摘要
本发明公开了一种基于大数据的城市商业中心识别方法及系统,涉及城市管理技术领域,包括,基于差分隐私和同态加密算法,通过多源数据训练梯度提升决策树,并进行梯度聚合,同时基于商业特征进行协同建模,生成联合特征权重矩阵;基于联合特征权重矩阵,通过量子退火算法结合经典模拟退火调优,获取最优时空特征权重,并通过动态调节机制监测最优时空特征权重的稳定性,并进行动态调节;结合最优时空特征权重和道路网络实时状态数据,通过自适应核函数对全城网格进行时空核密度计算,根据计算结果识别城市商业中心。本发明通过基于量子退火算法结合经典模拟退火的时空特征权重优化,实现了特征权重的全局优化和动态调整。
技术关键词
梯度提升决策树
量子退火算法
识别城市商业中心
同态加密算法
大数据
差分隐私
模拟退火优化
手机信令数据
矩阵
动态带宽调节
城市管理技术
数据采集模块
网格
核密度估计法
系统为您推荐了相关专利信息
键合铜丝
物联网终端设备
迁移学习算法
云端大数据
设备运行参数
高校图书馆
智能管理系统
管理终端
大数据
操作界面
多源异构数据
工业设备运维
监控图像数据
构建卷积神经网络
卷积神经网络模型
设备运行趋势
故障诊断模型
设备运行数据
大数据
长短期记忆网络