CN111586151B - 基于区块链的智慧城市数据共享系统及方法 - Google Patents
基于区块链的智慧城市数据共享系统及方法 Download PDFInfo
- Publication number
- CN111586151B CN111586151B CN202010366055.XA CN202010366055A CN111586151B CN 111586151 B CN111586151 B CN 111586151B CN 202010366055 A CN202010366055 A CN 202010366055A CN 111586151 B CN111586151 B CN 111586151B
- Authority
- CN
- China
- Prior art keywords
- urban road
- satellite image
- road satellite
- convolution
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 38
- 231100000719 pollutant Toxicity 0.000 claims abstract description 38
- 238000003709 image segmentation Methods 0.000 claims description 14
- 238000005457 optimization Methods 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 8
- 230000006798 recombination Effects 0.000 claims description 7
- 238000005215 recombination Methods 0.000 claims description 7
- 238000013527 convolutional neural network Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 230000017105 transposition Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000004040 coloring Methods 0.000 claims description 2
- 238000012417 linear regression Methods 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims description 2
- 238000011176 pooling Methods 0.000 claims description 2
- 238000007781 pre-processing Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于区块链的智慧城市数据共享系统及方法，采集城市道路卫星图像和路况播报信息并保存至智慧城市数据模块的交通数据单元中，采集电力市场交易信息并保存至智慧城市数据模块的电力数据单元中，采集空气指数和城市中气体污染物产生信息并保存至智慧城市数据模块的生态数据单元中，根据设定频率，通过数据更新模块将当前城市道路卫星图像和路况播报信息更新至交通数据单元，将当前电力市场交易信息更新至电力数据单元，将当前空气指数和城市中气体污染物产生信息更新至生态数据单元；本发明利用区块链技术与数据共享技术结合，使用户在进行查询后不用担心隐私的泄露问题，而且保证了查询记录的不可篡改。
Description
技术领域
本发明涉及基于区块链的智慧城市数据共享领域，具体涉及基于区块链的智慧城市数据共享系统及方法。
背景技术
随着社会的不断发展，城市中人口数量越来越多，尤其目前正处于城镇化加速发展时期，为了城市实现可持续发展的目标，建设智慧城市并施行数据共享已成为世界上城市发展不可或缺的手段之一。随着智慧城市建设的运行，智慧城市实现数据共享的方式主要是通过统一的数据共享平台，将各个方面的数据按照相同的方法模型进行处理，这种方法将数据输送到该数据共享平台后，涉及一些个人与机构的隐私很容易被泄露甚至被非法使用，如果数据长时间不进行更新也会失去数据共享的意义。此外由于数上述问题数据共享平台只由权威机构进行控制和处理，会造成数据透明性低，数据共享效果不尽人意。随着区块链技术的发展，将区块链的安全性不可篡改性与数据共享技术结合是一个较理想的解决方法。
