强化数据应用,助力服务治理——探讨某县域城市治理中大数据技术的应用

县域城市治理水平的提升需要依托县域智慧城市建设,通过建设智慧城市向全社会提供各类智慧业务应用,推动服务型政府的建设,提高群众的获得感.而智慧城市建设由于涉及多种数据,需要依托大数据技术对数据进行整合、融合和分析研判,推动城市治理信息化、智慧化.本文从智慧城市与大数据技术的关系维度出发,对大数据技术在县域智慧城市建设中的主要应用场景进行分析,探讨大数据技术对智慧城市建设的促进作用.     

大数据在智慧城市中的应用

伴随智慧城市的发展,多源、异构、冗余的大数据应运而生。利用数据挖掘、决策分析等技术,实现大数据转化为数据资产,必将成为大数据时代智慧城市智能化、互联化的必要手段。阐述了智慧城市概念、智慧城市数据资源及大数据处理技术,分析了智慧城市中的大数据综合应用,阐明了大数据在智慧城市重点行业领域的应用现状,并对其进行展望,为未来智慧城市中大数据的深入应用提供解决方案和思路。     

基于交通大数据的智能信息服务平台

随着智能交通领域的迅速发展,日益增长的交通数据量已经达到TB甚至PB级别,智能交通领域也开始运用大数据技术对海量的行车数据进行深入的挖掘分析,向着构建一个综合性智能交通信息服务平台方向发展.本文提出了一种基于交通大数据的智能信息服务平台的总体设计方案,重点研究了系统的总体架构,应用架构和数据中心的设计等三个方面.通过测试,该平台可以很好的满足用户的前期需求,平台基于分层和分模块的设计思想可以很好的应对用户后期需求变更.     

“智慧城市”任重道远

“智慧城市”的建设和实现不会一蹴而就,而是一个长期复杂的过程。这个庞大的城市系统需要社会各方、城市中各个角色的充分关注,需要以开放的姿态借鉴全球各地的建设经验,需要充分了解自身特点,量身定制合理的建设方案。应掌握城市核心智慧、善用创新手段、促进合谐发展,支持新型城镇化进程。     

论大数据在智慧城市研究与规划中的应用

大数据是近年来随着互联网发展和普及提出了的一个新的概念,它不需要对数据进行抽样分析,而是将所有的数据进行分析处理,从而得到一个比较准确的数据信息.大数据技术在采集、存储、分析和管理方面远远超过了传统的分析软件.将大数据应用在城市规划工作中,能够充分发掘城市自然环境、人口、经济、文化等信息,为城市规划提供参考和决策,提高城市规划的科学性.     

浅谈大数据在智慧城市研究与规划中的应用

目前随着全球范围内掀起的技术革新浪潮,这股浪潮也在全球的城市中产生了深远的影响,西方国家是在这股浪潮席卷下最先受益,纷纷依照大数据技术建立了智慧型城市,改善了城市的体验.而我国在这股浪潮的席卷下,也开始进行了如火如荼的国内智慧城市的建设.同时伴随着大数据元年到来,智慧城市建设是以此为基础的,所以如何利用好大数据、挖掘出大数据中的潜在价值,帮助完善城市建设,具有非常高的价值和意义,在未来,全球范围内最大化的开发、利用、不断完善城市建设的价值,使得城市实现真正的“智慧”.     

智慧城市中的大数据安全问题研究

数据是智慧城市的灵魂,是智慧城市系统运行的基础。为了解决智慧城市系统面临的大数据安全问题,从技术风险、数据流程、管理规范以及法律保护等方面,分析智慧城市系统中大数据所面临的各类风险,并从顶层设计、制度保障、技术支撑以及安全教育等方面提出对策,为解决智慧城市大数据安全问题提供参考,以期进一步增强智慧城市大数据安全保障能力。     

基于大数据的智慧城市空间规划路径探索

传统的城市空间规划路径研究,在现代快速发展的信息技术支持下及不断上升的智慧城市建设背景下已经不再适用,转型是必然趋势.而大数据的应用,在这个转型过程中发挥了不可替代的重要作用.本文分析了以达成政府、企业和居民需求为导向的智慧城市空间规划,并借助于大数据采集等先进手段进行实施,最终可实现城市的可持续发展.     

大数据技术与智慧城市建设——基于技术与管理的双重视角

计算机的出现和发展,使人类社会迈入信息时代和大数据时代。大数据和物联网是信息时代下智慧城市建设的关键技术。随着大数据技术的发展,加快了城市发展。城市建设中,"智慧城市建设"的概念应运而生。运用互联网大数据分析技术和功能,促进城市建设,解决城市发展进程中基础设施不健全、城市环境污染、交通拥挤等一系列问题,为市民提供优质、舒适的城市环境。笔者分析了大数据技术在智慧城市建设中的具体应用,研究了城市数字平台构建,旨在为智慧城市建设中大数据技术的应用提供理论依据。     

Preface

Journal of Computer Science and Technology -     

Preface

Journal of Computer Science and Technology -     

Preface

Database and Artificial Intelligence (AI) can benefit from each other. On the one hand, AI can make database more intelligent (AI4DB) by exploiting learning-based techniques. On the other hand, database techniques can optimize AI models (DB4AI), such as reducing the complexity of using AI models and accelerating the deployment of AI algorithms. In this special section, we discuss 1) how to exploit AI or machine learning techniques for index design, performance tuning, query processing in database systems, and 2) how to utilize database and data management techniques to make AI models more reusable and more tolerant to dirty data.