CN112671867A - 一种融合多种交通方式的出行一体化云服务系统及方法 - Google Patents
一种融合多种交通方式的出行一体化云服务系统及方法 Download PDFInfo
- Publication number
- CN112671867A CN112671867A CN202011485341.4A CN202011485341A CN112671867A CN 112671867 A CN112671867 A CN 112671867A CN 202011485341 A CN202011485341 A CN 202011485341A CN 112671867 A CN112671867 A CN 112671867A
- Authority
- CN
- China
- Prior art keywords
- layer
- data
- service
- cloud service
- services
- 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.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于软件应用技术领域,提供了一种融合多种交通方式的出行一体化云服务系统及方法,包括IaaS层,用于为客户提供计算基础设施的服务,使用户能够运行相关软件;PaaS层,利用基础开放平台支撑人工智能计算、大数据服务、指标计算服务、电子地图服务、统一认证服务、消息总线以及其它微服务;所述PaaS层与IaaS层连接;DaaS层,用于对外提供开放数据、算法和报表服务;所述DaaS层与PaaS层连接;SaaS层和MaaS层,用于形成PC端、大屏和移动端等个性化前端展示服务,所述SaaS层和MaaS层,与DaaS层连接。借此,本发明可以全行业多层级精细化动态监测及预警。
Description
技术领域
本发明涉及软件应用技术领域,尤其涉及一种融合多种交通方式的出行一体化云服务系统及方法。
背景技术
交通运输信息化经过“十三五”期间建设,已经取得较好的发展实效,但是各业务领域全局性、系统性、协同性不足,资源共享难、互联互通难、业务协同难的问题没有实质解决,尚未形成一个能支撑全行业共享应用的基础信息资源体系,行业信息资源开放共享程度不够,跨方式、跨部门、跨地区信息开放共享不足,政企、行业、部省间协同不足,并存在标准不统一的情况,数据不能够有效转化运用并赋能。道路拥堵、公交挤、换乘难等公众出行难问题尚未有效解决,交通运输管理部门亟需提高运用大数据智慧管理和服务能力,推动多方数据融合协同,实现向多方共建共享共用交通数据的转变,打造科学化、精细化、智能化的治理和服务体系。
综上可知,现有技术在实际使用上显然存在不便与缺陷,所以有必要加以改进。
发明内容
针对上述的缺陷,本发明的目的在于提供一种融合多种交通方式的出行一体化云服务系统及方法,其可以全行业多层级精细化动态监测及预警。
为了实现上述目的,本发明提供一种融合多种交通方式的出行一体化云服务系统,包括:IaaS层,用于为客户提供计算基础设施的服务,使用户能够运行相关软件;PaaS层,利用基础开放平台支撑人工智能计算、大数据服务、指标计算服务、电子地图服务、统一认证服务、消息总线以及其它微服务;所述PaaS层与IaaS层连接;DaaS层,用于对外提供开放数据、算法和报表服务;所述DaaS层与PaaS层连接;SaaS层和MaaS层,用于形成PC端、大屏和移动端等个性化前端展示服务,所述SaaS层和MaaS层与DaaS层连接。
根据本发明的一种融合多重交通方式的出行一体化云服务系统,所述IaaS层提供主机、云存储和湖存储技术。
根据本发明的一种融合多种交通方式的出行一体化云服务系统,所述PaaS层为单节点开放平台。
根据本发明的一种融合多种交通方式的出行一体化云服务系统,所述DaaS层设有云服务支撑平台,所述云服务支撑平台包括大数据管理平台、共享交换平台、算法平台、BI分析平台。
根据本发明的一种融合多种交通方式的出行一体化云服务系统,所述SaaS层和MaaS层包括若干前端框架,所述前端框架包括VUE、H5和ES6。
根据本发明的一种融合多种交通方式的出行一体化云服务系统进行数据处理的方法,其特征在于,包括以下工作步骤:
S1数据接入:采用ETL工具、标准协议和定制化的私有协议,可接入不同数据源、结构化数据和非结构化数据,将采集的数据经过统一的接入网关,传输到系统;
S2数据接受处理:由服务调度框架向计算服务传递租户信息,由计算服务进行相关的计算;在数据的入口处,把数据打上来源的标签,此标签可追溯数据的整个生命周期中。