现阶段的智慧城市数据共享方法处理手段较为单一，对各种数据的处理采用相同的方法就会造成一些数据的失真或共享不充分等结果。比如对于图像数据的存储与共享，在数字化和传输过程中会经常受到图像采集设备与外部环境噪声干扰等影响，最后用户得到的图像可能会较为模糊；对于空气质量方面，由于城市空气监测点有限，而同一城市不同地点的空气质量可能会有较大差别，这时再用同一系统进行相同的数据共享达不到实际目的，所以数据共享方法处理手段需要进行不断的丰富。
发明内容
本发明是为了解决上述问题提供的基于区块链的智慧城市数据共享系统及方法。
一种基于区块链的智慧城市数据共享方法，包括以下步骤：
采集城市道路卫星图像和路况播报信息并保存至智慧城市数据模块的交通数据单元中，采集电力市场交易信息并保存至智慧城市数据模块的电力数据单元中，采集空气指数和城市中气体污染物产生信息并保存至智慧城市数据模块的生态数据单元中；
根据设定频率，通过数据更新模块将当前城市道路卫星图像和路况播报信息更新至交通数据单元，将当前电力市场交易信息更新至电力数据单元，将当前空气指数和城市中气体污染物产生信息更新至生态数据单元；
访问反馈模块接收用户的访问信息，并根据访问的访问信息查询当前智慧城市数据模块中对应的数据，再将查询结果反馈至用户。
一种基于区块链的智慧城市数据共享系统包括：
数据采集模块，用于采集城市道路卫星图像和路况播报信息并保存至智慧城市数据模块的交通数据单元中，采集电力市场交易信息并保存至智慧城市数据模块的电力数据单元中，采集空气指数和城市中气体污染物产生信息并保存至智慧城市数据模块的生态数据单元中；
数据更新模块，用于根据设定频率，通过数据更新模块将当前城市道路卫星图像和路况播报信息更新至交通数据单元，将当前电力市场交易信息更新至电力数据单元，将当前空气指数和城市中气体污染物产生信息更新至生态数据单元；
访问反馈模块，用于接收用户的访问信息，并根据访问的访问信息查询当前智慧城市数据模块中对应的数据，再将查询结果反馈至用户；
访问存储模块，用于将用户的访问时间、用户ID、访问信息以及查询结果一起存储到区块链中。
本发明利用区块链技术与数据共享技术结合，使用户在进行查询后不用担心隐私的泄露问题，而且保证了查询记录的不可篡改。将系统数据分为交通、生态和电力三大部分进行分别储存和更新，不仅区分了不同数据的处理手段，而且对于数据的查询访问更加方便，减少系统的运行资源浪费，系统数据定期进行更新，保证数据共享的效果。
对于不同类型的数据，本发明提供了不同的处理方式。通过采用城市道路卫星图像去噪卷积神经网络与注意力结构相结合的方式，将注意力应用到城市道路卫星图像去噪中，这样能通过对城市道路卫星图像不同位置的噪声赋予不同的权重，进而提升了图像的去噪效果。通过由城市道路卫星图像编码器和城市道路卫星图像解码器组成的城市道路卫星图像分割模型来得到城市道路卫星图像分割图的过程，利用带重组操作的缩小图像层增加了通道间的信息交流，减少特征信息丢失，方便了系统内对于交通信息的进一步计算和保存。在空气质量方面，利用用户实际位置与气体污染物产生信息来计算用户当前位置气体污染物浓度，使生态数据能够对不同时间不同地点的访问产生不同的结果，体现了此类数据的空间特性，保证数据的实时共享。
附图说明
图1是本发明数据共享系统的系统示意图。
具体实施方式
以下结合具体实施例对本发明作进一步的说明：
一种基于区块链的智慧城市数据共享方法包括以下步骤：
采集城市道路卫星图像和路况播报信息并保存至智慧城市数据模块的交通数据单元中，采集电力市场交易信息并保存至智慧城市数据模块的电力数据单元中，采集空气指数和城市中气体污染物产生信息并保存至智慧城市数据模块的生态数据单元中；
根据设定频率，通过数据更新模块将当前城市道路卫星图像和路况播报信息更新至交通数据单元，将当前电力市场交易信息更新至电力数据单元，将当前空气指数和城市中气体污染物产生信息更新至生态数据单元；
访问反馈模块接收用户的访问信息，并根据访问的访问信息查询当前智慧城市数据模块中对应的数据，再将查询结果反馈至用户；
将用户的访问时间、用户ID、访问信息以及查询结果一起存储到区块链中。
另外，将当前城市道路卫星图像更新至交通数据单元前对城市道路卫星图像进行去噪处理：
搭建由城市道路卫星图像去噪卷积神经网络和城市道路卫星图像注意力网络组成的城市道路卫星图像去噪模型，训练所述城市道路卫星图像去噪模型，获取清晰城市道路卫星图像构建城市道路卫星图像训练数据集合，对城市道路卫星图像训练数据集合进行预处理，使用瞬时值服从高斯分布的白噪声模拟真实噪声融合到清晰城市道路卫星图像中，得到噪声城市道路卫星图像，将噪声城市道路卫星图像载入到城市道路卫星图像去噪卷积神经网络的转置卷积层中，并将运算结果加载到由卷积层连接组成的密集卷积网络中，再将该密集卷积网络的运算结果载入到转置卷积层中，得到城市道路卫星噪声分布图，将噪声城市道路卫星图像中的城市道路卫星噪声分布图去除，得到初步去噪城市道路卫星图像；
