智慧城市背景下，隨著社交媒體和位置服務(wù)的普及，城市數(shù)據(jù)日益增多，為連鎖企業(yè)的選址研究提供了豐富的信息。現(xiàn)有工作多是在目標(biāo)城市已有標(biāo)簽數(shù)據(jù)的情況下，進(jìn)行候選地的評(píng)分預(yù)測(cè)，完成連鎖企業(yè)的選址推薦。然而，當(dāng)目標(biāo)企業(yè)進(jìn)軍新城市，會(huì)遇到無(wú)標(biāo)簽數(shù)據(jù)的冷啟動(dòng)問(wèn)題。針對(duì)此，提出一種基于跨城市跨企業(yè)群智知識(shí)遷移的選址推薦方法，環(huán)境感知技術(shù)能解決連鎖企業(yè)進(jìn)軍新城市時(shí)所面臨的歷史數(shù)據(jù)缺失問(wèn)題。在協(xié)同過(guò)濾的基礎(chǔ)上，引入遷移學(xué)習(xí)思想，構(gòu)造包含城市內(nèi)部特征語(yǔ)義提取、城市間知識(shí)關(guān)聯(lián)和遷移評(píng)分預(yù)測(cè)的遷移模型，有效融合城市和企業(yè)兩方面的知識(shí)，解決了冷啟動(dòng)條件下的連鎖企業(yè)選址推薦問(wèn)題。環(huán)境感知技術(shù)可以是傳感器，是一種檢測(cè)裝置，能感受到被測(cè)量的信息。淺談環(huán)境感知公司

在移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)不斷發(fā)展的背景下，用戶可以通過(guò)線上/線下多種方式貢獻(xiàn)數(shù)據(jù)。群智融合計(jì)算旨在研究如何挖掘或融合群體智能（群體態(tài)度、認(rèn)知偏好、行為模式、交互規(guī)律等），以實(shí)現(xiàn)對(duì)低質(zhì)冗余、內(nèi)容豐富、多維互補(bǔ)群體貢獻(xiàn)數(shù)據(jù)的高效處理和語(yǔ)義理解。在線社交網(wǎng)絡(luò)中群體所貢獻(xiàn)的數(shù)據(jù)往往能夠反映感知事件的不同側(cè)面，如何關(guān)聯(lián)同一事件的多模態(tài)群體數(shù)據(jù)，實(shí)現(xiàn)事件演化的智能感知與脈絡(luò)呈現(xiàn)具有現(xiàn)實(shí)意義。針對(duì)此，提出分層圖模型融合多維關(guān)系，環(huán)境感知技術(shù)利用圖挖掘等方法實(shí)現(xiàn)多模態(tài)數(shù)據(jù)的關(guān)聯(lián)表達(dá)，進(jìn)而生成事件演化脈絡(luò)?？梢暬h(huán)境感知能力環(huán)境感知技術(shù)通過(guò)環(huán)境監(jiān)測(cè)治理綜合系統(tǒng)，實(shí)現(xiàn)水質(zhì)監(jiān)測(cè)、空氣質(zhì)量監(jiān)測(cè)、土壤監(jiān)測(cè)。

空間信息基礎(chǔ)設(shè)施大類(lèi)空間信息基礎(chǔ)設(shè)施子類(lèi)典型表現(xiàn)形式特征導(dǎo)航與位置服務(wù)網(wǎng)全球衛(wèi)星導(dǎo)航系統(tǒng)中國(guó)北斗衛(wèi)星導(dǎo)航系統(tǒng)(BDS)、美國(guó)全球定位系統(tǒng)(GPS)、俄羅斯格洛納斯系統(tǒng)(GLONASS)和歐洲伽利略衛(wèi)星導(dǎo)航系統(tǒng)(Galileo)實(shí)現(xiàn)多種精度的位置信息服務(wù)能力，逐步發(fā)展為室內(nèi)外一體化導(dǎo)航與位置服務(wù)地面廣域?qū)崟r(shí)精密定位服務(wù)系統(tǒng)千尋位置室內(nèi)與地下導(dǎo)航定位聲光電場(chǎng)綜合定位天地融合的導(dǎo)航與位置服務(wù)網(wǎng)羲和系統(tǒng)地理信息服務(wù)網(wǎng)二三維電子地圖服務(wù)天地圖電子地圖瀏覽逐步發(fā)展為提供二、三維、實(shí)景、實(shí)時(shí)地理信息服務(wù)電子地圖和出行信息服務(wù)高德地圖、百度地圖街景地圖服務(wù)騰訊地圖、我秀中國(guó)行業(yè)感知網(wǎng)衛(wèi)星遙感網(wǎng)氣象、海洋、環(huán)境、災(zāi)害、資源、測(cè)繪和高分衛(wèi)星實(shí)現(xiàn)多種尺度的時(shí)空及屬性信息感知能力，服務(wù)眾多行業(yè)移動(dòng)測(cè)量系統(tǒng)LD2000系列陸基移動(dòng)測(cè)量系統(tǒng)地面?zhèn)鞲芯W(wǎng)氣象站、水文站、RFID微網(wǎng)工業(yè)物聯(lián)網(wǎng)供水管網(wǎng)監(jiān)測(cè)、燃?xì)夤芫W(wǎng)監(jiān)測(cè)視頻網(wǎng)公安視頻網(wǎng)、交通視頻網(wǎng)車(chē)聯(lián)網(wǎng)華為車(chē)聯(lián)網(wǎng)解決方案。

