CN112527895B - 一种智慧城市数据共享方法 - Google Patents

一种智慧城市数据共享方法 Download PDF

Info

Publication number
CN112527895B
CN112527895B CN202011369705.2A CN202011369705A CN112527895B CN 112527895 B CN112527895 B CN 112527895B CN 202011369705 A CN202011369705 A CN 202011369705A CN 112527895 B CN112527895 B CN 112527895B
Authority
CN
China
Prior art keywords
data
sharing
xml
information
user
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
Application number
CN202011369705.2A
Other languages
English (en)
Other versions
CN112527895A (zh
Inventor
徐兴梅
王宁
王璐
周晶
王硕
李泽
龙瑗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jilin Agricultural University
Original Assignee
Jilin Agricultural University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jilin Agricultural University filed Critical Jilin Agricultural University
Priority to CN202011369705.2A priority Critical patent/CN112527895B/zh
Publication of CN112527895A publication Critical patent/CN112527895A/zh
Application granted granted Critical
Publication of CN112527895B publication Critical patent/CN112527895B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/258—Data format conversion from or to a database
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/80—Information retrieval; Database structures therefor; File system structures therefor of semi-structured data, e.g. markup language structured data such as SGML, XML or HTML
    • G06F16/84—Mapping; Conversion
    • G06F16/86—Mapping to a database
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure

Abstract

一种智慧城市数据共享方法，涉及智慧城市建设领域，包括：收集开放数据和大数据；针对大数据信息进行清除和修正，对开放数据信息和正常数据信息进行合并、分类，按照数据格式进行分类并存储；将数据转换为统一格式的结构性数据；对数据进行加密，对使用者身份进行验证，建立共享接口和数据细粒度，执行共享操作，存储共享数据并将其可视化处理。本发明解决了现有智慧城市数据共享方法存在的数据之间相互独立、数据格式不统一造成的共享难度大、存在多共享协议造成的共享程序复杂、使用者身份权限没有限制造成的数据共享混乱化。