将初步去噪城市道路卫星图像载入到城市道路卫星图像注意力网络的转置卷积网络中，并将运算结果载入到由卷积层连接组成的密集卷积网络中，再将该密集卷积网络的运算结果与转置卷积网络的运算结果结合得到结合运算结果，接着将结合运算结果再载入到转置卷积网络中，得到最终运算结果，最后将最终运算结果进行线性回归分析，得到城市道路卫星噪声权重比值图；将城市道路卫星噪声分布图与城市道路卫星噪声权重比值图结合得到城市道路卫星噪声残差图，将噪声城市道路卫星图像中的城市道路卫星噪声残差图去除，得到最终去噪城市道路卫星图像，对初步去噪城市道路卫星图像和最终去噪城市道路卫星图像进行均方误差处理，不断调整噪声城市道路卫星图像与最终去噪城市道路卫星图像之间的映射关系，调整城市道路卫星图像去噪模型的参数，直至城市道路卫星图像去噪模型稳定，得到训练好的城市道路卫星图像去噪模型；
获取原始城市道路卫星图像，将原始城市道路卫星图像载入训练好的城市道路卫星图像去噪模型，得到原始城市道路卫星图像对应的去噪城市道路卫星图像。
在对城市道路卫星图像进行去噪处理后还包括以下步骤，方便系统内对于交通信息的进一步计算和保存：
构建由城市道路卫星图像编码器和城市道路卫星图像解码器组成的城市道路卫星图像分割模型，其中，所述城市道路卫星图像编码器包括缩小图像层和参数量优化卷积层，所述城市道路卫星图像编码器用于提取城市道路卫星图像的多尺度特征信息并缩小输出的特征图分辨率，所述缩小图像层又由两个部分组成，其中一个部分完成最大池化操作，另一个部分完成卷积操作，再将两个部分的操作结果进行拼接，并将拼接后的操作结果通过重组操作整合两个部分的信息得到缩小图像层的输出结果，所述参数量优化卷积层通过分组卷积和非对称卷积来优化自己的参数量，先将参数量优化卷积层的输入划分为具有相同通道数的两类卷积组，一类卷积组用于获取输入的原始特征信息，另一类卷积组的卷积输入分别为原始输入与上一组的输出的叠加入且每个卷积组之间通过级联方式连接，再将所有卷积组的输出结果进行拼接，并将拼接后的输出结果通过重组操作整合所有卷积组的信息，得到最终的输出结果；
所述城市道路卫星图像解码器包括参数量优化卷积层和反卷积层，所述城市道路卫星图像解码器用于解析所述城市道路卫星图像编码器的输出结果并将缩小的输出特征图放大至原始分辨率，所述参数量优化卷积层通过分组卷积和非对称卷积来优化自己的参数量，先将参数量优化卷积层的输入划分为具有相同通道数的两类卷积组，一类卷积组用于获取输入的原始特征信息，另一类卷积组的卷积输入分别为原始输入与上一组的输出的叠加入且该类卷积组所采用的卷积方式均为非对称卷积，每个卷积组之间通过级联方式连接，再将所有卷积组的输出结果进行拼接，并将拼接后的输出结果通过重组操作整合所有卷积组的信息，得到最终的输出结果，所述反卷积层采用预设大小的卷积核以及预设步幅的卷积方式，扩大输入特征图分辨率，减少输出通道；
使用城市道路卫星图像数据集训练城市道路卫星图像分割模型得到相应的城市道路卫星图像模型权重，并加载该城市道路卫星图像模型权重得到训练好的城市道路卫星图像分割模型；
将所述去噪城市道路卫星图像数据做归一化处理转化为用于计算的归一化数据，该归一化数据输入到训练好的城市道路卫星图像分割模型中后，在城市道路卫星图像编码器被提取为包含多尺度信息的城市道路卫星图像多尺度特征图，接着该城市道路卫星图像多尺度特征图在城市道路卫星图像解码器被解析为相应的标签预测信息并且将特征图的分辨率扩大至去噪城市道路卫星图像的分辨率，最后根据预测的标签对城市道路卫星图像分割模型输出的特征图进行上色，得到城市道路卫星图像分割图。
当用户访问生态数据时，访问反馈模块获取用户当前位置，根据用户当前位置的气体污染物产生信息计算用户当前位置气体污染物浓度Th并反馈给用户，
其中：A为气体污染物在每秒产生的量；w为用户当前位置的监测点和气体污染物产生点间的平均风速；m为气体污染物产生点的实际高度；d为用户当前位置与气体污染物产生点之间沿风向的距离，s为用户当前位置与气体污染物产生点之间的直线距离；Δh为用户当前位置和气体污染物产生点间的高度差。
一种基于区块链的智慧城市数据共享系统包括：
智慧城市数据模块，包括交通数据单元、电力数据单元和生态数据单元，交通数据单元中用于保存城市道路卫星图像和路况播报信息，电力数据单元用于保存电力市场交易信息，生态数据单元用于保存空气指数和城市中气体污染物产生信息；
