城市大腦，是以網際網路為基礎設施，利用豐富的城市資料資源，對城市進行全域性的即時分析。用城市的資料資源有效調配公共資源，不斷完善社會治理，推動城市可持續發展。
今天我們將三篇「城市大腦」的實踐**，集結為一本迷你電子書，分享給你。這三篇優秀**均被收錄於acm mm 2017頂會**中，是城市大腦背後技術的重要部分。
1、此本迷你書約3m，希望你會喜歡。
阿里巴巴集團技術委員會主席王堅曾說，每一次技術革命，都會推動城市文明前進一步。蒸汽機時代，城市的標誌是修公路；電力時代，城市的發展是鋪電網。我們身處的網際網路時代，資料成為重要的資源，城市需要構建乙個資料大腦來再一次提公升文明。
通過「城市大腦」專案，我們發現諸多待解決的問題，比如**、車輛軌跡如何準確識別，如何提取三位空間中的物體特徵等。經過不斷實踐，我們找到了一些比較好的解決方法，並將這些方法投入到實際場景中去正向增強應用的落地性。
部分目錄
《spatio-temporalautoencoder for video anomaly detection》
《deepsiamese networkwith multi-level similarity perception for personre-identification》
（《基於多層相似度感知的深度神經網路及其在同人鑑別中的應用》）
行人重識別是指給定乙個攝像頭下某個行人的，在其他攝像頭對應的中準確地找到同乙個人。行人重識別技術有十分重要的科研和實際應用價值，近來廣泛應用到交通、安防等領域，對於建立平安城市、智慧型城市具有重要的意義。
**中我們為**軌跡的識別判斷提供技術支援。結合深度學習的siamese網路和分類網路模型優勢，同時將相似度擴充套件到其他層次。與經典的大規模同人鑑別公開資料集對比，目前檢索精確度的最優結果已達業內最高水平。
《stylized adversarial autoencoder for image generation》
（《基於風格化對抗自編碼器的影象生成演算法》）
車牌識別模型，是智慧型城市的乙個最基礎的模型，需要識別國內所有城市的車牌。比如我們在杭州收集到的資料主要以「浙a」車牌為主，這時候就需要用演算法來自動生成資料。近兩年深度學習的興起極大地提公升了ai模型的效能，但是隨之也帶來了巨大的資料需求以及標註成本。在真實場景下，我們往往很難獲得比較全面、大量、均勻且被準確標註的資料，因此讓ai學會生成資料成為乙個主流方向，gan是其中經典的模型之一。但是普通的gan模型往往會存在生成資料不可控、泛化性不好等問題。
受條件對抗生成網路和風格遷移學習的啟發，採用內容提取網路和風格提取網路分別從內容和風格中提取特徵，將兩者融合後，通過生成網路獲得融合相應內容和風格的。
「城市大腦」是城市的大腦，不是人類的大腦！
城市大腦 是城市的大腦，不是人類的大腦！城市大腦不應該被翻譯為 the brain of smart city 而應該被翻譯為 city brain 王堅說。當下，不少城市正展開 智慧型城市 建設，在他看來，智慧型城市 和 城市大腦 沒有任何關係。王堅認為，當下 智慧型城市 面臨的乙個問題是，僅僅把...
SrpingCloud技術棧有哪些
對springcloud的技術棧作個總結 微服務概念 落地技術 服務開發 springboot spring springmvc 服務配置與管理 netflix公司的archaius 阿里的diamond等 服務註冊與發現 eureka consul zookeeper等 服務呼叫 rest rpc...
常用的大資料技術有哪些？
大資料技術，簡而言之，就是提取大資料價值的技術，是根據特定目標，經過資料收集與儲存 資料篩選 演算法分析與 資料分析結果展示等，為做出正確決策提供依據，其資料級別通常在pb以上，以下是常用的大資料技術 一 大資料基礎階段 大資料基礎階段需掌握的技術有 linux docker kvm mysql基礎...