城市感知體系如果作為環(huán)境感知體系，本身也由端側(cè)、網(wǎng)側(cè)、平臺(tái)側(cè)、安全側(cè)組成，而它“深入”融入城市智能體之后，各部分又能夠與智能體有機(jī)地組合起來(lái)，就能讓城市智能體的“五官”具備更為強(qiáng)大的“視覺(jué)、聽(tīng)覺(jué)、嗅覺(jué)、觸覺(jué)”，更好地使能智慧城市的精細(xì)化感知、精細(xì)化治理。無(wú)論智慧城市怎樣發(fā)展，落腳點(diǎn)都必須是為“人”服務(wù)，而城市感知體系目前在城市的公共安全、公共設(shè)施和公共服務(wù)等應(yīng)用場(chǎng)景方面，也帶來(lái)了全新的價(jià)值，不但能夠驅(qū)動(dòng)城市的精細(xì)化治理，更能讓城市真正充滿流動(dòng)的“智慧”。比如，在城市公共安全方面，綜合管廊相較于傳統(tǒng)地下管網(wǎng)建設(shè)，管廊內(nèi)設(shè)備維護(hù)以及巡檢有更高的要求，而通過(guò)在設(shè)備中引入OpenHarmony系統(tǒng)，就能實(shí)現(xiàn)單一設(shè)備對(duì)接控制多種設(shè)備，比較大化幫助廊內(nèi)巡檢人員，顯著提高廊內(nèi)設(shè)備巡檢、維護(hù)效率。通過(guò)智慧噴灌數(shù)據(jù)環(huán)境感知技術(shù)，根據(jù)植物實(shí)時(shí)需水情況實(shí)現(xiàn)自動(dòng)澆水或停止?jié)菜?，達(dá)到智能化、精細(xì)化。

環(huán)境感知技術(shù)可以是傳感器，是一種檢測(cè)裝置，能感受到被測(cè)量的信息，并能將感受到的信息，按一定規(guī)律變換成為電信號(hào)或其他所需形式的信息輸出，以滿足信息的傳輸、處理、存儲(chǔ)、顯示、記錄和控制等要求。通過(guò)環(huán)境監(jiān)測(cè)治理綜合系統(tǒng)，實(shí)現(xiàn)水質(zhì)監(jiān)測(cè)、空氣質(zhì)量監(jiān)測(cè)、土壤監(jiān)測(cè)，并根據(jù)監(jiān)測(cè)數(shù)據(jù)及時(shí)預(yù)警和告警，推送改良建議信息。在公園內(nèi)流河設(shè)置水質(zhì)監(jiān)測(cè)，采用浮標(biāo)觀測(cè)技術(shù)，可全天候、連續(xù)、定點(diǎn)觀測(cè)水質(zhì)，監(jiān)測(cè)指標(biāo)包含溶解氧、pH、ORP、電導(dǎo)率、濁度、水深、氨氮含量、水位變化等。高度融合的物理感知與社會(huì)感知，高度智能化的城市管理分析能力，以及高置信度的城市信物融合系統(tǒng)決策。多源環(huán)境感知項(xiàng)目

通過(guò)物聯(lián)網(wǎng)把數(shù)字城市與物理城市無(wú)縫連接起來(lái)，利用云計(jì)算和人工智能等技術(shù)對(duì)實(shí)時(shí)感知數(shù)據(jù)進(jìn)行即時(shí)處理。淺談環(huán)境感知公司

針對(duì)基于圖像數(shù)據(jù)的物理事件感知問(wèn)題，目前的應(yīng)用大多在收集到全部數(shù)據(jù)后，區(qū)別于這些基于信息空間數(shù)據(jù)挖掘的方法，根據(jù)個(gè)體智能和群體智能對(duì)物理事件感知粒度和層次的不同，提出基于群體行為特征的視覺(jué)感知數(shù)據(jù)質(zhì)量萃取方法，從數(shù)據(jù)流中實(shí)時(shí)萃取質(zhì)量數(shù)據(jù)，解決了面向各類(lèi)突發(fā)事件的實(shí)時(shí)感知數(shù)據(jù)質(zhì)量萃取問(wèn)題。感知節(jié)點(diǎn)、事件、照片、照片流、事件關(guān)注者和多粒度感知結(jié)果之間存在緊密關(guān)聯(lián)，且群體感知行為存在共性（在感知對(duì)象發(fā)展的不同階段進(jìn)行拍攝）和差異性（拍攝時(shí)空和數(shù)量的差異）。具體而言，個(gè)體智能體現(xiàn)：個(gè)體對(duì)事件發(fā)展過(guò)程中不同階段的變化進(jìn)行實(shí)時(shí)感知；群體智能體現(xiàn)：群體對(duì)事件重要時(shí)刻和不同側(cè)面進(jìn)行感知。面向不同的物理事件，基于群體感知行為特征不但將各個(gè)不同的子事件檢測(cè)出來(lái)，而且評(píng)估了子事件的重要性，從而快速得到低冗余、高覆蓋的事件多粒度感知結(jié)果。淺談環(huán)境感知公司