期刊文献+

基于AR与大数据的交互式场景系统的设计与实现 被引量:1

Design and Implementation of Interactive Scene System Based on AR and Big Data
下载PDF
导出
摘要 针对景区服务建设不足、景区人流量堆积、景点发展不平衡等问题,本文借助百度、高德、谷歌等提供的地图资源和开发资源设计了一套智慧景区推荐分享系统.该系统能够通过AR弹幕方式收集游客的留言和评价,通过云计算、大数据和人工智能的技术处理评价,为景区提供建设性意见,为游客智慧推荐出行方案。经后期测试及实际用户反馈,此系统能够稳定运行,在景区发展建设及用户出游体验方面发挥着重要的作用. Aiming at the problems of insufficient construction of scenic spots,accumulation of people flow in scenic spots,and unbalanced development of scenic spots,this paper designs a smart scenic spot recommendation sharing system with the help of map resources and development resources provided by Baidu,AutoNavi,and Google.The system can collect visitors,messages and evaluations through AR barrage,and.process evaluations through cloud computing,big data and artificial intelligence technology,provide constructive opinions for scenic spots,and intelligently recommend travel plans for tourists.After later testing and actual user feedback,this system can operate stably,playing an important role in the development and construction of scenic spots and user travel experience.
作者 曹博 郑炅 牛广潇 CAO Bo;ZHENG Jiong;NIU Guangxiao(Institute of Information Science and Engineering,Xinjiang University,Urumqi Xinjiang 830046,China)
出处 《信息与电脑》 2021年第3期96-98,共3页 Information & Computer
基金 2019年国家级大学生创新创业训练计划项目(项目编号:201910755052) 新疆维吾尔自治区高校本科教育教学研究和改革项目(项目编号:51031900001) 教育部产学合作协同育人项目(项目编号:201901134046) 新疆大学2020年金课建设项目(项目编号:XJU2020JK31)。
关键词 智慧景区 AR技术 人工智能 intelligent scenic spot AR technology artificial intelligence
  • 相关文献

参考文献4

二级参考文献40

  • 1徐凤亚,罗振声.文本自动分类中特征权重算法的改进研究[J].计算机工程与应用,2005,41(1):181-184. 被引量:56
  • 2熊伟丽,徐保国.基于PSO的SVR参数优化选择方法研究[J].系统仿真学报,2006,18(9):2442-2445. 被引量:66
  • 3刘鹏.云计算[M].第2版.北京:电子工业出版社,2011. 被引量:14
  • 4White T. Hadoop : the definitive guide [ M ]. [ s. 1. ] : O'Reilly, 2012. 被引量:1
  • 5Iosup A, Ostermann S, Yigitbasi M N, et al. Performance anal- ysis of cloud computing services for many- tasks scientific computing[J]. IEEE Transactions on Parallel and DistributedSystems ,2011,22 (6) :931-945. 被引量:1
  • 6Baliga J, Ayre R W A, Hinton K, et al. Green cloud compu- ting: balancing energy in processing, storage, and transport [ J]. Proceedings of the IEEE,2011,99( 1 ) : 149-167. 被引量:1
  • 7Lee K H, Lee Y J,Choi H,et al. Parallel data processing with MapReduce : a survey [ J ]. ACM SIGMOD Record, 2012,40 (4) :11-20. 被引量:1
  • 8Vassiliadis P, Simitsis A, Skiadopoulos S. Conceptual modeling for ETL processes[ C ]//Proceedings of the 5th ACM interna- tional workshop on data warehousing and OLAP. [ s. 1. ] : ACM ,2002 : 14-21. 被引量:1
  • 9Wang T, Hu J,Zhou H. Design and implementation of an ETL approach in business intelligence project [ M ]//Practical ap-plications of intelligent systems. Berlin : Springer,2012. 被引量:1
  • 10Lee T L. Back-propagation neural network for the prediction of the short-term storm surge in Taichung harbor, Taiwan [ J ]. Engineering Applications of Artificial Intelligence, 2008,21 ( 1 ) :63-72. 被引量:1

共引文献131

同被引文献4

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部