S3数据存储:数据存储标准化,将外部不符合标准的数据梳理为标准的数据格式。数据按领域分类,维度,事实分类,业务表职责清晰,对开发和业务人员更加友好。
S4业务应用:数据访问接口把DAS层数据,统一提供给各种应用,包括大屏,PC,手机端。
根据本发明的一种融合多种交通方式的出行一体化云服务系统进行数据处理的方法,所述S3数据存储分为三层:数据运营层(ODS)、数据仓库层(DW)和数据应用层(DAS),ODS层存放原始数据,DW层存放重点设计数据存储,DAS存放面向业务定制的应用数据。
根据本发明的一种融合多种交通方式的出行一体化云服务系统进行数据处理的方法,其特征在于,所述S2数据接收处理采用多租户技术,实现多用户的环境下共用相同的系统或程序组件,并且仍可确保各用户间数据的隔离性。所述多租户技术的服务区包括租户相关服务和租户无关服务。
本发明提供了一种融合多种交通方式的出行一体化云服务系统,包括:IaaS层,用于为客户提供计算基础设施的服务,使用户能够运行相关软件,IaaS层提供主机、云存储和湖存储技术,云主机能够根据业务需求,按需使用、随时扩展、部署所需的服务器环境。数据采用云存储、湖存储的方式,通过云主机保证计算、存储、网络的安全,云存储和湖存储满足数据存储的安全和稳定。PaaS层,利用基础开放平台支撑人工智能计算、大数据服务、指标计算服务、电子地图服务、统一认证服务、消息总线以及其它微服务;人工智能采用成熟人工智能框架,完成巨量数据的分析与挖掘、模式识别;大数据采用Hadoop集群技术存储海量数据,对外提供数据存储服务;再利用Spark引擎完成各种各样的运算,包括SQL查询、文本处理、机器学习等,对外提供实时计算服务;指标计算集成TOCC平台成熟的指标算法体系通过统一API对外提供算法服务;电子地图集成Arcgis、互联网地图及其它专业地图,统一GCMAP对外提供地图服务;统一认证,为保证API服务安全通过token认证,所有API通过统一认证保证接口安全性及数据安全;微服务提供业务数据服务,整合业务需求,通过微服务横向扩展能力,对外统一数据服务。消息总线利用成熟消息中间件,对亿级数据接入、分发。所述PaaS层与IaaS层连接;DaaS层以大数据管理平台、共享交换平台、算法平台、BI分析平台形成云服务支持平台,用于对外提供开放数据、算法和报表服务,整合PaaS层服务,为业务层提供数据管理、数据共享交换、数据分析、数据运营管理服务。所述DaaS层与PaaS层连接;SaaS层和MaaS层,用于形成PC端、大屏和移动端等个性化前端展示服务,所述SaaS层和MaaS层与DaaS层连接。通过IaaS层、PaaS层、DaaS层、SaaS层、MaaS层,实现数据先期采集到数据分析以及价值挖掘。在政府助力之下实现数据的先期汇聚,通过数据分析服务,面向企业、公众有序开放,实现数据运营回报。通过四层技术构架不同层次实现主机安全、网络安全、数据安全、应用安全。
附图说明
图1是本发明的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明,应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
参见图1,本发明提供了一种融合多种交通方式的出行一体化云服务系统,该种融合多种交通方式的出行一体化云服务系统及方法,包括:IaaS层,用于为客户提供计算基础设施的服务,使用户能够运行相关软件,IaaS层提供主机、云存储和湖存储技术,云主机能够根据业务需求,按需使用、随时扩展、部署所需的服务器环境。数据采用云存储、湖存储的方式,通过云主机保证计算、存储、网络的安全,云存储和湖存储满足数据存储的安全和稳定。PaaS层,利用基础开放平台支撑人工智能计算、大数据服务、指标计算服务、电子地图服务、统一认证服务、消息总线以及其它微服务;人工智能采用成熟人工智能框架,完成巨量数据的分析与挖掘、模式识别;大数据采用Hadoop集群技术存储海量数据,对外提供数据存储服务;再利用Spark引擎完成各种各样的运算,包括SQL查询、文本处理、机器学习等,对外提供实时计算服务;指标计算集成TOCC平台成熟的指标算法体系通过统一API对外提供算法服务;电子地图集成Arcgis、互联网地图及其它专业地图,统一GCMAP对外提供地图服务;统一认证,为保证API服务安全通过token认证,所有API通过统一认证保证接口安全性及数据安全;微服务提供业务数据服务,整合业务需求,通过微服务横向扩展能力,对外统一数据服务。消息总线利用成熟消息中间件,对亿级数据接入、分发。