大数据时代城市智能交通的数据技术

大数据时代城市智能交通的数据技术

ID:13058987

大小:31.00 KB

页数:10页

时间:2018-07-20

大数据时代城市智能交通的数据技术_第1页
大数据时代城市智能交通的数据技术_第2页
大数据时代城市智能交通的数据技术_第3页
大数据时代城市智能交通的数据技术_第4页
大数据时代城市智能交通的数据技术_第5页
资源描述:

《大数据时代城市智能交通的数据技术》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、大数据时代城市智能交通的数据技术  摘要:大数据时代的到来,在社会上引起不同的反响。其大数据无时无刻不发生在每个人身上。随着我国汽车保有量在近年来急剧增加,每天上班族的出行方式可以有多种选择,不仅可以开车上班,还可以乘坐公交,BRT,打车上班。但在下班高锋期,常常遇到打车困难、交通拥堵、停车位紧张等问题。而这些问题也给上班族带来不小的影响,尤其是时间上的浪费,个人情绪的此起彼伏,城市公共资源的浪费,汽车排出的尾气导致的空气污染,机动车、行人的不文明行为造成的交通事故等问题,是各大城市交通存在的弊病。大数据时代下诞

2、生的智能交通成为改善城市交通的选择之一。为了能够及时获取交通数据,需求建立智能交通基于大数据的数据技术关键词:大数据;智能交通;数据技术随着国民经济的不断发展,人们生活水平的不断提高,居民购买汽车能力加强。我国的汽车保有量随之增加,在一些大城市机动车拥有量以超过10%的速度加速,机动车成为每个家庭代步的交通工具,在有限的交通资源配置下,机动车的增加缩短了道路使用周期,城市主干道路超负荷使用,违法停车致使道路不能合理使用、行车不文明、乘车环境不良等现象有增无减。大数据时代,如何改善当前的交通状况是本文阐述的核心内容

3、。文章从以下几个方面来阐述:大数据的现状、大数据的概述、大数据的应用、智能交通的需求、智能交通体系的建立、数据技术1大数据的现状据权威数据显示,大数据应用在我国还处在起步阶段。但在未来三年,通信、金融领域将在大数据市场突破100亿元。市场规模在2012年有望达到4.7亿元,到2013年增至11.2亿元,增长率高达138%,2014年,保持了与2013年基本持平的增速,增长率为114.38%,市场规模达到24.1亿元,未来三年内有望突破150亿元,2016年有望达到180亿规模。自从2014年以来,各界对大数据的诞

4、生都备加关注,已渗透到各个领域:交通行业、医疗行业、生物技术、零售行业、电商、农牧业、个人位置服务等行业,由此也正在不断涌现大数据的新产品、新技术、新服务大数据行业“十三五”规划主要目标:在2020年,将大数据打造成为国民经济新兴支柱产业并在社会各领域广泛应用,推动我国大数据产业稳步快速发展,基本健全大数据产业体系,推动制定一批相关大数据的国标、行标和地方标准,引进具备大数据条件的企业,建设大数据产业孵化基地,提高全国信息化总体水平,以跻身世界先进水平2大数据的概述2.1大数据定义大数据即巨量数据集合,目前还没有

5、一个统一的定义。大数据的概念最早是由全球著名的管理咨询公司麦肯锡提出,2011年Mckinsey发布研究称,大数据通常是指信息爆炸时代产生的海量数据,在各个行业和业务领域,数据已经渗透到行业中并逐渐成为重要的要素,人们能够从海量数据中挖掘出有用的数据并加以应用。对大数据定义的另一说法是利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集随着信息时代的高速发展,大数据已经成为社会生产力发展的又一推动力。大数据被称为是继云计算、物联网之后信息时代的又一大颠覆性的技术革命。大数据的数据量巨大,一般10TB

6、规模左右,但在实际应用中,多个数据集放在一起,已经形成了PB级的数据量,甚至EB、ZB、TB的数据量2.2大数据的特点2.2.1数据量巨大数据量级别从TB级别跃升到PB级别。随着可穿戴设备、物联网和云计算、云存储等技术的发展,用户的每一个动作都可以被记录,由此每天产生大量的数据信息。据有关人士估算:1986~2007年,全球数据的存储能力每年提高23%,双向通信能力每年提高28%,通用计算能力每年提高58%;2007年,人类大约存储了超过300EB的数据;到2013年,世界上存储的数据能达到约1.2ZB2.2.2

7、数据类型多样化即数据类型繁多,产生了海量的新数据集,新数据集可以是关系数据库和数据仓库数据这样的结构化数据到半结构化数据和无结构数据,从静态的数据库到动态的数据流,从简单的数据对象到时间数据、生物序列数据、传感器数据、空间数据、超文本数据、多媒体数据、软件程序代码、Web数据和社会网络数据[1]。各种数据集不仅产生于组织内部运作的各个环节,也来自于组织外部2.2.3数据的时效性高所谓的数据时效性高指以实时数据处理、实时结果导向为特征的解决方案,数据的传输速度、响应、反应的速度不断加快。数据时效性为了去伪存真,采用

8、非结构化数据剔除数据中无用的信息,而当前未有真正的解决方法,只能是人工承担其中的智能部分。有些专员负责数据分析问题并提出分析后的解决方案2.2.4数据真实性低即数据的质量。数据的高质量是大数据时代重要的关注点。但在生活中,“脏数据”无处不在,例如,一些低劣的伪冒产品被推上市场,由于营销手段的成功,加之其他因素的影响导致评分很高。但是这并不是真实的数据,如果对数据不加分析和

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。