Description

一种智慧城市数据共享方法
技术领域
本发明涉及智慧城市建设技术领域，具体涉及一种智慧城市数据共享方法。
背景技术
当今社会互联网飞速发展，所带来的全球信息化浪潮为推动人类世界智能化提供了有利支撑。随着“智慧城市”概念的提出，世界各国已逐渐意识到智慧城市将是人类发展的必然趋势。
智慧城市是物联网和数字城市结合的产物，它利用了新一代的信息技术，在城市大数据的基础上提供智能分析和智能服务，收集、存储并分析智慧城市大量数据，以整合化、系统化的方式管理城市运转，保证城市之间功能的相互协调作用，为企业提供优质的服务，同时提高人们的生活品质。
智慧城市利用物联网将实体城市与数字城市连接起来，物联网无时不刻都在产生着庞大的数据信息。这些庞大的数据信息可能来自智慧城市的政府数据，或者来自除政府数据以外的其他数据。信息时代的重要特征就是数据的海量性，人类正在迈入大数据时代，数据共享也顺应了时代的潮流。数据共享可以降低重新收集和验证数据的成本，为整合城市系统和服务提供驱动力，同时可以将政府决策进行透明化，数据共享还能促进居民与社区的参与度，实现企业与社区的共同创新，进一步提高居民的生活质量，提高办事效率。
目前，现有的智慧城市数据共享方法存在以下问题：各领域各部门之间的数据往往分散在不同的平台上，数据之间相互独立；数据格式多种多样，没有统一标准的数据格式将造成数据再利用存在难度；由于数据异构问题使得数据共享时，只能通过语法层面的互操作来实现分布式查询，语法层面的互操作还需遵循通用的知识表示语言和采用标准操作；另外，由于没有统一标准的数据格式，在数据共享时需要多种数据共享协议，操作复杂，不利于数据共享的推广和应用；同时，数据共享时的使用者身份和权限没有界定，可能会造成数据用作非法用途，不利于社会发展和稳定。
发明内容
为了解决现有智慧城市数据共享方法存在的上述诸多问题，本发明提供一种智慧城市数据共享方法。
本发明为解决技术问题所采用的技术方案如下：
本发明的一种智慧城市数据共享方法，包括以下步骤：
步骤一、数据获取
收集开放数据和大数据；
步骤二、数据分析
针对大数据信息进行清除和修正，对开放数据信息和正常数据信息进行合并、分类，按照数据格式进行分类并存储；
步骤三、数据处理
将数据转换为统一格式的结构性数据；
步骤四、数据共享
对数据进行加密，对使用者身份进行验证，建立共享接口和数据细粒度，执行共享操作，存储共享数据并将其可视化处理。
进一步的，步骤一的具体操作过程如下：
S1.1构建开放数据信息收集服务器，链接到各政府职能部门的官方网站和社交媒体收集开放数据；
S1.2构建大数据信息收集服务器，链接到各非政府职能部门的官方网站、数据传感器、移动设备、卫星通讯设备、社交媒体和知识库中收集大数据；
S1.3根据需要实时或间隔设定时间更新所收集的数据。
进一步的，步骤二的具体操作过程如下：
S2.1针对大数据信息进行清除和修正
首先将错误数据直接进行清除；然后设定异常数据判别式对其中的异常数据进行修正，所述异常数据判别式为[yn-yn-1]2＞p，其中，p为数据阈值，yn和yn-1为相邻的两个数据，yn为本次收集的数据，yn-1为上一次收集的数据，当采集的数据满足上述异常数据判别式时，即[yn-yn-1]2＞p时，则认定本次收集的数据yn为异常数据，应对其进行修正，修正后获得对应的正常数据；异常数据修正计算公式如下：
其中，ynt为修正后的数据，yn-2为上上一次收集的数据，yn+1为下一次收集的数据，a为常量，0.5＞a＞0，b≈1；
S2.2对开放数据信息和正常数据信息进行合并、分类
根据数据类型，将合并后的数据划分为：统计类数据、空间类数据、政策类数据和其他类数据四种类型，其中，统计类数据包括文本和数字两种形式，空间类数据包括含有地理坐标信息数据形式和地理坐标信息所对应的属性信息数据形式，政策类数据包括文本形式，剩余数据均划分至其他类型中；
数据所对应的领域包括：交通、医疗、教育、环境、娱乐、旅游、住房、社区、经济、金融、健康、科技、市政、公共安全、就业；
