公共安全标准网
团体标准 T/ZGCSC 00 4-2022 城市时空预测智能模型的数据要求 Data Requirements for Urban Spatiotemporal Prediction Intelligent Models 2022 - 09 - 01发布 2022 - 09 - 02实施 发布 中关村智慧城市产业技术 创新战略联盟 全国团体标准信息平台 目次 前 言 ............................................................................. 1 1 范围 ................................................................................. 2 2 规范性引用文件 ....................................................................... 2 3 术语和定义 ........................................................................... 2 4 缩略语 ............................................................................... 4 5 基本规定 ............................................................................. 4 6 智能模型数据流要求 ................................................................... 5 7 智能模型元数据分类 ................................................................... 5 8 智能模型元数据结构 ................................................................... 6 9 智能模型通用输入输出数据结构 ........................................................ 10 附录 A (资料性) 数据结构示例 ................................................... 11 全国团体标准信息平台 1 前言 本文件按照 GB/T 1.1 —2020《标准化工作导则 第1部分:标准化文件的结构和起草规则》的规定 起草。 本文件的某些内容可能涉及专利。本 文件的发布机构不承担识别专利的责任。 本文件由中关村智慧城市产业技术创新战略联盟 提出并归口。 本文件起草单位: 北京航空航天大学 、中关村智慧城市产业技术创新战略联盟、 北京软通智慧科技 有限公司、 中国雄安集团数字城市科技有限公司、 中电太极(集团)有限公司、 京东城市(北京)数字 科技有限公司 、中国人民大学、 清华大学、北京交通大学、中国城市规划设计研究院、中规院(北京) 规划设计有限公司、交通运输部公路科学研究院、中路高科交通科技集团有限公司 、北京创思智趣科技 有限公司、 中国联通智能城市研究院、 北京邮电大学、复旦大学、中电信数字城市科技有限公司 、青岛 海信网络科技股份有限公司、 天津智诚智慧城市运营管理有限公司 、北京五一视界数字孪生科技股份有 限公司、北京世纪高通科技有限公司 、深圳市城市交通规划设计研究中心股份有限公司 、崇左市数字经 济创新研究院。 本文件主要起草人: 王静远、蒋炆峻、姜佳伟、 李超、赵鑫、赵龙军、雒冬梅、董南、胡静、崔丹 丹、李栋、万怀宇,郭晟楠,林友芳 、徐辉、李昊、王俊 、刘冬梅、赵琳、孙耀杰、封顺天、杨扬、王 题、苗滢、孙沁田、苏士斌、李建军、姚新新、吴国华、刘艳蓉、宫慧婕、袁梦、马静天。 本文件为首次发布。 全国团体标准信息平台 T/ZGCSC 004-2022 2 城市时空预测智能模型的 数据要求 1 范围 本文件规定了城市时空预测 智能模型的数据要求, 包括数据 流要求、元数据分类、 元数据结构、通 用输入输出 数据结构。 本文件适用于辅助城市时空预测智能模型的标准统一化构建、部署场景 。 2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。 其中, 注日期的引用文件, 仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于本 文件。 GB/T 7408- 2005 数据元和交换格式 信息交换 日期和时间表示法 GB/T 35295- 2017 信息技术 大数据 术语 GB/T 35648- 2017 地理信息兴趣点分类与编码 GB/T 37118- 2018 地理实体空间数据规范 RFC 7159 The JavaScript Object Notation ( JSON) Data Interchange Format JavaScript 对象表示法 (JSON) 数据交换格式 RFC 7946 The GeoJSON Format GeoJSON 格式 3 术语和定义 下列术语与定义适用于本文件 。 3.1 地理实体 geo -entity 现实世界中具有空间位置、共同属性的独立自然或人工地物。 [GB/T 37118- 2018,定义 3.1] 3.2 空间点实体 space point entity 城市地理 空间中的某一空间点 ,以点抽象表达 现实世界的 地理实体 。空间点实体的 空间坐标为对应 地理实体的中心 位置坐标 ,并继承相应的 地理实体属性信息。 3.3 空间线实体 space line entity 全国团体标准信息平台 T/ZGCSC 004-2022 3 城市地理 空间中的某一线段 ,以线型抽象表达现实世界的地理实体。空间线实体以一组 空间坐标序 列描述该线型实体的空间形状,并继承相应的 地理实体属性信息。 3.4 空间面实体 space plane entity 城市地理 空间中的某一 封闭曲面 ,以面元抽象表达现实世界的地理实体。空间 面实体以多组 空间坐 标描述该面元 实体的曲面边界,从而界定该面元的空间形状 ,并继承相应的地理实体属性信息。 3.5 空间网格实体 space grid entity 是空间面实体的一种特例,使用固定 大小的矩形将城市网格化 。空间网格实体的空间位置信息可以 使用该实体在城市网格坐标系中的行号、列号简化表示。 3.6 用户实体 user entity 现实城市 活动的参与者 ,包括但不限于行人、车辆、无人机、移动手机 。城市时空数据伴随着用户 实体的活动产生。 3.7 城市时空 动态数据 urban spatiotemporal dynamic data 城市中随时间动态产生并同时具备空间属性的 数据,包括空间静态时间动态数据、空间动态时间动 态数据。 3.8 城市时空预测 u rban spatiotemporal prediction 基于城市时空序列 数据对城市未来某一时间段内 时空状态 进行预测的过程 。 3.9 城市时空预测 智能模型 urban spatiotemporal prediction intelligent model 基于预测目标的历史时空数据开展监督或无监督 学习和挖掘,发现 其中的隐含规律并进而完成预 测任务的算法或程序 。 3.10 兴趣点 points of interest 描述特定活动与服务场所的点位。 [GB/T 35648- 2017,定义 3.1] 3.11 全国团体标准信息平台 T/ZGCSC 004-2022 4 键值结构 key -value str ucture 一种存储范例,按此范例存储的记录由值中的关键词和一串数据组成。 [GB/T 35295- 2017,定义 2.2.15] 3.12 特征 feature 被观测对象异于其他对象的特殊属性。 示例:矩形具备长和宽两个特征。通过上述两个特征,智能模型可以将不同的矩形区分开来。 3.13 特征工程 feature engineering 利用研究问题所属领域的相关知识构建元数据特征,并使得智能模型发挥其最佳性能的过程 。 4 缩略语 下列缩略语适用于本文件。 CSV:逗号分隔值 (Comm a-Separated Values ) DYNA:时空动态数据(S patiotemporal D ynamic D ata) EXT:外部辅助数据( External D ata) GEO:地理实体( Geographical E ntity) ID:标识符( Identification ) INFO:扩展信息( Extended I nformation ) JSON:JavaScript 对象表示法(J avaScript Object N

pdf文档 T-ZGCSC 004—2022 城市时空预测智能模型的数据要求

文档预览
中文文档 24 页 50 下载 1000 浏览 0 评论 0 收藏 3.0分
温馨提示:本文档共24页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
T-ZGCSC 004—2022 城市时空预测智能模型的数据要求 第 1 页 T-ZGCSC 004—2022 城市时空预测智能模型的数据要求 第 2 页 T-ZGCSC 004—2022 城市时空预测智能模型的数据要求 第 3 页
下载文档到电脑,方便使用
本文档由 思安 于 2022-12-18 17:31:13上传分享
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。