城市大数据具有多源、异构和模态复杂等特点,通常在数据融合之后才能纳入统计分析。融合处理需要首先识别城市大数据的基本特征,然后选择相匹配的数据融合方法。深度学习算法作为数据融合中的前沿技术,可以用于城市大数据的输出阶段融合、输入阶段融合和双阶段融合,解决包括人群流动、环境污染预测和交通流量预测在内的诸多城市问题。未来的研究面临着数据质量低、模态复杂和融合方法单一等问题,应从数据特征探索、融合方法创新和特征关联分析继续推进。
科研之友
微信
新浪微博
Facebook
分享链接