数据更新模块，用于根据设定频率，通过数据更新模块将当前城市道路卫星图像和路况播报信息更新至交通数据单元，将当前电力市场交易信息更新至电力数据单元，将当前空气指数和城市中气体污染物产生信息更新至生态数据单元；
访问反馈模块，用于接收用户的访问信息，并根据访问的访问信息查询当前智慧城市数据模块中对应的数据，再将查询结果反馈至用户；
访问存储模块，用于将用户的访问时间、用户ID、访问信息以及查询结果一起存储到区块链中。
Claims (4)
1.一种基于区块链的智慧城市数据共享方法，其特征在于，包括以下步骤：采集城市道路卫星图像和路况播报信息并保存至智慧城市数据模块的交通数据单元中，采集电力市场交易信息并保存至智慧城市数据模块的电力数据单元中，采集空气指数和城市中气体污染物产生信息并保存至智慧城市数据模块的生态数据单元中；
根据设定频率，通过数据更新模块将当前城市道路卫星图像和路况播报信息更新至交通数据单元，将当前电力市场交易信息更新至电力数据单元，将当前空气指数和城市中气体污染物产生信息更新至生态数据单元；
访问反馈模块接收用户的访问信息，并根据访问的访问信息查询当前智慧城市数据模块中对应的数据，再将查询结果反馈至用户；
将用户的访问时间、用户ID、访问信息以及查询结果一起存储到区块链中；
将当前城市道路卫星图像更新至交通数据单元前对城市道路卫星图像进行去噪处理，包括以下步骤：
搭建由城市道路卫星图像去噪卷积神经网络和城市道路卫星图像注意力网络组成的城市道路卫星图像去噪模型，训练所述城市道路卫星图像去噪模型，获取清晰城市道路卫星图像构建城市道路卫星图像训练数据集合，对城市道路卫星图像训练数据集合进行预处理，使用瞬时值服从高斯分布的白噪声模拟真实噪声融合到清晰城市道路卫星图像中，得到噪声城市道路卫星图像，将噪声城市道路卫星图像载入到城市道路卫星图像去噪卷积神经网络的转置卷积层中，并将运算结果加载到由卷积层连接组成的密集卷积网络中，再将该密集卷积网络的运算结果载入到转置卷积层中，得到城市道路卫星噪声分布图，将噪声城市道路卫星图像中的城市道路卫星噪声分布图去除，得到初步去噪城市道路卫星图像；
将初步去噪城市道路卫星图像载入到城市道路卫星图像注意力网络的转置卷积网络中，并将运算结果载入到由卷积层连接组成的密集卷积网络中，再将该密集卷积网络的运算结果与转置卷积网络的运算结果结合得到结合运算结果，接着将结合运算结果再载入到转置卷积网络中，得到最终运算结果，最后将最终运算结果进行线性回归分析，得到城市道路卫星噪声权重比值图；将城市道路卫星噪声分布图与城市道路卫星噪声权重比值图结合得到城市道路卫星噪声残差图，将噪声城市道路卫星图像中的城市道路卫星噪声残差图去除，得到最终去噪城市道路卫星图像，对初步去噪城市道路卫星图像和最终去噪城市道路卫星图像进行均方误差处理，不断调整噪声城市道路卫星图像与最终去噪城市道路卫星图像之间的映射关系，调整城市道路卫星图像去噪模型的参数，直至城市道路卫星图像去噪模型稳定，得到训练好的城市道路卫星图像去噪模型；
获取原始城市道路卫星图像，将原始城市道路卫星图像载入训练好的城市道路卫星图像去噪模型，得到原始城市道路卫星图像对应的去噪城市道路卫星图像。
2.根据权利要求1所述基于区块链的智慧城市数据共享方法，其特征在于，在对城市道路卫星图像进行去噪处理后还包括以下步骤：
构建由城市道路卫星图像编码器和城市道路卫星图像解码器组成的城市道路卫星图像分割模型，其中，所述城市道路卫星图像编码器包括缩小图像层和参数量优化卷积层，所述城市道路卫星图像编码器用于提取城市道路卫星图像的多尺度特征信息并缩小输出的特征图分辨率，所述缩小图像层又由两个部分组成，其中一个部分完成最大池化操作，另一个部分完成卷积操作，再将两个部分的操作结果进行拼接，并将拼接后的操作结果通过重组操作整合两个部分的信息得到缩小图像层的输出结果，所述参数量优化卷积层通过分组卷积和非对称卷积来优化自己的参数量，先将参数量优化卷积层的输入划分为具有相同通道数的两类卷积组，一类卷积组用于获取输入的原始特征信息，另一类卷积组的卷积输入分别为原始输入与上一组的输出的叠加入且每个卷积组之间通过级联方式连接，再将所有卷积组的输出结果进行拼接，并将拼接后的输出结果通过重组操作整合所有卷积组的信息，得到最终的输出结果；