S2.3将统计类数据、空间类数据、政策类数据和其他类数据分别按照CSV、KML、XLS、PDF、XML、JSON、RDF、RSS、XLSX、GIF、TIF、JPG、DOCX、PNG、MDB、KPEG、ICS、HTML格式进行分类，按照分类结果对应存储到数据集中。
进一步的，步骤三的具体操作过程如下：
S3.1采用超文本标记语言制定转换规则，根据转换规则将数据集中的各异构文件分别转换为XML Schema；
S3.2从XML Schema中提取结构信息构建一个临时DTD，将XML Schema映射为对象数据库，通过分析DTD和XML的不同之处，根据DTD的XML函数依赖关系将XML Schema形式化，同时给出XML的轴元素定义；
S3.3根据形式化的XML Schema和XML的轴元素定义制定出基于XML Schema标准的XML函数依赖和转换规则集；
S3.4根据XML Schema、基于XML Schema标准的XML函数依赖和转换规则集采用DOM4J解析方法对XML Schema进行解析，将所有数据统一为XML格式的结构性数据。
进一步的，步骤四的具体操作过程如下：
S4.1根据加密程序中的加密算法对需要加密的数据进行加密计算，实现目标数据的加密；
S4.2数据共享使用者身份验证
利用共享密钥、生物学特征、私有密钥、SSL、数字签名对使用者身份进行验证，通过后则允许进入数据共享程序，若未通过则返回至上一级操作模式；
S4.3根据使用者的数据共享需求，构建数据共享接口，数据共享接口采用SPARQLendpoint或REST web service；
S4.4根据使用者的数据共享需求，构建数据细粒度，数据细粒度包括：标签、内容、质量、参考、分发、速率、位置；
S4.5向使用者共享设备发送共享请求，在使用者接受共享应答时，执行共享操作；
S4.6将所共享的数据存储在云服务器中；
S4.7通过显示设备将存储在云服务器中的共享数据进行可视化显示。
本发明的有益效果是：
1、本发明通过构建开放数据信息收集服务器，链接到各政府职能部门的官方网站和社交媒体收集开放数据；构建大数据信息收集服务器，链接到各非政府职能部门的官方网站、数据传感器、移动设备、卫星通讯设备、社交媒体和知识库中收集大数据；根据需要实时或间隔设定时间更新所收集的数据，实现最大限度数据信息收集，将各自独立存在的数据信息整合到同一个平台之上，解决了数据之间相互独立的问题，使后续的数据分析操作和数据共享操作更加便利，提高数据响应速度，提高数据共享效率。
2、本发明针对大数据信息中的错误数据直接进行清除，对存在偏差的数据进行修正，通过构建异常数据判别式，能够直接判断出异常数据，然后通过从异常数据修正计算公式将其修正，通过清除和修正能够将数据信息进行初步筛选和修整，方便后续的格式统一，提高格式统一的精准度，为后续数据共享操作的可靠性提供了有利支撑。
3、本发明通过对开放数据和正常数据进行合并和分类，可以方便后续的格式统一，同时还可以整合各领域的数据资源，囊括了包括交通、医疗、教育等多个领域中的数据，具有数据覆盖面广的特点，为后续数据的共享扩大覆盖面，同时增加数据共享的实用性。
4、本发明通过按照数据格式进行分类并存储，同时将分类结果存储到对应的数据集中，方便后续数据格式转换时的查找和调用。
5、本发明通过将数据转换为统一格式的结构性数据，实现了数据格式的统一，同时将不同的数据格式转换为统一格式进行共享和发布，最大限度的为用户提供不同类型的共享数据，促进了数据的广泛使用。
6、本发明通过对数据进行加密，能够降低数据使用的风险，增加数据共享的安全性。
7、本发明通过对使用者身份进行验证，进一步降低数据共享风险，增强数据共享的有效性，减小滥用的概率和风险。
8、本发明建立共享接口和数据细粒度，执行共享操作，可以统一数据共享协议，只通过一种数据共享接口才能实现数据共享，增加数据共享的安全性和可靠性。
9、本发明通过存储共享数据并将其可视化处理，可以借助图形化方式，使使用者更加有效的理解数据，降低共享数据的难以程度，使其更容易被人们接受。
具体实施方式
本发明的一种智慧城市数据共享方法，主要包括以下步骤：
