基于时序关联融合的多层次城市数据建模方法及系统

AITNT
正文
推荐专利
基于时序关联融合的多层次城市数据建模方法及系统
申请号:CN202511015171
申请日期:2025-07-23
公开号:CN120892769A
公开日期:2025-11-04
类型:发明专利
摘要
本发明涉及城市数据建模与智能分析技术领域,公开了基于时序关联融合的多层次城市数据建模方法及系统,其包括控制器、存储单元、数据采集模块、时间序列分析模块和层次融合模块。系统通过时间序列分析模块提取城市数据的周期性、趋势性和波动特征,并利用层次融合模块实现多源异构数据的融合处理,生成多层次模型。本申请能够通过动态分析时序关联信息提高数据建模准确性,为城市管理与决策提供精准支持,进而提升城市智能化水平。
技术关键词
数据建模系统 时间序列特征 多层次 存储单元 数据建模方法 控制器 分析模块 时序 数据采集模块 智能分析技术 校正模块 预警模块 多源异构数据 基础 波动特征 误差校正 检测器 周期性
系统为您推荐了相关专利信息
1
一种基于深度学习的煤矿电力负荷动态监控与超产预警方法及系统
电力负荷预测模型 动态监控 信息平台 预警方法 深度学习算法
2
电子烟体故障类型预判系统
数据采集器件 电子烟体 预判系统 BP神经网络模型 功率检测机构
3
存储器件以及包括该存储器件的存储系统
存储器件 主机设备 管芯 缓冲器 存储单元
4
一种基于上下文特征深度学习的遥感目标检测大模型构建方法
上下文特征 模型构建方法 Softmax函数 多分支结构 多层次特征
5
基于强化学习的采煤机自适应节能优化系统
节能优化系统 优化预测模型 采煤机 能耗 识别模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号