本著務(wù)實(shí)具體、詳略得當(dāng)、啟發(fā)創(chuàng)新的指導(dǎo)思想，主要特色如下：
?著眼于城市大數(shù)據(jù)智能化場(chǎng)景，從數(shù)據(jù)感知和數(shù)據(jù)增強(qiáng)等角度，提出了基于移動(dòng)群體的感知技術(shù)、時(shí)空數(shù)據(jù)替補(bǔ)技術(shù)等，專(zhuān)注解決城市大數(shù)據(jù)智能應(yīng)用所面臨的數(shù)據(jù)質(zhì)量挑戰(zhàn)。
?面向多個(gè)城市智能應(yīng)用場(chǎng)景，如空氣質(zhì)量、交通流預(yù)測(cè)等，提出多種深度預(yù)測(cè)的模型與算法，促進(jìn)城市大數(shù)據(jù)智能自動(dòng)發(fā)現(xiàn)有價(jià)值的規(guī)律和知識(shí)，使數(shù)據(jù)與知識(shí)聯(lián)合驅(qū)動(dòng)智慧城市進(jìn)行高效的、智能的管理決策成為可能。
?基于城市時(shí)空大數(shù)據(jù)中存在的時(shí)空關(guān)聯(lián)、動(dòng)態(tài)突變和不確定性等特點(diǎn)，利用深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等技術(shù)，為應(yīng)對(duì)多模態(tài)時(shí)空融合和時(shí)空動(dòng)態(tài)演化等問(wèn)題與挑戰(zhàn)，提供多種有效方案，為智慧城市的發(fā)展和大數(shù)據(jù)智能應(yīng)用的成功提供了有力支持。