所述PaaS层与IaaS层连接;DaaS层以大数据管理平台、共享交换平台、算法平台、BI分析平台形成云服务支持平台,用于对外提供开放数据、算法和报表服务,整合PaaS层服务,为业务层提供数据管理、数据共享交换、数据分析、数据运营管理服务。所述DaaS层与PaaS层连接;SaaS层和MaaS层,用于形成PC端、大屏和移动端等个性化前端展示服务,所述SaaS层和MaaS层与DaaS层连接。通过IaaS层、PaaS层、DaaS层、SaaS层、MaaS层,实现数据先期采集到数据分析以及价值挖掘。在政府助力之下实现数据的先期汇聚,通过数据分析服务,面向企业、公众有序开放,实现数据运营回报。通过四层技术构架不同层次实现主机安全、网络安全、数据安全、应用安全。
优选的是,本发明的IaaS层提供主机、云存储和湖存储技术。云主机采用云服务商的云主机服务相比于物理主机,整合了计算、存储与网络资源的IT基础设施能力,能够根据业务需求,按需使用、扩展、部署所需的服务器环境并且能够保障主机稳定、安全运行。数据采用云存储、湖存储的方式,云存储通过集群、分布式文件系统和网格计算等技术,实现云存储中多个存储设备之间的协同工作,使多个的存储设备可以对外提供同一种服务,并提供更大更强更好的数据访问性能,并通过各种数据备份和容灾技术和措施可以保证云存储中的数据不会丢失,保证云存储自身的安全和稳定;湖存储以蓝光技术将冷数据存储于湖中,降低存储成本。通过云主机保证计算、存储、网络的安全,云存储/湖存储满足数据存储的安全和稳定。
另外,本发明的PaaS层为单节点开放平台,可以将平台自身作为运维平台,避免重新搭建运维平台。
进一步的,本发明的DaaS层设有云服务支撑平台,所述云服务支撑平台包括大数据管理平台、共享交换平台、算法平台、BI分析平台。实现对外提供开放数据、算法、报表服务的目的。可以整合PaaS层服务,为业务层提供数据管理、数据共享交换、数据分析、数据运营管理服务。数据管理,将数据清洗、抽取的规范化数据按领域、维度分类对用户提供不同维度管理、元数据管理、数据计算管理、元数据查询、数据标准规范引用等;数据共享交换,构建一个统一数据共享交换平台,将已经规范化的数据,以规范的格式、服务对外提供数据接口服务,实现数据的最大化利用;数据分析,通过PaaS层指标计算服务,再通过BI工具形成统一报表服务;数据运营管理,对每条数据进行标签化管理,对数据进行运营,计算数据费用。更好的,本发明的SaaS层和MaaS层包括若干前端框架,所述前端框架包括VUE、H5和ES6。
另外,本发明包括以下工作步骤:
S1数据接入:采用ETL工具、标准协议和定制化的私有协议,可接入不同数据源、结构化数据和非结构化数据,将采集的数据经过统一的接入网关,传输到系统;利用5G、北斗、车联网、GIS、RFID、手机信令、移动执法仪、电子车牌、视频监测、AIS、ETC、一卡通、气象监测仪等设备及技术,通过接入网关,可接入不同数据源的数据,包括结构化数据,非结构化数据。可接入不同协议的终端数据,包括JT808,JT809,JT1078等标准协议。在数据的入口处,对数据打上租户的ID标签,在后面的计算中,以此为标识,生成各用户相关的指标和服务。与传统数据管理不同,本发明增强了对实时数据的接入能力,通过高性能数据接入网关,利用云平台提供的动态扩容能力,可根据实际的接入数据量对接入服务进行动态调整,节省成本的同时,大大减少了数据的延时,增强了对业务的快速响应能力。
S2数据接受处理:由服务调度框架向计算服务传递租户信息,由计算服务进行相关的计算;在数据的入口处,把数据打上来源的标签,此标签可追溯数据的整个生命周期中。本系统对数据的适配处理包括数据检查、数据抽取、数据组织、数据转换、数据装载。数据检查能够对源数据进行数据正确性、完整性检查,并制定数据清洗和过滤规则。数据抽取支持抽取过滤条件的设置,并能对多种异构数据以及多表联合抽取。数据组织对数据资源建立统一的数据视图,便于数据管理。数据转换能够分别建立源数据到目标数据的数据映射关系,包括格式、代码转换方式。系统提供常用的转换接口和转换函数,并可自定义转换函数。数据装载可以实现数据的批量装载、多维装载,并通过数据校验机制保证数据一致性。
S3数据存储:数据存储标准化,将外部不符合标准的数据梳理为标准的数据格式。数据按领域分类,维度,事实分类,业务表职责清晰,对开发和业务人员更加友好。
