2018年基于地理信息的大数据应用与人工智能挖掘实践.pdf

《2018年基于地理信息的大数据应用与人工智能挖掘实践.pdf》由会员分享，可在线阅读，更多相关《2018年基于地理信息的大数据应用与人工智能挖掘实践.pdf（38页珍藏版）》请在三个皮匠报告上搜索。

1、基于地理信息的大数据应用与人工智能挖掘实践正面临很多的挑战我们的城市干旱大规模迁移生态多样性丢失交通堵塞森林砍伐人口气候变化污染食物水政治极端化城市化能源恐怖行为威胁着我们的环境 及我们人类的将来我们现在处于一个人类从来没有到达过的地方.我们需要更多的理解.合作及 .行动社会冲突自动化人工处理并行业务流串行业务流将组织单位看做一个整体协作与共享数字化转型是解决问题的重要手段帮助各单位正在获取信息、优化业务深度定制支撑更多群体知识决策简单数据动态实时信息GIS正变得更加智能与新技术集成与新技术集成 Geography Information System通过对人、事、物等与位置有关的各类时空大数

2、据的汇聚、管理、挖掘、呈现，形成对某个地理位置的画像，从而更智慧的服务于生活、生产等活动资产管理分析挖掘制图可视化信息采集开发定制协作共享ArcGISArcGIS.聚焦产品质量,用具需求和创新众包实时公用网络Volumetric Data正射影像图时空分析浏览器端栅格分析大规模点云大数据GeoAnalytics罗杰汤姆林森，加拿大地籍系统循序渐进的技术发展3D Cities分布式GIS栅格分析Google Maps19622019增强现实AR空间统计影像智能制图科学建模2005地理信息系统发展历程Esri，Arc/Info 1.0，第一款商业软件1982ArcGIS.com2010所有可被获取

3、的数据中，至少80%都能与地理位置信息有关空间大数据为什么说地理信息是大数据人物事万联网位置广泛存在性与超强的拼接能力大数据产业链中空间大数据的位置时时空信息云平台空信息云平台地理空间框架的演进四大库之一占据重要位置承担了四大库信息整合的职责智慧城市的基础支撑之一智慧城市七层框架Source：智慧城市时空信息云平台建设技术大纲(2015.11)智慧/平安城市建设与实现，需要“空间大数据”2空间大数据的应用价值从位置数据，到时空感知点线面体的三维位置（xyz）拓扑、方向等位置、属性等随时间变化而变化空间尺度变化，即比例尺变化所有大数据与空间数据集构成空间数据立方体即全息可视化每个位置点、线、面、

4、体上都有自己的数量、质量特征和说明信息空间基准、时间、尺度、语义等不一致除一般大数据的“4V”特征外，空间大数据还具有位置时间尺度多维属性异构web services业务系统影像视频传感器分析模型空间数据表格数据社交数据大数据集2.1 采集、汇聚与可视化的价值来自自然 地形 地貌 高程 水文 生物 土壤 气候气象 地表覆盖 来自设备 遥感卫星数据 大小飞机数据 视频监控数据 气象台站数据 空气质量数据 传感器类数据 车辆GPS数据 手机信令数据 来自人 基础环境数据 社会统计数据 热线上报数据 设计图纸数据 人群分布数据 社交舆情数据 来自系统 业务系统数据 办公文档资料 网页资料数据 交易往

5、来数据 系统日志数据 地理信息（空间大数据）有哪些？WIFI探针；高清摄像头；红外热感计数器；磁感应线圈传感器布设传感器布设一个案例大栅栏人本观测数据来源本案例来自城市象限公司平安社区平安社区2.2 空间大数据分析与人工智能挖掘应用并行处理把模型作为服务过程改进机器学习工具ArcGIS API for Python增强 R集成集成科学运算图表要素/矢量时空分析热点密度缓冲汇总聚合构建轨迹查找相似位置连接要素GeoAnalytics Server大规模数据集合聚合连接要素热点分析基于Web的分析空间插值动态聚合时空点聚合地理统计向导时空立方体洞察现在，预测未来智慧黄岛空间大数据辅助决策与分析智慧

6、黄岛智慧黄岛机器学习深度学习人工智能CNTKTensorFlowTheano自然语言处理视频游戏行为人工智能机器人KerasIBM Watsonscikit-learn计算机视觉ArcGISArcGIS集成GIS 与人工智能 Maximum Likelihood Classification Random Trees Support Vector Machine聚合聚合 Spatially Constrained Multivariate Clustering Multivariate Clustering Den