摘要
本发明提出一种智慧城市发展模式识别方法,涉及数据处理技术领域,方法包括:构建包括主观指标和客观指标的智慧城市层次化评价指标体系;获取客观指标和主观指标的时序数据;并对时序数据进行异常值检测和缺失值插补;构建智慧城市发展模式识别模型,包括:两个特征提取分支,注意力机制模块,GMM;第一个特征提取分支为两个连续的一维卷积神经网络,第二个特征提取分支包括串连的DFT模块和LSTM;将评估聚类效果的轮廓系数嵌入损失函数,构建聚类结果对模型参数的动态优化反馈机制;将待识别的智慧城市的相关客观指标和主观指标的时序数据输入训练后的模型,识别智慧城市发展模式。本发明可以捕捉城市发展的动态演进规律及时序特征。
技术关键词
模式识别方法
评价指标体系
一维卷积神经网络
轮廓系数
协方差矩阵
模式识别模型
注意力机制
样本
计算机可读指令
时序
sigmoid函数
分支
预训练语言模型
聚类
概率密度函数
处理器
可读存储介质
存储计算机程序
参数
系统为您推荐了相关专利信息
汽车零部件表面
三维点云数据
涂装
喷涂器
主成分分析算法