SmartCityFramework

SmartCityFramework

使用物聯網和大數據的智能城市框架

抽象的

信息和通信技術越來越普遍於城市環境，並為智能未來城市的可持續性和韌性提供必要的基礎。通常，ICT工具用於智能城市處理不同的應用領域，例如家庭自動化，醫療保健，環境監測，能源，並且很少提供綜合信息觀點，以應對城市的可持續性和社會經濟增長。智能城市可以使用大數據從此類信息中受益，並且通常通過在雲環境中部署的可互操作服務進行實時跨主題，數據收集，處理，集成和共享。但是，此類信息利用需要適當的軟件工具，服務和技術來收集，存儲，分析和可視化城市環境，公民以及城市規模的各個部門和代理機構的大量數據。 IOT由智能醫療保健，智能環境和能源相關的數據集生成的數據集用於分析和評估。該框架通過提出基於雲的分析服務，可以進一步開發以生成信息情報並支持智能城市環境中的決策，從而對智能城市的重點進行大數據處理和分析提供了觀點。

問題陳述

智能城市框架的設計和開髮用於智能處理數據分析。

智慧城市是一個在ICT上進行投資的城市，可增強治理和參與過程，以定義適當的公共訂戶服務和運輸投資，可以確保可持續的社會經濟發展，增強的社會經濟發展，增強的生活質量和智能自然資源管理。公共行政部門的運營成本。可以通過部署城市物聯網，即提供統一，簡單和經濟的通信基礎設施來實現這一目標，從而釋放潛在的協同作用並增加對公民的透明度。

智能城市框架的基礎

有兩個用戶將從我們的智能城市框架中受益：公眾和控制提供給公眾的可訪問性的管理員。智能城市框架的基礎包括 -

物聯網 -

物聯網（IoT）是物理設備，車輛，家用電器以及其他嵌入電子，軟件，傳感器，執行器和連接性的項目的網絡，使這些事物能夠連接，收集和交換數據[1] [1]，[2]創造機會更直接地將物理世界整合到基於計算機的系統中，從而改善了效率，從而改善了經濟效益，經濟效益，人為和降低了5]。

大數據 -

大數據是一個術語，用於參考如此大而復雜的數據集的研究和應用，以至於傳統的數據處理應用程序軟件不足以處理它們。大數據挑戰包括捕獲數據，數據存儲，數據分析，搜索，共享，轉移，可視化，查詢，更新，信息隱私和數據源。有許多與大數據相關的概念：最初有3個概念卷，多樣性，速度[6]。後來歸因於大數據的其他概念是真實性（即數據中有多少噪聲）[7]和值[19]。

雲端運算 -

雲計算是可配置的計算機系統資源和高級服務的共享池，可以通過互聯網上的最小管理工作來迅速提供。 [4]雲計算依靠資源共享來實現與公共事業類似的規模和規模經濟。第三方雲使組織能夠專注於其核心業務，而不是將資源用於計算機基礎架構和維護[9]。一些常用的雲服務是Microsoft Azure，Amazon EC2。

處理和分析引擎 -

數據分析是檢查，清潔，轉換和建模數據的過程，目的是發現有用的信息，告知結論並支持決策[7]。數據分析具有多種方面和方法，涵蓋了各種名稱中的多種技術，同時用於不同的商業，科學和社會科學領域。

機器學習 -

機器學習是人工智能（AI）的應用，它為系統提供了自動從經驗中學習和改進的能力，而無需明確編程。機器學習的重點是開發可以訪問數據並自己學習的計算機程序[14] [18]。

Web應用程序 -

在Web平台上運行的應用程序是一種旨在在Web上運行的應用程序軟件。這些應用程序經常為用戶提供交互式介質，以提出請求並獲得結果。

智能環境生成的IoT數據集，並將相關數據集用於分析和評估。大數據被定義為大量，高速和高品種數據，需要具有成本效益，創新的信息處理形式，從而可以增強洞察力，決策和過程自動化。關於大數據所帶來的挑戰，基於雲的分析服務是進一步開發的，目的是在智能城市環境中產生信息情報和支持決策。

通過處理和分析引擎，使用機器學習算法對大數據進行處理和分析。從該引擎獲得的結果進行處理以響應用戶的查詢，並在前端顯示，通過移動應用程序可以訪問用戶。該移動應用程序旨在通過用戶友好且易於理解的界面根據其要求提供服務。

我們打算將該模型擴展到大學校園，目的是通過將從校園不同部分的各種IoT傳感器集成到基於用戶配置觸發命令的IoT協議來實現智能城市框架。為了增強我們智能城市框架的可​​​​用性並加快該框架的開發，我們將使用開源技術實施我們框架的API。

可以使用此框架解決的問題

問題	描述	URL
停車場	使用智能手機上的應用程序，您可以看到有多少個停車位。除了在智能手機上展示外，您還可以查看板上有多少個停車位，可以在街道上使用。	基於圖像處理的智能停車空間檢測系統
在緊急情況下調整信號	智能信號量可以適應急診案件（例如撞車車，救護車的醫療緊急情況），交通擁堵。	smart_traffic_control_system_for_ambulance此鏈接針對特定情況，救護車案例

可以使用的物聯網傳感器

傳感器名稱	傳感器規範	用途	參考
DHT22	溫度 - 濕度傳感器	用於測量空氣溫度和濕度。	Adafruit
UVM-30A UVA/UVB	紫外傳感器	UV傳感器用於檢測入射紫外線（UV）輻射的強度。	海龜灣項目

可以使用的機器學習算法

算法名稱	算法類別	在環境監測中使用	需要的數據類型	物聯網傳感器	參考
Synaptic.js	神經網絡	它可用於對環境變量的PID控制，例如控制環境溫度，並預測連接控制系統的需要或不進行的需求，從而有助於減少能耗。	傳感器信號，溫度設定點和磁滯	DHT22	Synaptc.js

Web平台設計