[发明专利]一种基于多源数据融合的智慧城市优化管理方法和系统

权利要求书

1.一种基于多源数据融合的智慧城市优化管理方法，其特征在于，该方法包括以下步骤：

获取待监测区域的不同监测点在当前时间段内各采集时刻的监测数据；

对于任一监测点：基于该监测点在当前时间段内前后两个采集时刻的监测数据的差值构建初始直方图；基于Box-Cox变换的初始变换参数对该监测点在当前时间段内前后两个采集时刻的监测数据的差值进行转换获得第一差值直方图；基于第一差值直方图中峰值左侧的数据和峰值右侧的数据，得到第一差值直方图对应的正态分布程度；基于初始直方图中的各差值数据和第一差值直方图中的各差值数据，计算第一差值直方图转换前后数据分布特征的一致性；基于所述正态分布程度和所述一致性对初始变换参数进行调整，获得该监测点在当前时间段对应的目标直方图；

根据目标直方图，得到各监测点当前时刻监测数据的偏离程度；根据各监测点当前时刻的监测数据、各监测点的预设距离内的监测点当前时刻的监测数据、各监测点的预设距离内各监测点当前时刻监测数据的偏离程度、各监测点与其预设距离内的监测点之间的距离，计算各监测点当前时刻监测数据的异常程度；

基于所述偏离程度和所述异常程度获得目标监测数据，对所述目标监测数据进行管理。

2.根据权利要求1所述的一种基于多源数据融合的智慧城市优化管理方法，其特征在于，该监测点在当前时间段内前后两个采集时刻的监测数据的差值为：后一采集时刻的监测数据减去前一采集时刻的监测数据得到的差值。

3.根据权利要求1所述的一种基于多源数据融合的智慧城市优化管理方法，其特征在于，所述基于第一差值直方图中峰值左侧的数据和峰值右侧的数据，得到第一差值直方图对应的正态分布程度，包括：

其中，为第一差值直方图对应的正态分布程度，为第一差值直方图中峰值以左的数据的个数，为第一差值直方图中峰值以右的数据的个数，为第一差值直方图中峰值左侧与峰值的距离为k的数据的个数，为第一差值直方图中峰值左侧与峰值的距离为k+1的数据的个数，为第一差值直方图中峰值右侧与峰值的距离为k的数据的个数，为第一差值直方图中峰值右侧与峰值的距离为k+1的数据的个数，为第一差值直方图中峰值左侧与峰值的距离的最大值，为第一差值直方图中峰值右侧与峰值的距离的最大值，为取最大值函数，为调节参数，为取绝对值。

4.根据权利要求1所述的一种基于多源数据融合的智慧城市优化管理方法，其特征在于，所述基于初始直方图中的各差值数据和第一差值直方图中的各差值数据，计算第一差值直方图转换前后数据分布特征的一致性，包括：

分别以初始直方图中的各差值数据为中心数据，在各差值数据的左右两侧各获取预设个数的差值数据，按照时间先后顺序，构建各差值数据对应的第一差值序列；分别以第一差值直方图中的各差值数据为中心数据，在各差值数据的左右两侧各获取预设个数的差值数据，按照时间先后顺序，构建各差值数据对应的第二差值序列；计算各差值数据对应的第一差值序列和第二差值序列的相关系数，作为对应差值数据在转换前后对应的相关系数；

计算各差值数据对应的第一差值序列中数据的均值，记为第一均值；计算各差值数据对应的第二差值序列中数据的均值，记为第二均值；计算所述第一均值和所述第二均值的差异；

根据各差值数据在转换前后对应的相关系数、所述第一均值和所述第二均值的差异，计算转换前后数据分布相似性；所述相关系数与转换前后数据分布相似性呈正比，所述第一均值和所述第二均值的差异与转换前后数据分布相似性呈反比；

根据所述转换前后数据分布相似性、初始直方图中的各差值数据、第一差值直方图中的各差值数据、初始直方图中各差值数据与峰值的差异以及第一差值直方图中各差值数据与峰值的差异，计算第一差值直方图转换前后数据分布特征的一致性。