步骤一、数据获取
S1.1构建开放数据信息收集服务器，链接到各政府职能部门的官方网站和社交媒体收集开放数据；
S1.2构建大数据信息收集服务器，链接到各非政府职能部门的官方网站、数据传感器、移动设备、卫星通讯设备、社交媒体和知识库中收集大数据；
S1.3根据需要实时或间隔设定时间更新所收集的数据。
步骤二、数据分析
针对大数据信息进行清除和修正，对开放数据信息和正常数据信息进行合并、分类，按照数据格式进行分类并存储。具体操作步骤如下：
S2.1针对大数据信息进行清除和修正
首先将错误数据直接进行清除；然后设定异常数据判别式对其中的异常数据进行修正，所述异常数据判别式为[yn-yn-1]2＞p，其中，p为数据阈值，yn和yn-1为相邻的两个数据，yn为本次收集的数据，yn-1为上一次收集的数据，当采集的数据满足上述异常数据判别式时，即[yn-yn-1]2＞p时，则认定本次收集的数据yn为异常数据，应对其进行修正，修正后获得对应的正常数据；异常数据修正计算公式如下：
其中，ynt为修正后的数据，yn-2为上上一次收集的数据，yn+1为下一次收集的数据，a为常量，0.5＞a＞0，b≈1；
S2.2对开放数据信息和正常数据信息进行合并、分类
根据数据类型，将合并后的数据划分为：统计类数据、空间类数据、政策类数据和其他类数据四种类型，其中，统计类数据包括文本和数字两种形式，空间类数据包括含有地理坐标信息数据形式和地理坐标信息所对应的属性信息数据形式，政策类数据包括文本形式，剩余数据均划分至其他类型中；
数据所对应的领域包括：交通、医疗、教育、环境、娱乐、旅游、住房、社区、经济、金融、健康、科技、市政、公共安全、就业；
S2.3将统计类数据、空间类数据、政策类数据和其他类数据分别按照CSV、KML、XLS、PDF、XML、JSON、RDF、RSS、XLSX、GIF、TIF、JPG、DOCX、PNG、MDB、KPEG、ICS、HTML格式进行分类，按照分类结果对应存储到数据集中。
步骤三、数据处理
将数据转换为统一格式的结构性数据。具体操作步骤如下：
S3.1采用超文本标记语言制定转换规则，根据转换规则将数据集中的各异构文件分别转换为XML Schema；
S3.2从XML Schema中提取结构信息构建一个临时DTD，将XML Schema映射为对象数据库，通过分析DTD和XML的不同之处，根据DTD的XML函数依赖关系将XML Schema形式化，同时给出XML的轴元素定义；
S3.3根据形式化的XML Schema和XML的轴元素定义制定出基于XML Schema标准的XML函数依赖和转换规则集；
S3.4根据XML Schema、基于XML Schema标准的XML函数依赖和转换规则集采用DOM4J解析方法对XML Schema进行解析，将所有数据统一为XML格式的结构性数据。
步骤四、数据共享
对数据进行加密，对使用者身份进行验证，建立共享接口和数据细粒度，执行共享操作，存储共享数据并将其可视化处理。具体操作如下：
S4.1根据加密程序中的加密算法对需要加密的数据进行加密计算，实现目标数据的加密；
S4.2数据共享使用者身份验证
利用共享密钥、生物学特征、私有密钥、SSL、数字签名对使用者身份进行验证，通过后则允许进入数据共享程序，若未通过则返回至上一级操作模式；
S4.3根据使用者的数据共享需求，构建数据共享接口，数据共享接口采用：SPARQLendpoint或REST web service；
S4.4根据使用者的数据共享需求，构建数据细粒度，数据细粒度包括：标签、内容、质量、参考、分发、速率、位置；
S4.5向使用者共享设备发送共享请求，在使用者接受共享应答时，执行共享操作；
S4.6将所共享的数据存储在云服务器中；
S4.7通过显示设备将存储在云服务器中的共享数据进行可视化显示。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，但这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (1)

