SmartCityFramework

SmartCityFramework

使用物联网和大数据的智能城市框架

抽象的

信息和通信技术越来越普遍于城市环境，并为智能未来城市的可持续性和韧性提供必要的基础。通常，ICT工具用于智能城市处理不同的应用领域，例如家庭自动化，医疗保健，环境监测，能源，并且很少提供综合信息观点，以应对城市的可持续性和社会经济增长。智能城市可以使用大数据从此类信息中受益，并且通常通过在云环境中部署的可互操作服务进行实时跨主题，数据收集，处理，集成和共享。但是，此类信息利用需要适当的软件工具，服务和技术来收集，存储，分析和可视化城市环境，公民以及城市规模的各个部门和代理机构的大量数据。IOT由智能医疗保健，智能环境和能源相关的数据集生成的数据集用于分析和评估。该框架通过提出基于云的分析服务，可以进一步开发以生成信息情报并支持智能城市环境中的决策，从而对智能城市的重点进行大数据处理和分析提供了观点。

问题陈述

智能城市框架的设计和开发用于智能处理数据分析。

智慧城市是一个在ICT上进行投资的城市，可增强治理和参与过程，以定义适当的公共订户服务和运输投资，可以确保可持续的社会经济发展，增强的社会经济发展，增强的生活质量和智能自然资源管理。公共行政部门的运营成本。可以通过部署城市物联网，即提供统一，简单和经济的通信基础设施来实现这一目标，从而释放潜在的协同作用并增加对公民的透明度。

智能城市框架的基础

有两个用户将从我们的智能城市框架中受益：公众和控制提供给公众的可访问性的管理员。智能城市框架的基础包括 -

物联网 -

物联网（IoT）是物理设备，车辆，家用电器以及其他嵌入电子，软件，传感器，执行器和连接性的项目的网络，使这些事物能够连接，收集和交换数据[1] [1]，[2]创造机会更直接地将物理世界整合到基于计算机的系统中，从而改善了效率，从而改善了经济效益，经济效益，人为和降低了5]。

大数据 -

大数据是一个术语，用于参考如此大而复杂的数据集的研究和应用，以至于传统的数据处理应用程序软件不足以处理它们。大数据挑战包括捕获数据，数据存储，数据分析，搜索，共享，转移，可视化，查询，更新，信息隐私和数据源。有许多与大数据相关的概念：最初有3个概念卷，多样性，速度[6]。后来归因于大数据的其他概念是真实性（即数据中有多少噪声）[7]和值[19]。

云计算 -

云计算是可配置的计算机系统资源和高级服务的共享池，可以通过互联网上的最小管理工作来迅速提供。[4]云计算依靠资源共享来实现与公共事业类似的规模和规模经济。第三方云使组织能够专注于其核心业务，而不是将资源用于计算机基础架构和维护[9]。一些常用的云服务是Microsoft Azure，Amazon EC2。

处理和分析引擎 -

数据分析是检查，清洁，转换和建模数据的过程，目的是发现有用的信息，告知结论并支持决策[7]。数据分析具有多种方面和方法，涵盖了各种名称中的多种技术，同时用于不同的商业，科学和社会科学领域。

机器学习 -

机器学习是人工智能（AI）的应用，它为系统提供了自动从经验中学习和改进的能力，而无需明确编程。机器学习的重点是开发可以访问数据并自己学习的计算机程序[14] [18]。

Web应用程序 -

在Web平台上运行的应用程序是一种旨在在Web上运行的应用程序软件。这些应用程序经常为用户提供交互式介质，以提出请求并获得结果。

智能环境生成的IoT数据集，并将相关数据集用于分析和评估。大数据被定义为大量，高速和高品种数据，需要具有成本效益，创新的信息处理形式，从而可以增强洞察力，决策和过程自动化。关于大数据所带来的挑战，基于云的分析服务是进一步开发的，目的是在智能城市环境中产生信息情报和支持决策。

通过处理和分析引擎，使用机器学习算法对大数据进行处理和分析。从该引擎获得的结果进行处理以响应用户的查询，并在前端显示，通过移动应用程序可以访问用户。该移动应用程序旨在通过用户友好且易于理解的界面根据其要求提供服务。

我们打算将该模型扩展到大学校园，目的是通过将从校园不同部分的各种IoT传感器集成到基于用户配置触发命令的IoT协议来实现智能城市框架。为了增强我们智能城市框架的可​​用性并加快该框架的开发，我们将使用开源技术实施我们框架的API。

可以使用此框架解决的问题

问题	描述	URL
停车场	使用智能手机上的应用程序，您可以看到有多少个停车位。除了在智能手机上展示外，您还可以查看板上有多少个停车位，可以在街道上使用。	基于图像处理的智能停车空间检测系统
在紧急情况下调整信号	智能信号量可以适应急诊案件（例如撞车车，救护车的医疗紧急情况），交通拥堵。	smart_traffic_control_system_for_ambulance此链接针对特定情况，救护车案例

可以使用的物联网传感器

传感器名称	传感器规范	用途	参考
DHT22	温度 - 湿度传感器	用于测量空气温度和湿度。	Adafruit
UVM-30A UVA/UVB	紫外传感器	UV传感器用于检测入射紫外线（UV）辐射的强度。	海龟湾项目

可以使用的机器学习算法

算法名称	算法类别	在环境监测中使用	需要的数据类型	物联网传感器	参考
Synaptic.js	神经网络	它可用于对环境变量的PID控制，例如控制环境温度，并预测连接控制系统的需要或不进行的需求，从而有助于减少能耗。	传感器信号，温度设定点和磁滞	DHT22	Synaptc.js

Web平台设计