新葡京娱乐场-大陆娱乐场开户注册

本項目圍繞“城市場景的全息表達與復雜事件的臨場分析理解”這一關(guān)鍵 科學問題展開研究，基于人機智能的有機結(jié)合、數(shù)據(jù)和知識的聯(lián)合驅(qū)動以及多 模態(tài)數(shù)據(jù)的關(guān)聯(lián)增強等學術(shù)思想，以城市場景的三維時空模型為載體，研究城 市的全息表達理論方法，探索多源感知信息的多層次關(guān)聯(lián)、語義提取與融合分 析的機制和方法，形成城市場景的準全息計算模型，以提高機器對城市對象和 場景語義分析與理解的精準性；研究多源信息的視覺轉(zhuǎn)換機制和自適應交互可 視化方法，探尋信息按需提取或采集的臨場分析機制，推進人機智能的深度耦 合，提高對復雜事件分析和推理的能力。項目預期在城市場景的漸進式三維重 建、跨時空城市感知數(shù)據(jù)的關(guān)聯(lián)學習和聚合分析、城市事件的交互式臨場分析 等方面取得理論與方法的重要突破，培養(yǎng)一批優(yōu)秀人才，使我國在城市信息化 和智能化方面的研究達到國際先進水平，產(chǎn)生重要的學術(shù)影響。

為滿足復雜城市系統(tǒng)和環(huán)境品質(zhì)的迫切需求，探索了數(shù)字技術(shù)在城市設計編制過程中的深度應用，根據(jù)地域特點，重點突破了聲光風熱環(huán)境模擬、地理空間行為分析、虛擬現(xiàn)實風貌設計、用戶交互式參與等關(guān)鍵技術(shù)，改善了傳統(tǒng)城市設計核心依據(jù)過度依賴主觀判斷的現(xiàn)狀，增加城市設計的科學性。研究成果已直接應用于深圳市坪地低碳城規(guī)劃設計、深圳市福田總體城市設計、重慶市唐桂新城城市設計、重慶市黔江區(qū)總體城市設計等實際項目中，并取得國家級和省級多項優(yōu)秀城鄉(xiāng)規(guī)劃

智慧城市把新一代信息技術(shù)充分運用在城市的各行各業(yè)之中的 基于知識社會下一代創(chuàng)新（創(chuàng)新2.0）的城市信息化高級形態(tài)，實現(xiàn) 信息化、工業(yè)化與城鎮(zhèn)化深度融合，有助于緩解“大城市病” ，提 高城鎮(zhèn)化質(zhì)量，實現(xiàn)精細化和動態(tài)管理，并提升城市管理成效和改 善市民生活質(zhì)量。

圍繞城市管理領(lǐng)域，針對市政基礎(chǔ)設施、園區(qū)、社區(qū)等智慧化管理需求，以物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等前沿技術(shù)研究與開發(fā)為核心，深入業(yè)務場景，研發(fā)一系列感知層智能傳感器和圍繞業(yè)務場景應用的平臺軟件。 城市環(huán)境監(jiān)測系統(tǒng) 聚焦城市局部PM2.5、溫濕度、風力風向等環(huán)境參數(shù)，采用MEMS復合感知技術(shù)、物聯(lián)網(wǎng)架構(gòu)，實現(xiàn)城市環(huán)境智能監(jiān)測，為城市居住舒適度評價提供感知數(shù)據(jù)支撐。 城市交通設施監(jiān)測系統(tǒng) 聚焦城市交通設施，采用MEMS復合感知技術(shù)、物聯(lián)網(wǎng)架構(gòu)，針對交通指示燈、道路照明、交通隔離設施等交通設施部件進行監(jiān)測，實現(xiàn)城市交通設施監(jiān)測預警，為保證城市交通暢通運行提供感知數(shù)據(jù)支撐。 城市市容環(huán)衛(wèi)設施監(jiān)測系統(tǒng) 聚焦城市市容環(huán)衛(wèi)設施，采用MEMS復合感知技術(shù)、物聯(lián)網(wǎng)架構(gòu)，針對垃圾桶、回收站等環(huán)衛(wèi)城市部件進行監(jiān)測，實現(xiàn)城市環(huán)衛(wèi)設施監(jiān)測預警，為保證城市市容市貌提供感知數(shù)據(jù)支撐。 城市消防設施監(jiān)測系統(tǒng) 聚焦城市消防設施，采用MEMS復合感知技術(shù)、物聯(lián)網(wǎng)架構(gòu)，針對消防栓、消防通道等城市部件進行監(jiān)測，實現(xiàn)城市消防設施監(jiān)測預警，為保證城市消防正常運行提供感知數(shù)據(jù)支撐。 市政管線監(jiān)測系統(tǒng) 聚焦城市市政管線設施，采用MEMS復合感知技術(shù)、物聯(lián)網(wǎng)架構(gòu)，針對供水管線、排污管線、供熱管線、管廊等城市部件進行監(jiān)測，實現(xiàn)城市市政管線監(jiān)測預警，為保證城市市政管線正常運行提供感知數(shù)據(jù)支撐。 有限空間監(jiān)測系統(tǒng) 聚焦城市有限空間場景，采用MEMS復合感知技術(shù)、物聯(lián)網(wǎng)架構(gòu)，針對各類窖井、重點機房、地下空間等進行監(jiān)測，實現(xiàn)有限空間內(nèi)水位、有毒有害氣體等參數(shù)監(jiān)測預警，為保證有限空間安全運行提供感知數(shù)據(jù)支撐。