1.一种智慧城市数据共享方法，其特征在于，包括以下步骤：
步骤一、数据获取
S1.1构建开放数据信息收集服务器，链接到各政府职能部门的官方网站和社交媒体收集开放数据；
S1.2构建大数据信息收集服务器，链接到各非政府职能部门的官方网站、数据传感器、移动设备、卫星通讯设备、社交媒体和知识库中收集大数据；
S1.3根据需要实时或间隔设定时间更新所收集的数据；
步骤二、数据分析
针对大数据信息进行清除和修正，对开放数据信息和正常数据信息进行合并、分类，按照数据格式进行分类并存储；
S2.1针对大数据信息进行清除和修正
首先将错误数据直接进行清除；然后设定异常数据判别式对其中的异常数据进行修正，所述异常数据判别式为[yn-yn-1]2＞p，其中，p为数据阈值，yn和yn-1为相邻的两个数据，yn为本次收集的数据，yn-1为上一次收集的数据，当采集的数据满足上述异常数据判别式时，即[yn-yn-1]2＞p时，则认定本次收集的数据yn为异常数据，应对其进行修正，修正后获得对应的正常数据；异常数据修正计算公式如下：
其中，ynt为修正后的数据，yn-2为上上一次收集的数据，yn+1为下一次收集的数据，a为常量，0.5＞a＞0，b≈1；
S2.2对开放数据信息和正常数据信息进行合并、分类
根据数据类型，将合并后的数据划分为：统计类数据、空间类数据、政策类数据和其他类数据四种类型，其中，统计类数据包括文本和数字两种形式，空间类数据包括含有地理坐标信息数据形式和地理坐标信息所对应的属性信息数据形式，政策类数据包括文本形式，剩余数据均划分至其他类型中；
数据所对应的领域包括：交通、医疗、教育、环境、娱乐、旅游、住房、社区、经济、金融、健康、科技、市政、公共安全、就业；
S2.3将统计类数据、空间类数据、政策类数据和其他类数据分别按照CSV、KML、XLS、PDF、XML、JSON、RDF、RSS、XLSX、GIF、TIF、JPG、DOCX、PNG、MDB、KPEG、ICS、HTML格式进行分类，按照分类结果对应存储到数据集中；
步骤三、数据处理
S3.1采用超文本标记语言制定转换规则，根据转换规则将数据集中的各异构文件分别转换为XML Schema；
S3.2从XML Schema中提取结构信息构建一个临时DTD，将XML Schema映射为对象数据库，通过分析DTD和XML的不同之处，根据DTD的XML函数依赖关系将XML Schema形式化，同时给出XML的轴元素定义；
S3.3根据形式化的XML Schema和XML的轴元素定义制定出基于XML Schema标准的XML函数依赖和转换规则集；
S3.4根据XML Schema、基于XML Schema标准的XML函数依赖和转换规则集采用DOM4J解析方法对XML Schema进行解析，将所有数据统一为XML格式的结构性数据；
步骤四、数据共享
对数据进行加密，对使用者身份进行验证，建立共享接口和数据细粒度，执行共享操作，存储共享数据并将其可视化处理；
S4.1根据加密程序中的加密算法对需要加密的数据进行加密计算，实现目标数据的加密；
S4.2数据共享使用者身份验证
利用共享密钥、生物学特征、私有密钥、SSL、数字签名对使用者身份进行验证，通过后则允许进入数据共享程序，若未通过则返回至上一级操作模式；
S4.3根据使用者的数据共享需求，构建数据共享接口，数据共享接口采用SPARQLendpoint或REST web service；
S4.4根据使用者的数据共享需求，构建数据细粒度，数据细粒度包括：标签、内容、质量、参考、分发、速率、位置；
S4.5向使用者共享设备发送共享请求，在使用者接受共享应答时，执行共享操作；
S4.6将所共享的数据存储在云服务器中；
S4.7通过显示设备将存储在云服务器中的共享数据进行可视化显示。
CN202011369705.2A 2020-11-30 2020-11-30 一种智慧城市数据共享方法 Active CN112527895B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011369705.2A CN112527895B (zh) 2020-11-30 2020-11-30 一种智慧城市数据共享方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011369705.2A CN112527895B (zh) 2020-11-30 2020-11-30 一种智慧城市数据共享方法

