1.一种基于大数据的智慧城市公共信息管理系统 ，其特征在于，所述智慧城市公共信息管理系统包括数据处理模块、模型优化模块、模型训练模块、信息识别模块、识别判断模块、识别处理模块：数据处理模块，用于获取智慧城市服务器中的历史公共信息数据，对所述历史公共信息数据进行数据预处理，得到训练历史公共信息数据集和测试历史公共信息数据集；

模型优化模块，用于建立DFTGCN智慧城市公共信息识别模型，利用DeepWalk网络嵌入算法对所述DFTGCN智慧城市公共信息识别模型进行优化，得到初始DFTGCN智慧城市公共信息识别模型，其中，DFTGCN智慧城市公共信息识别模型是一种在GCN图卷积网络的基础上提出的数据融合的时域图卷积模型，该模型将通过空域特征嵌入和时域特征嵌入后融合的数据作为属性增强单元，与原始数据形成属性增强矩阵，将属性增强矩阵输入到一个新的时空图卷积神经网络中，用于学习交通数据空间和时间上的特征表示，其中，时空图卷积神经网络被应用到属性增强矩阵上，从而捕获数据在空间和时间上的复杂关系；

模型训练模块，用于将所述训练历史公共信息数据集输入至所述初始DFTGCN智慧城市公共信息识别模型中进行训练，将所述测试历史公共信息数据集输入至所述初始DFTGCN智慧城市公共信息识别模型中进行测试，得到目标DFTGCN智慧城市公共信息识别模型；

信息识别模块，用于获取城市服务器中的实时公共信息数据，将所述实时公共信息数据输入至所述目标DFTGCN智慧城市公共信息识别模型进行识别，得到城市公共状态数据；

识别判断模块，用于基于所述城市公共状态数据判断智慧城市的公共交通状态是否处于拥堵状态，若判断为拥堵状态，则将所述公共交通状态输入至公共广播系统、公共媒体传播系统和交通局指挥系统中；

识别处理模块，用于根据所述城市公共状态数据生成对应的公共交通状态解决方案，将所述公共交通状态解决方案传输至交通局指挥系统中，并获取交警的实时指挥反馈数据；

所述数据处理模块包括数据获取子模块、增强子模块、归一化子模块、关联子模块、得到子模块：数据获取子模块，用于获取智慧城市服务器中的历史公共信息数据，所述历史公共信息数据至少包括：城市公交营运基础数据、城市车辆信息数据、城市车载GPS设备数据，城市自动售票机数据、城市交通视频监控设备数据、城市交通驾驶员数据、城市车辆实时位置数据、乘客流量数据、乘客出行特征数据、城市天气数据、城市道路障碍设施数据；

增强子模块，用于对所述历史公共信息数据进行数据清洗和数据增强处理，得到第一公共信息数据；

归一化子模块，用于对所述第一公共信息数据进行数据归一化处理，得到第二公共信息数据；

关联子模块，用于利用Partition数据关联算法计算所述第二公共信息数据的关联特征，得到特征关联公共信息数据集；

得到子模块，用于随机抽取所述特征关联公共信息数据集中82%的数据为训练历史公共信息数据集，剩余18%的数据为测试历史公共信息数据集；

所述模型优化模块包括模型建立子模块、模型优化子模块、信息整合子模块、信息添加子模块、数据融合模块、交通信息预测模块：模型建立子模块，用于建立DFTGCN智慧城市公共信息识别模型，所述DFTGCN智慧城市公共信息识别模型至少包括数据融合模块和交通信息预测模块；

模型优化子模块，用于利用DeepWalk网络嵌入算法对所述DFTGCN智慧城市公共信息识别模型进行优化；

信息整合子模块，用于整合所述DFTGCN智慧城市公共信息识别模型中节点的属性信息和交通特征信息；

信息添加子模块，用于在所述DFTGCN智慧城市公共信息识别模型中加入交通流非直接相关的城市公共信息数据；

数据融合模块，用于将外部因素与路网中每个路段的属性进行融合，得到目标路段属性，并将所述目标路段属性与道路交通数据进行结合；

交通信息预测模块，基于GCN网络获取智慧城市中整个路网的空间信息，利用GRU网络获取数据的时间依赖，得到初始DFTGCN智慧城市公共信息识别模型；

所述模型训练模块包括模型训练单元、频域分析单元、重新训练单元、模型测试单元：模型训练单元，用于将所述训练历史公共信息数据集输入至所述初始DFTGCN智慧城市公共信息识别模型中进行训练；

频域分析单元，用于利用傅里叶变换对所述训练历史公共信息数据进行频域分析，利用Stacking集成学习方法融合所述初始DFTGCN智慧城市公共信息识别模型中的网络层；

重新训练单元，用于将所述初始DFTGCN智慧城市公共信息识别模型中的预测结果作为新特征进行重新训练；

模型测试单元，用于将所述测试历史公共信息数据集输入至所述初始DFTGCN智慧城市公共信息识别模型中进行测试，得到目标DFTGCN智慧城市公共信息识别模型；

所述信息识别模块包括信息获取单元、信息识别单元、信息输出单元、状态确定单元：信息获取单元，用于获取城市服务器中的实时公共信息数据，对所述实时公共信息数据进行数据处理，得到可以用于训练的实时公共信息数据；

信息识别单元，用于将可以用于训练的实时公共信息数据输入至所述标DFTGCN智慧城市公共信息识别模型进行识别；

信息输出单元，用于利用所述DFTGCN智慧城市公共信息识别模型中的全连接层进行分类，基于Sigmoid函数输出结果，得到城市公共状态数据；

状态确定单元，用于确定所述城市公共状态数据至少包括城市交通瘫痪状态、城市交通拥堵状态、城市交通正常状态；

所述识别判断模块包括状态判断单元、方案生成单元、信息传输单元、信息存储单元：状态判断单元，用于基于所述城市公共状态数据判断智慧城市的公共交通状态是否处于拥堵状态；

方案生成单元，用于若判断为拥堵状态，则获取智慧城市的公共交通拥堵的目标地点，基于所述目标地点生成车辆驾驶备选方案；

信息传输单元，用于将所述目标地点和车辆驾驶备选方案传输至公共广播系统和公共媒体传播系统中；

信息存储单元，用于获取实时行驶车辆的实时驾驶信息，将所述实时驾驶信息传输至智慧城市数据库中进行存储；

所述识别处理模块包括获取子模块、生成子模块、传输子模块、判断子模块：

获取子模块，用于获取系统中的交通拥堵解决方案数据，利用决策树模型对交通拥堵解决方案数据进行分类处理，得到拥堵解决方案数据库；

生成子模块，用于基于所述拥堵解决方案数据库，生成对应的公共交通状态解决方案，所述公共交通状态解决方案包括红绿灯指挥方案和执勤交警安排方案；

传输子模块，用于将所述公共交通状态解决方案传输至交通局指挥系统中，并获取交警的实时指挥反馈数据，基于所述实时指挥反馈数据生成目标公共交通状态解决方案；

判断子模块，用于判断交通拥堵状态是否改善，若无改善，将交通拥堵状态输入至附近的执勤交警的移动终端。