摘要
本发明公开了一种基于多模态数据分析的城市运行监测方法,方法包括:采集包含事件日志、处置效果和市民满意度的城市运行监测数据;采用PC算法构建因果有向无环图生成因果分析数据;基于PPO算法对处置效果和市民满意度进行双目标优化生成动态权重数据;提取关键影响路径特征和指标权重矩阵,并通过SHAP值分析生成权重调整依据;采用联邦学习框架融合差分隐私与安全多方计算,构建跨域知识共享网络生成增强评价数据;基于GraphSAGE+TCN混合模型进行时空趋势预测得到最终评价结果;输出包含绩效预测、风险预警和资源建议的可视化报告。实现了因果推理与动态权重的深度融合,显著提升了城市运行监测的准确性、适应性和可解释性。
技术关键词
AI算法
路径特征
监测方法
指标
神经网络架构
路径分析模型
特征提取模型
有向无环图
矩阵
动态
滑动时间窗
分析模块
节点
多模态数据分析
多尺度
报告
特征提取模块
系统为您推荐了相关专利信息
网络监测方法
大语言模型
监测模型训练方法
网络节点
网络监测系统
致密砂岩气藏
综合评价指标
调控方法
流场调控
综合评价指数
基坑位移监测方法
立体视觉技术
高清摄像头
数据处理终端
卡尔曼滤波
板材余料
多任务并行处理
子模块
并行计算技术
路径特征
持续集成工具
镜像仓库
应用程序部署方法
生成应用程序
容器