所述城市道路卫星图像解码器包括参数量优化卷积层和反卷积层，所述城市道路卫星图像解码器用于解析所述城市道路卫星图像编码器的输出结果并将缩小的输出特征图放大至原始分辨率，所述参数量优化卷积层通过分组卷积和非对称卷积来优化自己的参数量，先将参数量优化卷积层的输入划分为具有相同通道数的两类卷积组，一类卷积组用于获取输入的原始特征信息，另一类卷积组的卷积输入分别为原始输入与上一组的输出的叠加入且该类卷积组所采用的卷积方式均为非对称卷积，每个卷积组之间通过级联方式连接，再将所有卷积组的输出结果进行拼接，并将拼接后的输出结果通过重组操作整合所有卷积组的信息，得到最终的输出结果，所述反卷积层采用预设大小的卷积核以及预设步幅的卷积方式，扩大输入特征图分辨率，减少输出通道；
使用城市道路卫星图像数据集训练城市道路卫星图像分割模型得到相应的城市道路卫星图像模型权重，并加载该城市道路卫星图像模型权重得到训练好的城市道路卫星图像分割模型；
将所述去噪城市道路卫星图像数据做归一化处理转化为用于计算的归一化数据，该归一化数据输入到训练好的城市道路卫星图像分割模型中后，在城市道路卫星图像编码器被提取为包含多尺度信息的城市道路卫星图像多尺度特征图，接着该城市道路卫星图像多尺度特征图在城市道路卫星图像解码器被解析为相应的标签预测信息并且将特征图的分辨率扩大至去噪城市道路卫星图像的分辨率，最后根据预测的标签对城市道路卫星图像分割模型输出的特征图进行上色，得到城市道路卫星图像分割图。
3.根据权利要求1所述基于区块链的智慧城市数据共享方法，其特征在于，当用户访问生态数据时，访问反馈模块获取用户当前位置，根据用户当前位置的气体污染物产生信息计算用户当前位置气体污染物浓度Th并反馈给用户，
其中：A为气体污染物在每秒产生的量；w为用户当前位置的监测点和气体污染物产生点间的平均风速；m为气体污染物产生点的实际高度；d为用户当前位置与气体污染物产生点之间沿风向的距离，s为用户当前位置与气体污染物产生点之间的直线距离；Δh为用户当前位置和气体污染物产生点间的高度差。
4.基于权利要求1-3任一权利要求所述基于区块链的智慧城市数据共享方法的共享系统，其特征在于包括：
智慧城市数据模块，包括交通数据单元、电力数据单元和生态数据单元，交通数据单元中用于保存城市道路卫星图像和路况播报信息，电力数据单元用于保存电力市场交易信息，生态数据单元用于保存空气指数和城市中气体污染物产生信息；
数据更新模块，用于根据设定频率，通过数据更新模块将当前城市道路卫星图像和路况播报信息更新至交通数据单元，将当前电力市场交易信息更新至电力数据单元，将当前空气指数和城市中气体污染物产生信息更新至生态数据单元；
访问反馈模块，用于接收用户的访问信息，并根据访问的访问信息查询当前智慧城市数据模块中对应的数据，再将查询结果反馈至用户；
访问存储模块，用于将用户的访问时间、用户ID、访问信息以及查询结果一起存储到区块链中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010366055.XA CN111586151B (zh) | 2020-04-30 | 2020-04-30 | 基于区块链的智慧城市数据共享系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010366055.XA CN111586151B (zh) | 2020-04-30 | 2020-04-30 | 基于区块链的智慧城市数据共享系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111586151A CN111586151A (zh) | 2020-08-25 |
| CN111586151B true CN111586151B (zh) | 2021-03-12 |
Family
ID=72127639
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010366055.XA Active CN111586151B (zh) | 2020-04-30 | 2020-04-30 | 基于区块链的智慧城市数据共享系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111586151B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111930844B (zh) * | 2020-08-11 | 2021-09-24 | 肖岩 | 基于区块链和人工智能的金融预测系统 |
| CN111813770B (zh) * | 2020-09-03 | 2021-01-19 | 平安国际智慧城市科技股份有限公司 | 数据模型的构建方法、装置及计算机可读存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102306350A (zh) * | 2011-08-29 | 2012-01-04 | 苏州盛世华安智能科技有限公司 | 城市智能物联系统 |