S4业务应用:数据访问接口把DAS层数据,统一提供给各种应用,包括大屏,PC,手机端。基于对已汇聚数据资源的动态监测与深层挖掘分析,满足各级政府对交通行业的运行监管需求,实现有效监管、动态分析、快速应急、协同联动、辅助决策等功能。此外,提供实时路况查询、路径诱导、公交到站提示等多项出行服务,科学诱导车辆,提高出行效率,避免加重道路拥堵,减少燃油消耗;实时查看公交到站情况,减少公交等待时间,节约时间成本。以多种形式满足多样化公众出行需求,提供购票、住宿、租赁、汽修、驾培、旅游、广告、保险、医疗、卫生等各类出行相关服务信息。
优选的是,S3数据存储分为三层:数据运营层(ODS)、数据仓库层(DW)和数据应用层(DAS),ODS层存放原始数据,DW层存放重点设计数据存储,DAS存放面向业务定制的应用数据。ODS从数据源中的数据,经过抽取、洗净、传输,在ETL之后装入本层。本层的数据,总体上大多是按照源头业务系统的分类方式而分类的。DW从ODS层中获得的数据按照主题建立各种数据模型。对通用的核心维度进行聚合操作,算出相应的统计指标。一张表会涵盖比较多的业务内容,由于其字段较多,因此一般也会称该层的表为宽表,即一个事实字段,多上维度字段,方便业务系统查询。DAS主要是提供给数据产品和数据分析使用的数据,一般会供数据分析和数据挖掘使用。
更好的,所述S2数据接收处理采用多租户技术,实现多用户的环境下共用相同的系统或程序组件,并且仍可确保各用户间数据的隔离性。所述多租户技术的服务区包括租户相关服务和租户无关服务。
综上所述,本发明提供了一种融合多种交通方式的出行一体化云服务系统,包括:IaaS层,用于为客户提供计算基础设施的服务,使用户能够运行相关软件,IaaS层提供主机、云存储和湖存储技术,云主机能够根据业务需求,按需使用、随时扩展、部署所需的服务器环境。数据采用云存储、湖存储的方式,通过云主机保证计算、存储、网络的安全,云存储和湖存储满足数据存储的安全和稳定。PaaS层,利用基础开放平台支撑人工智能计算、大数据服务、指标计算服务、电子地图服务、统一认证服务、消息总线以及其它微服务;人工智能采用成熟人工智能框架,完成巨量数据的分析与挖掘、模式识别;大数据采用Hadoop集群技术存储海量数据,对外提供数据存储服务;再利用Spark引擎完成各种各样的运算,包括SQL查询、文本处理、机器学习等,对外提供实时计算服务;指标计算集成TOCC平台成熟的指标算法体系通过统一API对外提供算法服务;电子地图集成Arcgis、互联网地图及其它专业地图,统一GCMAP对外提供地图服务;统一认证,为保证API服务安全通过token认证,所有API通过统一认证保证接口安全性及数据安全;微服务提供业务数据服务,整合业务需求,通过微服务横向扩展能力,对外统一数据服务。消息总线利用成熟消息中间件,对亿级数据接入、分发。所述PaaS层与IaaS层连接;DaaS层以大数据管理平台、共享交换平台、算法平台、BI分析平台形成云服务支持平台,用于对外提供开放数据、算法和报表服务,整合PaaS层服务,为业务层提供数据管理、数据共享交换、数据分析、数据运营管理服务。所述DaaS层与PaaS层连接;SaaS层和MaaS层,用于形成PC端、大屏和移动端等个性化前端展示服务,所述SaaS层和MaaS层与DaaS层连接。通过IaaS层、PaaS层、DaaS层、SaaS层、MaaS层,实现数据先期采集到数据分析以及价值挖掘。在政府助力之下实现数据的先期汇聚,通过数据分析服务,面向企业、公众有序开放,实现数据运营回报。通过四层技术构架不同层次实现主机安全、网络安全、数据安全、应用安全。
当然,本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (8)
1.一种融合多种交通方式的出行一体化云服务系统,其特征在于,包括:
IaaS层,用于为客户提供计算基础设施的服务,使用户能够运行相关软件;
PaaS层,利用基础开放平台支撑人工智能计算、大数据服务、指标计算服务、电子地图服务、统一认证服务、消息总线以及其它微服务;所述PaaS层与IaaS层连接;
DaaS层,用于对外提供开放数据、算法和报表服务;所述DaaS层与PaaS层连接;
SaaS层和MaaS层,用于形成PC端、大屏和移动端等个性化前端展示服务,所述SaaS层和MaaS层,与DaaS层连接。
2.根据权利要求1所述的一种融合多重交通方式的出行一体化云服务系统,其特征在于,所述IaaS层提供主机、云存储和湖存储技术。
3.根据权利要求1所述的一种融合多种交通方式的出行一体化云服务系统,其特征在于,所述PaaS层为单节点开放平台。
4.根据权利要求1所述的一种融合多种交通方式的出行一体化云服务系统,其特征在于,所述DaaS层设有云服务支撑平台,所述云服务支撑平台包括大数据管理平台、共享交换平台、算法平台、BI分析平台。