Publications (2)

Publication Number Publication Date
CN112527895A CN112527895A (zh) 2021-03-19
CN112527895B true CN112527895B (zh) 2023-12-15

Family

ID=74995320

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011369705.2A Active CN112527895B (zh) 2020-11-30 2020-11-30 一种智慧城市数据共享方法

Country Status (1)

Country Link
CN (1) CN112527895B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112732467A (zh) * 2021-03-30 2021-04-30 北京浩瀚深度信息技术股份有限公司 一种大规模数据共享方法、装置及存储介质
CN113382079B (zh) * 2021-06-23 2022-10-28 鹤壁国立光电科技股份有限公司 一种基于数据可视化和数据共享的混合系统
CN115578855A (zh) * 2022-09-09 2023-01-06 内蒙古尚禾能源科技有限公司 一种基于大数据加密的智慧城市共享管理系统及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103324629A (zh) * 2012-03-21 2013-09-25 无锡物联网产业研究院 面向城市智能交通的语义传感器网络系统及语义传感方法
CN107146413A (zh) * 2017-06-24 2017-09-08 梧州市兴能农业科技有限公司 一种智慧城市服务平台
CN107945086A (zh) * 2017-11-17 2018-04-20 广州葵翼信息科技有限公司 一种应用于智慧城市的大数据资源管理系统
CN110019466A (zh) * 2017-12-01 2019-07-16 广州明领基因科技有限公司 基于元数据的大数据集成系统
CN110335187A (zh) * 2019-06-18 2019-10-15 国家信息中心 一种智慧城市操作系统
CN111092938A (zh) * 2019-12-04 2020-05-01 重庆特斯联智慧科技股份有限公司 一种基于云平台的智慧城市管理系统
CN111475545A (zh) * 2020-04-02 2020-07-31 湖南赛吉智慧城市建设管理有限公司 用于智慧城市的城市基础数据库系统
CN111984717A (zh) * 2020-08-26 2020-11-24 江西微博科技有限公司 一种大数据智慧政务平台信息管理方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109597848A (zh) * 2018-11-21 2019-04-09 北京域天科技有限公司 一种应急资源共享交换系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103324629A (zh) * 2012-03-21 2013-09-25 无锡物联网产业研究院 面向城市智能交通的语义传感器网络系统及语义传感方法
CN107146413A (zh) * 2017-06-24 2017-09-08 梧州市兴能农业科技有限公司 一种智慧城市服务平台
CN107945086A (zh) * 2017-11-17 2018-04-20 广州葵翼信息科技有限公司 一种应用于智慧城市的大数据资源管理系统
CN110019466A (zh) * 2017-12-01 2019-07-16 广州明领基因科技有限公司 基于元数据的大数据集成系统
CN110335187A (zh) * 2019-06-18 2019-10-15 国家信息中心 一种智慧城市操作系统
CN111092938A (zh) * 2019-12-04 2020-05-01 重庆特斯联智慧科技股份有限公司 一种基于云平台的智慧城市管理系统
CN111475545A (zh) * 2020-04-02 2020-07-31 湖南赛吉智慧城市建设管理有限公司 用于智慧城市的城市基础数据库系统
CN111984717A (zh) * 2020-08-26 2020-11-24 江西微博科技有限公司 一种大数据智慧政务平台信息管理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"异构文本数据转换中XML解析方法对比研究";何卓桁;《计算机工程》;第46卷(第7期);第286-293,299页 *

Also Published As

Publication number Publication date
CN112527895A (zh) 2021-03-19

Similar Documents

Publication Publication Date Title
CN112527895B (zh) 一种智慧城市数据共享方法
Alessandretti et al. The scales of human mobility
Tseng et al. Congestion prediction with big data for real-time highway traffic
Xu et al. Characterizing destination networks through mobility traces of international tourists—A case study using a nationwide mobile positioning dataset
US7908075B2 (en) Traffic information query system and traffic information query method
Zhou et al. Measuring accessibility of healthcare facilities for populations with multiple transportation modes considering residential transportation mode choice
Ma et al. Modeling the hourly distribution of population at a high spatiotemporal resolution using subway smart card data: A case study in the central area of Beijing
CN111190982B (zh) 一种基于大数据的共享单车管理方法及系统
Sahu et al. Bayesian spatio-temporal joint disease mapping of Covid-19 cases and deaths in local authorities of England
Mesquitela et al. Data analytics process over road accidents data—a case study of Lisbon city
Shahraki et al. Evidential fine-grained event localization using Twitter
Yang et al. Understanding collective human mobility spatiotemporal patterns on weekdays from taxi origin-destination point data
DE112021001926T5 (de) System und verfahren zur filterlosen drosselung vonfahrzeugereignisdatenverarbeitung zum identifizieren von parkbereichen
Huang et al. Interactions between bus, metro, and taxi use before and after the Chinese Spring Festival
Marinas-Collado et al. A mathematical study of Barcelona metro network
Bai et al. A novel emergency situation awareness machine learning approach to assess flood disaster risk based on Chinese Weibo
Lv et al. Towards healthy aging: influence of the built environment on elderly pedestrian safety at the micro-level
Fan et al. Neural embeddings of urban big data reveal emergent structures in cities
CN104794164B (zh) 基于开源数据识别住区车位匹配社会停车需求的方法
CN109784525A (zh) 基于天空地一体化数据的预警方法及装置
Mahmoudi et al. Modeling the frequency of pedestrian and bicyclist crashes at intersections: big data-driven evidence from Maryland
Petutschnig et al. Commuter Mobility Patterns in Social Media: Correlating Twitter and LODES Data
Khan et al. Social media data in transportation
Yu et al. Graph based embedding learning of trajectory data for transportation mode recognition by fusing sequence and dependency relations
Mehriar et al. The relations between street network configuration and travel behavior in Pakistan; The optimal level of street connectivity for a more active mobility

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
GR01 Patent grant
GR01 Patent grant