本着务实具体、详略得当、启发创新的指导思想，主要特色如下：
?着眼于城市大数据智能化场景，从数据感知和数据增强等角度，提出了基于移动群体的感知技术、时空数据替补技术等，专注解决城市大数据智能应用所面临的数据质量挑战。
?面向多个城市智能应用场景，如空气质量、交通流预测等，提出多种深度预测的模型与算法，促进城市大数据智能自动发现有价值的规律和知识，使数据与知识联合驱动智慧城市进行高效的、智能的管理决策成为可能。
?基于城市时空大数据中存在的时空关联、动态突变和不确定性等特点，利用深度学习和强化学习等技术，为应对多模态时空融合和时空动态演化等问题与挑战，提供多种有效方案，为智慧城市的发展和大数据智能应用的成功提供了有力支持。
展开