5.根据权利要求1所述的一种融合多种交通方式的出行一体化云服务系统,其特征在于,所述SaaS层和MaaS层包括若干前端框架,所述前端框架包括VUE、H5和ES6。
6.根据权利要求1~5任意一项所述的一种融合多种交通方式的出行一体化云服务系统进行数据处理的方法,其特征在于,包括以下工作步骤:
S1数据接入:采用ETL工具、标准协议和定制化的私有协议,可接入不同数据源、结构化数据和非结构化数据,将采集的数据经过统一的接入网关,传输到系统;
S2数据接受处理:由服务调度框架向计算服务传递租户信息,由计算服务进行相关的计算;在数据的入口处,把数据打上来源的标签,此标签可追溯数据的整个生命周期中。
S3数据存储:数据存储标准化,将外部不符合标准的数据梳理为标准的数据格式。数据按领域分类,维度,事实分类,业务表职责清晰,对开发和业务人员更加友好。
S4业务应用:数据访问接口把DAS层数据,统一提供给各种应用,包括大屏,PC,手机端。
7.根据权利要求6所述的一种融合多种交通方式的出行一体化云服务系统进行数据处理的方法,其特征在于,所述S3数据存储分为三层:数据运营层(ODS)、数据仓库层(DW)和数据应用层(DAS),ODS层存放原始数据,DW层存放重点设计数据存储,DAS存放面向业务定制的应用数据。
8.根据权利要求6所述的一种融合多种交通方式的出行一体化云服务系统进行数据处理的方法,其特征在于,所述S2数据接收处理采用多租户技术,实现多用户的环境下共用相同的系统或程序组件,并且仍可确保各用户间数据的隔离性,所述多租户技术的服务区包括租户相关服务和租户无关服务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011485341.4A CN112671867A (zh) | 2020-12-16 | 2020-12-16 | 一种融合多种交通方式的出行一体化云服务系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011485341.4A CN112671867A (zh) | 2020-12-16 | 2020-12-16 | 一种融合多种交通方式的出行一体化云服务系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112671867A true CN112671867A (zh) | 2021-04-16 |
Family
ID=75405443
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011485341.4A Pending CN112671867A (zh) | 2020-12-16 | 2020-12-16 | 一种融合多种交通方式的出行一体化云服务系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112671867A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113780877A (zh) * | 2021-09-24 | 2021-12-10 | 国家电网有限公司大数据中心 | 一种面向低耦合高汇聚易复用的技术架构 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US20180234510A1 (en) * | 2017-02-16 | 2018-08-16 | Oracle International Corporation | System and method for enterprise data distribution |
CN110990374A (zh) * | 2019-11-15 | 2020-04-10 | 山东大学 | 一种基于云计算的电子政务平台系统架构 |
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 |
-
2020
- 2020-12-16 CN CN202011485341.4A patent/CN112671867A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US20180234510A1 (en) * | 2017-02-16 | 2018-08-16 | Oracle International Corporation | System and method for enterprise data distribution |