研究了中心控制和優(yōu)化軟件。結(jié)合用戶的需求和比較現(xiàn)有軟件，開發(fā)了燈組定義、相位定義、相位序列定義、相位配時模塊。信號機直接以以太網(wǎng)連網(wǎng)，通訊模塊負責接收信號機的各項參數(shù)，并發(fā)送指定的相應數(shù)據(jù)。進行了配時優(yōu)化研究。在優(yōu)化時采用固定周期的方法，相位的綠信比作為優(yōu)化變量進行優(yōu)化。

本發(fā)明涉及一種城市建成區(qū)邊界自動提取方法，尤指應用于高分辨率全色遙感影像進行城市建成區(qū) 邊界自動提取，屬于城市規(guī)劃領(lǐng)域。本發(fā)明首先對影像進行直方圖均值拉伸處理，然后基于邊緣檢測算 子提取城市建成區(qū)的邊緣密度合理區(qū)，并基于灰度共生矩陣和神經(jīng)網(wǎng)絡算法提取其紋理特征合理區(qū)，再 將邊緣密度的合理區(qū)和紋理特征的合理區(qū)進行與操作得到城市建成區(qū)的候選區(qū)，然后使用分塊密度過濾 方法和數(shù)學形態(tài)學方法進行精提取，最后使用數(shù)學形態(tài)學方法將邊界進行光滑處理并提取出城市建成區(qū) 邊界。本發(fā)明能有效處理具有多個中心且空地水域面積較大的區(qū)域，彌補當前已有方法的不足，且提取 的城市建成區(qū)邊界具有較高的精度。

本發(fā)明公開了一種城市交通監(jiān)控視頻全局編碼方法及系統(tǒng)，包括步驟：步驟 1，將原始監(jiān)控視頻分割成 車輛視頻和去除車輛的視頻；步驟 2，采用可選差分編碼方式對去除車輛的視頻進行編碼；步驟 3，提取車 輛視頻中全局運動車輛的全局特征參數(shù)集；步驟 4，基于全局特征參數(shù)對車輛視頻進行全局編碼。本發(fā)明在 去除場景冗余的基礎(chǔ)上進一步去除了監(jiān)控視頻中的全局冗余，有效提高了城市交通監(jiān)控視頻編碼壓縮效率。 

本發(fā)明公開了一種多尺度城市擴張關(guān)聯(lián)規(guī)則提取方法，首先依據(jù)城市發(fā)展的區(qū)域特征設計挖掘變量， 并通過地理信息系統(tǒng)空間分析方法，獲取變量空間數(shù)據(jù)。以多級別規(guī)則格網(wǎng)的采樣方式對挖掘變量進行 空間統(tǒng)計，并對挖掘變量連續(xù)值進行離散化處理，形成事務數(shù)據(jù)庫。然后利用已有關(guān)聯(lián)規(guī)則生成算法分 別在各級尺度格網(wǎng)挖掘關(guān)聯(lián)規(guī)則。對各級尺度上的挖掘結(jié)果與對應格網(wǎng)單元進行空間匹配之后，通過本 方法提出的空間尺度匹配系數(shù)，確定最合適的格網(wǎng)尺度進行規(guī)則分析。本發(fā)明解決了傳統(tǒng)關(guān)聯(lián)