| CN104486429A (zh) * | 2014-12-22 | 2015-04-01 | 北京创鑫汇智科技发展有限责任公司 | 一种公共统一视频服务云平台 |
| CN109615427A (zh) * | 2018-12-07 | 2019-04-12 | 广州市哲明惠科技有限责任公司 | 一种基于链式结构的能源交互系统及方法 |
| CN110263874A (zh) * | 2019-06-27 | 2019-09-20 | 山东浪潮人工智能研究院有限公司 | 一种基于注意力关系图学习的图像分类方法及装置 |
| CN110766632A (zh) * | 2019-10-22 | 2020-02-07 | 广东启迪图卫科技股份有限公司 | 基于通道注意力机制和特征金字塔的图像去噪方法 |
-
2020
- 2020-04-30 CN CN202010366055.XA patent/CN111586151B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102306350A (zh) * | 2011-08-29 | 2012-01-04 | 苏州盛世华安智能科技有限公司 | 城市智能物联系统 |
| CN104486429A (zh) * | 2014-12-22 | 2015-04-01 | 北京创鑫汇智科技发展有限责任公司 | 一种公共统一视频服务云平台 |
| CN109615427A (zh) * | 2018-12-07 | 2019-04-12 | 广州市哲明惠科技有限责任公司 | 一种基于链式结构的能源交互系统及方法 |
| CN110263874A (zh) * | 2019-06-27 | 2019-09-20 | 山东浪潮人工智能研究院有限公司 | 一种基于注意力关系图学习的图像分类方法及装置 |
| CN110766632A (zh) * | 2019-10-22 | 2020-02-07 | 广东启迪图卫科技股份有限公司 | 基于通道注意力机制和特征金字塔的图像去噪方法 |
Non-Patent Citations (4)
| Title |
|---|
| Attention-guided CNN for image denoising;Chunwei Tian;《Neural Networks》;20200107;参见摘要，第2、3部分 * |
| Image Restoration Using Very Deep ConvolutionalEncoder-Decoder Networks with Symmetric Skip Connections;Xiaojiao Mao;《30th Conference on Neural Information Processing Systems (NIPS 2016), Barcelona, Spain》;20161231;参见摘要，第2、3部分 * |
| 图像质量评价及其在图像去噪中的应用研究;杨光义;《中国博士学位论文全文数据库信息科技辑》;20190228;参见第5.2.2部分 * |
| 城市大气污染扩散GIS模拟分析;陈红梅;《地球信息科学》;20051231;参见第2.2节 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111586151A (zh) | 2020-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111275711B (zh) | 基于轻量级卷积神经网络模型的实时图像语义分割方法 | |
| CN111259905B (zh) | 一种基于下采样的特征融合遥感图像语义分割方法 | |
| CN111586151B (zh) | 基于区块链的智慧城市数据共享系统及方法 | |
| CN109635748B (zh) | 高分辨率影像中道路特征的提取方法 | |
| CN113888550A (zh) | 一种结合超分辨率和注意力机制的遥感图像道路分割方法 | |
| Xu et al. | A novel hybrid model for multi-step daily AQI forecasting driven by air pollution big data | |
| CN111008979A (zh) | 一种鲁棒的夜晚图像语义分割方法 | |
