买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳原世界科技有限公司

摘要：一种基于大场景GIS轻量化引擎的城市数字孪生平台及方法，其处理大规模城市的地理数据，并进行数据管理和渲染；基于所述大场景GIS轻量化引擎采集的GIS数据和其他数据源，构建所述大规模城市的数字孪生模型；基于所述数字孪生模型对城市数据进行处理和分析；实时监测所述大规模城市的各项数据并进行实时预测；以及，提供数据可视化和分析工具以帮助用户进行决策和规划。这样，可以获取城市的各种指标和趋势，帮助用户了解城市的运行状态和发展趋势。

主权项：1.一种基于大场景GIS轻量化引擎的城市数字孪生平台，其特征在于，包括：大场景GIS轻量化引擎，用于处理大规模城市的地理数据，并进行数据管理和渲染；数字孪生模型，用于基于所述大场景GIS轻量化引擎采集的GIS数据和其他数据源，构建所述大规模城市的数字孪生模型；大数据分析模块，用于基于所述数字孪生模型对城市数据进行处理和分析；实时监测模块，用于实时监测所述大规模城市的各项数据并进行实时预测；以及决策支持模块，用于提供数据可视化和分析工具以帮助用户进行决策和规划；所述实时监测模块，包括：交通流量获取单元，用于获取被监控道路段在预定时间段内多个预定时间点的交通流量值；多尺度分析单元，用于对所述多个预定时间点的交通流量值进行多尺度分析以得到交通流量多尺度多维度特征向量；以及短时交通流量预测单元，用于基于所述交通流量多尺度多维度特征向量，预测短时交通流量；所述多尺度分析单元，包括：时序分析子单元，用于对所述多个预定时间点的交通流量值进行数据结构化和时序分析以得到交通流量时序特征向量和交通流量时序波动特征向量；以及向量融合子单元，用于融合所述交通流量时序特征向量和所述交通流量时序波动特征向量以得到所述交通流量多尺度多维度特征向量；所述向量融合子单元，用于：基于高斯密度图来融合所述交通流量时序特征向量和所述交通流量时序波动特征向量以得到所述交通流量多尺度多维度特征向量；所述向量融合子单元，包括：高斯密度图融合二级子单元，用于使用高斯密度图以如下公式来融合所述交通流量时序特征向量和所述交通流量时序波动特征向量以得到所述融合高斯密度图；其中，所述公式为： 其中，μ表示所述交通流量时序特征向量和所述交通流量时序波动特征向量之间的按位置均值向量，且σ的每个位置的值表示所述交通流量时序特征向量和所述交通流量时序波动特征向量中各个位置的特征值之间的方差；高斯离散化二级子单元，用于对所述融合高斯密度图中各个位置的高斯分布进行高斯离散化处理以将所述融合高斯密度图中各个位置的高斯分布降维为一维的特征向量；二维排列二级子单元，用于将所述各个位置的一维的特征向量进行二维排列以生成交通流量多尺度多维度特征矩阵；感知因数计算二级子单元，用于计算所述交通流量时序特征向量和所述交通流量时序波动特征向量以及所述交通流量多尺度多维度特征矩阵展开得到的交通流量多尺度多维度特征向量之间的可转移特征的量化的可转移性感知因数；加权二级子单元，用于以所述可转移性感知因数来作为权重分别计算所述交通流量时序特征向量和所述交通流量时序波动特征向量的按位置加权和向量作为所述交通流量时序特征向量和所述交通流量时序波动特征向量的所述融合高斯密度图的优化均值向量；优化融合二级子单元，用于利用所述优化均值向量，计算所述交通流量时序特征向量和所述交通流量时序波动特征向量之间的优化融合高斯密度图；以及多尺度多维度特征生成二级子单元，用于对所述优化融合高斯密度图进行高斯离散化处理和二维排列处理以得到所述交通流量多尺度多维度特征向量；所述感知因数计算二级子单元，用于：以如下优化公式计算所述交通流量时序特征向量和所述交通流量时序波动特征向量以及所述交通流量多尺度多维度特征矩阵展开得到的交通流量多尺度多维度特征向量之间的可转移特征的量化的可转移性感知因数；其中，所述优化公式为： 其中，V1为所述交通流量时序特征向量，V2为所述交通流量时序波动特征向量，Vc为所述交通流量多尺度多维度特征矩阵展开得到的交通流量多尺度多维度特征向量，fi是所述交通流量时序特征向量和所述交通流量时序波动特征向量以及所述交通流量多尺度多维度特征矩阵展开得到的交通流量多尺度多维度特征向量中的其中一个特征向量的第i个位置的特征值，log为以2为底的对数函数，且α是加权超参数，w1和w2是所述可转移性感知因数。

全文数据：

权利要求：

百度查询： 深圳原世界科技有限公司 基于大场景GIS轻量化引擎的城市数字孪生平台及方法