CN110990374A (zh) * | 2019-11-15 | 2020-04-10 | 山东大学 | 一种基于云计算的电子政务平台系统架构 |
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 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113780877A (zh) * | 2021-09-24 | 2021-12-10 | 国家电网有限公司大数据中心 | 一种面向低耦合高汇聚易复用的技术架构 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tong et al. | A survey on algorithms for intelligent computing and smart city applications | |
Babar et al. | Smart urban planning using big data analytics based internet of things | |
CN109240821B (zh) | 一种基于边缘计算的分布式跨域协同计算与服务系统及方法 | |
Khan et al. | Cloud based big data analytics for smart future cities | |
CN110688495B (zh) | 一种事件信息的知识图谱模型构建方法、装置、存储介质 | |
Ng et al. | A semantic similarity analysis of Internet of Things | |
CN108964996B (zh) | 城乡一体化信息栅格系统及基于其的信息共享方法 | |
CN109254982A (zh) | 一种流数据处理方法、系统、装置及计算机可读存储介质 | |
Kyriazopoulou | Smart city technologies and architectures: A literature review | |
CN113011282A (zh) | 图数据处理方法、装置、电子设备及计算机存储介质 | |
CN105389766A (zh) | 一种基于云平台的智慧城市管理方法及系统 | |
CN111523003A (zh) | 一种以时序动态图谱为核心的数据应用方法及平台 | |
Yu et al. | RTIC-C: A big data system for massive traffic information mining | |
CN102663577A (zh) | 一种基于云平台的智慧城市物联系统 | |
CN102882986A (zh) | 物联网知识产权一站式云服务系统 | |
CN111026874A (zh) | 知识图谱的数据处理方法及服务器 | |
CN107894990A (zh) | 一种城市通用功能平台 | |
CN111488332B (zh) | 一种ai服务开放中台及方法 | |
CN112182077B (zh) | 一种基于数据中台技术的智能运维系统 | |
Ding et al. | SeaCloudDM: a database cluster framework for managing and querying massive heterogeneous sensor sampling data | |
Ding et al. | Massive heterogeneous sensor data management in the Internet of Things | |
Aly et al. | Big data on internet of things: applications, architecture, technologies, techniques, and future directions | |
CN111614769A (zh) | 一种深度学习技术的行为智能分析引擎系统及控制方法 | |
CN112686353A (zh) | 一种城市通行健康码信息数据治理系统 | |
CN112671867A (zh) | 一种融合多种交通方式的出行一体化云服务系统及方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210416 |