第四范式:基于机器学习的荷兰智慧城市宜居性预测模型研究

• 作者: 邬峻
• 来源期刊: 风景园林
• 学科: 工学
• 关键词: 大数据 第四范式 机器学习 宜居性 预测模型
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 专题:智慧城市设计与技术
• 页码范围: 8-29
• 页数: 22页
• 分类号: TU984.31.7|TP181
• 字数: 12735字
• 语种: 中文
• DOI: 10.14085/j.fjyl.2020.05.0011.19

摘要

本研究系统地调查了“第四次工业革命”背景下大数据爆炸给传统研究范式带来的挑战和机遇.以荷兰智慧城市宜居性预测模型为例,引入数据密集型的“第四范式”新研究方法.首先从传统研究范式和宜居性研究现状出发,收集与人居环境宜居性相关的变量和可用的多源数据集.然后执行必要的数据清理、数据工程、数据特征提取方面的工作流程,使收集到的原始数据能够满足机器学习的基本要求.随后在机器学习的反复实验中,选用监督式机器学习关于多级目标预测的2个通用算法:多类别决策丛林和多类别决策森林,经过比选和优化得到最优算法.然后,将这种最优算法部署到云计算环境中生成智能预测工具箱,以监测和预先干预荷兰人居环境的宜居性.研究表明,与传统研究范式相比,尖端的人工智能技术和基于“第四范式”开发的新兴机器学习算法确实在知识发现、定量分析、知识快速更新和预测研究中具备独特优势.该范式在处理未来智慧城市中更大量、多样、精准、快速的研究数据集时将更加高效并更具创新前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邬峻		2	0	0.0	0.0