力、水质、污水、煤气、热、交通、卫生、和空气,可以集成到一个数字城市管理系统。
3.2。实验环境
在Windows操作系统下,进行了本文所有实验在笔记本电脑8 g内存,国米I7计算机,实验环境是MATLAB 7.0。确保实验数据的准确性和稳定性,有必要使用python中的数据进行预处理和分析的早期阶段数据处理和删除一些特殊的数据值的数据。
4所示。讨论
4.1。分析城市数字规划的特点
(1)空间特性、空间参考空间坐标参考功能,空间位置和空间分布的计划在一个统一的地理参考数据。在城市地理坐标,规划数据总是表达一定的空间单元的图形数据(情节、普查情节,街的办公室,路段,等等)或者空间实体和属性数据的单元或实体。例如,地铁线路和地铁站有一定的空间位置,以及图形信息描述他们的几何图形和属性信息描述他们的特点。空间拓扑特征指的是空间规划数据中的空间实体之间的关系。不同的空间实体之间的拓扑关系包括十字路口,邻接,包容,和连接。在这里,本文选择一定区域的昆山市为研究对象,如表所示1。根据上面的空间位置信息提取中,可以发现,乘客上下车的位置点主要集中在路的两边,并与分布的下车点,车上的乘客分布更集中。大多数出租车使用路边“招手”载客与相同的操作特点,和乘客下车的位置将尽可能接近其真实的旅游目的地;即出租车与乘客上车和下车的位置通常存在的实际旅行开始和结束位置的差异。因此,为了进一步分析异同出租车乘客“热点和登陆热点地区,上面的方法将被用于分析出租车乘客“上车和下车的位置在选定的地区。在此基础上,本文综合考虑出租车乘客上下车的位置信息和执行热点分析没有区别。以上三种情况下的最终结果是图所示1。(2)它可以发现,出租车乘客分布的“登机热点和张入境hostspots”在研究区几乎重叠在他们的位置,也就是说,热点区域的乘客通常是乘客坐上校车的热点。基于研究区土地利用的分布属性,它可以发现出租车热点的分布区域的同时,土地利用的分布特性和明显的旅游特征生成和吸引力。这些领域包括大型住宅分布区域;商业和娱乐区域如图2。4.2。城市特色的物联网数据特征分析
(1)本文计算了当时环境温度计算方法是25.30摄氏度,所以如表所示2,数据特征提取和分析本文提出的算法可以获得数据非常接近真实值。为了说明本文算法的通用性,不同节点分别熔融和测试。仿真结果如图所示3。可以看出,多源数据分析方法还对节能有很大的影响。(2)通过许多特性数据的分析,物联网特征数据提取城市数字特性如表所示1。提取的特征的重要性进行了分析,并给出不同的权重不同的特性来获得相对准确的数字城市规划多源异构数据特性分析结果。通过实验,发现不同的特征,如噪声和温度占70%的城市规划,这将对城市规划有重要的影响。与出租车后规划相比,能够感知环境信息比图4。
5。结论
在城市规划中,这是不可避免的计数和分析城市发展现状的相关数据,然后制定一个合理的城市规划计划基于数据。最初的调查统计方法只适用于城市规划的初始阶段。然而,随着城市化的发展和社会生活的系统化近年来,更难获得城市发展相关数据作为一个整体。尤其是在大数据时代,数据本身是一个动态发展的状态。因此,在物联网时代,有必要创新获得城市规划数据的方式,充分利用各种现代信息工具和手段,以及社会发展的各个方面融入城市规划。总之,在大数据时代,城市规划的方式发生了巨大的变化。大数据时代的到来极大地促进了城市规划与国际标准的集成,促进了城市规划和经济的发展。但是大数据不是解决城市规划问题的灵丹妙药。在大数据时代,城市规划人员应该结合大数据分析方法与传统的研究方法,以确保城市规划结果更加客观、科学、公正的。
物联网连接世界上所有对象Xinzi和网络通过访问各种异构网络,减少物理世界与信息系统之间的距离。结合物联网的数据与时间和空间特征,本文将物联网的各种异构数据的时间、空间、和属性,使物联网的实时特性,减少了冗余的物联网数据和物联网的带宽。物联网技术的应用在数字城市管理系统越来越广泛,它不仅带来了数字城市管理技术的创新和改革,还有效地节省了城市管理的成本和改善公共服务管理水平。与物联网技术的深入发展,数字城市管理发展对智能城市管理,从而产生更高的社会效益和经济效益。
城市规划和城市管理,尤其是城市管理信息系统的基础数据。城市规划所涉及的数据由于不同采集方法是截然不同的,数据格式和数据结构。这些多源异构数据给城市规划。特别是城市的信息化利用率和加工带来了很大困难。分析和总结这些数据特征可以提供有用的探索方法的多源异构数据融合和集成和分析,处理和利用的数据。
数据可用性
没有数据被用来支持本研究。
的利益冲突
作者宣称没有利益冲突。