【技术实现步骤摘要】
本申请涉及智能城市管理领域，且更为具体地，涉及一种智慧城市运营数据管理系统及方法。
技术介绍
1、智慧城市是指利用各种信息技术，将城市的系统、服务打通以及集成，以提升资源利用效率，优化城市管理和服务，并改善市民的生活质量。随着全球城市化进程的加速，城市人口密度不断上升，资源供需矛盾日益突出，交通拥堵、环境污染、能源浪费等问题已成为许多城市面临的共同挑战。在这一背景下，智慧城市的建设显得尤为重要。以城市交通管理为例，传统的交通管理方式通常依赖固定时长的交通信号灯设置，这难以适应交通流量实时动态变化的情况。具体来说，在早晚高峰期，车流量大时绿灯时间过短，无法有效疏导交通，造成严重拥堵；而在深夜或车流量较小时，绿灯时间过长又会导致资源浪费，降低交通效率。
2、因此，需要一种智慧城市运营数据管理方案。
技术实现思路
1、本申请针对现有技术中的缺点，提供了一种智慧城市运营数据管理系统及方法，其采用基于深度学习的数据处理和分析技术，通过对目标管理路口的交通流量的时间队列数据进行时序分析以了解路口交通流量的时序变化，并基于路口交通流量的时序变化来动态调整交通信号灯的时间配置。这样，能够实现依据实际交通流量来科学合理地配置交通信号灯时间，进而有利于优化城市交通网络的运行效果。
2、根据本申请的一方面，提供了一种智慧城市运营数据管理方法，其包括：
3、获取目标管理路口的交通流量的时间队列数据；
4、对所述交通流量的时间队列数据进行数据分析以得到路口交通
5、根据所述路口交通流量时序特征融合向量中的信息，来对所述目标管理路口的交通信号灯进行控制。
6、根据本申请的另一方面，提供了一种智慧城市运营数据管理系统，其包括：
7、路口交通流量数据采集模块，用于获取目标管理路口的交通流量的时间队列数据；
8、路口交通流量数据分析模块，用于对所述交通流量的时间队列数据进行数据分析以得到路口交通流量时序特征融合向量；
9、交通信号灯控制模块，用于根据所述路口交通流量时序特征融合向量中的信息，来对所述目标管理路口的交通信号灯进行控制。
10、本申请由于采用了以上的技术方案，具有显著的技术效果：
11、本申请提供的智慧城市运营数据管理系统及方法，其采用基于深度学习的数据处理和分析技术，通过对目标管理路口的交通流量的时间队列数据进行时序分析以了解路口交通流量的时序变化，并基于路口交通流量的时序变化来动态调整交通信号灯的时间配置。这样，能够实现依据实际交通流量来科学合理地配置交通信号灯时间，进而有利于优化城市交通网络的运行效果。
本文档来自技高网...【技术保护点】
1.一种智慧城市运营数据管理方法，其特征在于，包括：
2.根据权利要求1所述的智慧城市运营数据管理方法，其特征在于，对所述交通流量的时间队列数据进行数据分析以得到路口交通流量时序特征融合向量，包括：
3.根据权利要求2所述的智慧城市运营数据管理方法，其特征在于，对所述交通流量的时间队列数据进行时序特征提取以得到路口交通流量时序特征向量，包括：将所述交通流量的时间队列数据输入多尺度交通流量序列编码器以得到所述路口交通流量时序特征向量。
4.根据权利要求3所述的智慧城市运营数据管理方法，其特征在于，对所述路口交通流量时序特征向量进行上下文关联编码以得到路口交通流量时序上下文关联特征向量，包括：将所述路口交通流量时序特征向量切分成多个路口交通流量时序特征子向量后输入时序特征上下文关联捕捉器以得到所述路口交通流量时序上下文关联特征向量。
5.根据权利要求4所述的智慧城市运营数据管理方法，其特征在于，所述时序特征上下文关联捕捉器为双向长短期记忆神经网络模型，所述多尺度交通流量序列编码器为包含第一卷积层和第二卷积层的卷积神经网络模型，所述第一卷
6.根据权利要求5所述的智慧城市运营数据管理方法，其特征在于，根据所述路口交通流量时序特征融合向量中的信息，来对所述目标管理路口的交通信号灯进行控制，包括：
7.根据权利要求6所述的智慧城市运营数据管理方法，其特征在于，对所述路口交通流量时序特征融合向量进行基于空间重构的特征聚合筛选以得到优化的路口交通流量时序特征融合向量，包括：
8.根据权利要求7所述的智慧城市运营数据管理方法，其特征在于，以所述目标时间配置方案生成参数节点编码向量的集合中的各个目标时间配置方案生成参数节点编码向量作为游走拓扑空间，分别对所述路口交通流量时序特征融合向量进行拓扑空间约束以得到约束后路口交通流量时序特征融合向量的集合，包括：
9.一种智慧城市运营数据管理系统，其特征在于，包括：
10.根据权利要求9所述的智慧城市运营数据管理系统，其特征在于，所述路口交通流量数据分析模块，包括：
...【技术特征摘要】
1.一种智慧城市运营数据管理方法，其特征在于，包括：
2.根据权利要求1所述的智慧城市运营数据管理方法，其特征在于，对所述交通流量的时间队列数据进行数据分析以得到路口交通流量时序特征融合向量，包括：
3.根据权利要求2所述的智慧城市运营数据管理方法，其特征在于，对所述交通流量的时间队列数据进行时序特征提取以得到路口交通流量时序特征向量，包括：将所述交通流量的时间队列数据输入多尺度交通流量序列编码器以得到所述路口交通流量时序特征向量。
4.根据权利要求3所述的智慧城市运营数据管理方法，其特征在于，对所述路口交通流量时序特征向量进行上下文关联编码以得到路口交通流量时序上下文关联特征向量，包括：将所述路口交通流量时序特征向量切分成多个路口交通流量时序特征子向量后输入时序特征上下文关联捕捉器以得到所述路口交通流量时序上下文关联特征向量。
5.根据权利要求4所述的智慧城市运营数据管理方法，其特征在于，所述时序特征上下文关联捕捉器为双向长短期记忆神经网络模型，所述多尺度交通流量序列编码器为包含第一卷积层和第二卷积层...
【专利技术属性】
技术研发人员：蓝文娟，宋子晨，
申请(专利权)人：漳州市鲁克门网络科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。