技術特征：

1.一種基于深度學習網絡及多源異構數據的城市健康狀態(tài)估計方法，其特征在于，具體包括如下步驟：

技術總結
本發(fā)明公開了一種基于深度學習網絡及多源異構數據的城市健康狀態(tài)估計方法，方法包括：空氣質量數據進行預處理和特征處理；交通擁堵數據進行預處理，對其相關特征進行處理；數據特征提取過程的結果進行整合；城市健康狀況進行推理和評估。本發(fā)明提出了為了了解城市健康對城市居民生活、行為和選擇的影響，提出了一個公眾健康(HOTP)框架。HOTP方法的預測結果與城市實際運行相吻合。這表明我們的方法熟練地整合了大都市通勤信息和大氣污染數據，可以準確地評估城市的整體健康水平。

技術研發(fā)人員：鄭超,唐乾坤,曹秋生
受保護的技術使用者：河南省科學院物理研究所
技術研發(fā)日：
技術公布日：2025/1/6