摘要
本申请提供了基于大数据的城市人口动态监测与轨迹分析方法、系统。该方法包括:通过获取城市预设范围内的多模态数据集,并进行预处理和网格化映射,获得城市网格对应的多模态优化数据集,然后通过预设跨机构联邦学习模型结合动态权重分配机制进行处理,生成跨机构融合特征矩阵,再通过预设LSTM模型进行编码处理,并通过预设DPC聚类算法进行处理,获得高频路径和驻停高密度区域进行可视化输出;本申请通过多模态数据融合提高数据丰富性,利用跨机构联邦学习保护数据隐私,结合LSTM模型与DPC聚类算法提高数据实时性和准确性,从而实现了高精度、高准确性和高时效性的城市人口动态监测与轨迹分析。
技术关键词
轨迹分析方法
LSTM模型
手机信令数据
融合特征
遥感影像数据
权重分配机制
轨迹分析系统
联邦学习模型
遥感影像特征
网格
大数据
多模态特征
动态属性数据
数据特征工程
高密度
时效性
参数
系统为您推荐了相关专利信息
策略生成系统
张量分解模型
风险
融合特征
多模态特征融合
智能船舶
监测方法
卷积模块
注意力机制
识别模型训练
医学影像数据
多模态医学影像
关键点
强化学习策略
生成对抗网络