| CN116824861B (zh) | 基于城市大脑平台多维数据的共享单车调度方法和系统 | |
| CN116343053B (zh) | 基于光学遥感影像和sar遥感影像融合的固废自动提取方法 | |
| Wang et al. | A hybrid air quality index prediction model based on CNN and attention gate unit | |
| CN117237559A (zh) | 面向数字孪生城市的三维模型数据智能分析方法及系统 | |
| CN114764602A (zh) | 基于时空注意力和数据融合的短临降水预测方法 | |
| CN115032719A (zh) | 一种基于机器学习LightGBM算法的空气质量预测方法 | |
| Feng et al. | Research on the construction of intelligent management platform of garden landscape environment system based on remote sensing images | |
| CN114169506A (zh) | 一种基于工业物联网平台的深度学习边缘计算系统框架 | |
| CN116959477B (zh) | 一种基于卷积神经网络的噪声源分类的方法及装置 | |
| CN113034511A (zh) | 基于高分辨率遥感影像与深度学习的乡村建筑识别算法 | |
| CN112016845A (zh) | 基于dnn与cim的区域经济效益评估方法与系统 | |
| Song et al. | Agricultural Internet of Things Application in the Construction of Regional Smart Cities | |
| CN111967577B (zh) | 一种基于变分自编码器的能源互联网场景生成方法 | |
| CN114548572A (zh) | 城市路网交通状态的预测方法、装置、设备及介质 | |
| Cui | Research on garden landscape reconstruction based on geographic information system under the background of deep learning | |
| CN113408457B (zh) | 一种联合高分影像和视频图像的道路信息智能提取方法 | |
| Cheng | Computer graphic image design and visual communication design in the internet of things scenario | |
| CN117574329B (zh) | 基于集成学习的二氧化氮精细化空间分布方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information |
Inventor after: Liu Jiuping Inventor after: Cheng Dong Inventor after: Tan Rui Inventor after: Li Ming Inventor before: Li Ming |
|
| CB03 | Change of inventor or designer information | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210224 Address after: 200333 room 498, No.2, Lane 88, Wuwei Road, Putuo District, Shanghai Applicant after: Shanghai big data Co.,Ltd. Address before: 430000 Building 2, Zhuoer advantage enterprise headquarters base phase II, Liudian village, panlongcheng Economic Development Zone, Huangpi District, Wuhan City, Hubei Province Applicant before: WUHAN ZHONGMA TECHNOLOGY Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |