中國大(da)數據(ju)產業起步晚，發(fa)展(zhan)速度快。物(wu)聯網、移動互聯網的(de)迅速發(fa)展(zhan)，使數據(ju)產生速度加(jia)快、規模加(jia)大(da)，迫切需要運用大(da)數據(ju)手段(duan)進行分析處理，提(ti)煉其中的(de)有(you)效信息。

　　大數據(ju)行業發展規模分(fen)析

　　中(zhong)(zhong)國(guo)(guo)(guo)(guo)大(da)數(shu)據(ju)(ju)產業起步晚，發(fa)展速(su)(su)度快(kuai)。物聯(lian)網、移動(dong)互聯(lian)網的(de)迅速(su)(su)發(fa)展，使(shi)數(shu)據(ju)(ju)產生(sheng)速(su)(su)度加(jia)(jia)快(kuai)、規(gui)(gui)模(mo)(mo)加(jia)(jia)大(da)，迫切(qie)需(xu)要運用大(da)數(shu)據(ju)(ju)手段進行分析處理，提煉其中(zhong)(zhong)的(de)有效信息。2014年(nian)(nian)(nian)，中(zhong)(zhong)國(guo)(guo)(guo)(guo)大(da)數(shu)據(ju)(ju)市(shi)場(chang)規(gui)(gui)模(mo)(mo)達到(dao)767億(yi)元(yuan)，同比增長(chang)27.8%。預計到(dao)2020年(nian)(nian)(nian)，中(zhong)(zhong)國(guo)(guo)(guo)(guo)大(da)數(shu)據(ju)(ju)產業規(gui)(gui)模(mo)(mo)將(jiang)達到(dao)8228.81億(yi)元(yuan)。2015-2017年(nian)(nian)(nian)復(fu)合(he)增長(chang)率為51.5%。2014年(nian)(nian)(nian)，中(zhong)(zhong)國(guo)(guo)(guo)(guo)大(da)數(shu)據(ju)(ju)應(ying)用市(shi)場(chang)規(gui)(gui)模(mo)(mo)為80.54億(yi)元(yuan)，同比增長(chang)3.2%，2015年(nian)(nian)(nian)市(shi)場(chang)規(gui)(gui)模(mo)(mo)約增長(chang)37.3%，至(zhi)110.56億(yi)元(yuan)，預計到(dao)2020年(nian)(nian)(nian)，中(zhong)(zhong)國(guo)(guo)(guo)(guo)大(da)數(shu)據(ju)(ju)應(ying)用市(shi)場(chang)規(gui)(gui)模(mo)(mo)將(jiang)增長(chang)至(zhi)5019.58億(yi)元(yuan)。2015-2017年(nian)(nian)(nian)復(fu)合(he)增速(su)(su)為87.8%。

　　大數據應用(yong)于智能交(jiao)通(tong)產業

　　當智能交通(tong)遇到大(da)數據，如(ru)同(tong)二氧化(hua)錳在制(zhi)取氧氣的實驗中作為(wei)催化(hua)劑一(yi)樣，一(yi)場劇(ju)(ju)烈的化(hua)學反應加劇(ju)(ju)了(le)兩方的共同(tong)發展。

　　隨著城市的(de)迅速發展，交(jiao)(jiao)通(tong)(tong)擁堵、交(jiao)(jiao)通(tong)(tong)污染(ran)日益嚴重，交(jiao)(jiao)通(tong)(tong)事(shi)故頻(pin)繁發生，這(zhe)些都(dou)是各大城市亟待(dai)解決(jue)的(de)問題(ti)(ti)。智能交(jiao)(jiao)通(tong)(tong)成為(wei)改善城市交(jiao)(jiao)通(tong)(tong)的(de)關(guan)鍵所在。為(wei)此，及時、準(zhun)確獲(huo)取交(jiao)(jiao)通(tong)(tong)數(shu)據(ju)并構(gou)建交(jiao)(jiao)通(tong)(tong)數(shu)據(ju)處理模型是建設(she)智能交(jiao)(jiao)通(tong)(tong)的(de)前提，而這(zhe)一難題(ti)(ti)可以通(tong)(tong)過大數(shu)據(ju)技術得到(dao)解決(jue)。

　　1、智能交通(tong)需求與大數據契合

　　智能(neng)交(jiao)通(tong)(tong)整體框架(jia)主要包(bao)括物理(li)感(gan)知(zhi)層、軟(ruan)(ruan)件(jian)應(ying)(ying)用(yong)平臺及(ji)分析預測及(ji)優化(hua)管理(li)的(de)應(ying)(ying)用(yong)。其中物理(li)感(gan)知(zhi)層主要是對(dui)交(jiao)通(tong)(tong)狀(zhuang)況和交(jiao)通(tong)(tong)數(shu)據(ju)的(de)感(gan)知(zhi)采集;軟(ruan)(ruan)件(jian)應(ying)(ying)用(yong)平臺是將各感(gan)知(zhi)終端的(de)信息進行(xing)整合、轉換處(chu)理(li)，以(yi)支撐分析預警與優化(hua)管理(li)的(de)應(ying)(ying)用(yong)系統建設;分析預測及(ji)優化(hua)管理(li)應(ying)(ying)用(yong)主要包(bao)括交(jiao)通(tong)(tong)規(gui)劃、交(jiao)通(tong)(tong)監控、智能(neng)誘(you)導、智能(neng)停車(che)等應(ying)(ying)用(yong)系統。

　　系統(tong)(tong)(tong)利用先進的視頻監控(kong)、智能識別和(he)(he)信息(xi)(xi)技(ji)術手段，增加可管(guan)理空間、時間和(he)(he)范(fan)圍，不斷提升管(guan)理廣度、深度和(he)(he)精細度。整個(ge)系統(tong)(tong)(tong)由信息(xi)(xi)綜合(he)應用平(ping)臺、信號(hao)控(kong)制系統(tong)(tong)(tong)、視頻監控(kong)系統(tong)(tong)(tong)、智能卡口系統(tong)(tong)(tong)、電子(zi)警察(cha)系統(tong)(tong)(tong)、信息(xi)(xi)采(cai)集(ji)系統(tong)(tong)(tong)、信息(xi)(xi)發布系統(tong)(tong)(tong)等組成。以達(da)到四方面的目標(biao)：提高通(tong)(tong)行能力(li)、減少(shao)交(jiao)通(tong)(tong)事故、打擊違章事件、出行信息(xi)(xi)服務。

　　整個系統建設的核心是(shi)數據的采集、存儲(chu)與(yu)計算，而(er)其(qi)中最重要的核心思想就(jiu)(jiu)是(shi)“數據是(shi)價值(zhi)”。問題就(jiu)(jiu)是(shi)如(ru)何(he)把數據轉(zhuan)換成(cheng)(cheng)價值(zhi)。這就(jiu)(jiu)成(cheng)(cheng)為一個技術問題。

　　從(cong)(cong)統計學(xue)的(de)角度，任何(he)領域(yu)任何(he)動態(tai)發展(zhan)的(de)事物，只(zhi)要有足夠多(duo)的(de)樣本(ben)數據(ju)，就(jiu)一定(ding)能(neng)(neng)從(cong)(cong)樣本(ben)數據(ju)中(zhong)找到動態(tai)發展(zhan)的(de)規(gui)律。數據(ju)越多(duo)，準(zhun)確率越高。這個“規(gui)律”就(jiu)是數據(ju)的(de)價值(zhi)所(suo)在。對(dui)于(yu)商業機構(gou)，可(ke)以分(fen)(fen)析用戶(hu)行為規(gui)律從(cong)(cong)而提(ti)(ti)高銷售量(liang);分(fen)(fen)析目標市場(chang)規(gui)律，定(ding)點投放廣(guang)告(gao)從(cong)(cong)而降(jiang)低(di)成(cheng)本(ben)等等;對(dui)于(yu)公(gong)安行業，可(ke)以分(fen)(fen)析區域(yu)性犯(fan)(fan)罪(zui)(zui)趨(qu)勢(shi)，提(ti)(ti)前預防從(cong)(cong)而降(jiang)低(di)犯(fan)(fan)罪(zui)(zui)率;還可(ke)以分(fen)(fen)析交(jiao)通(tong)行為規(gui)律，提(ti)(ti)前做交(jiao)通(tong)疏導，提(ti)(ti)高交(jiao)通(tong)通(tong)暢率，這就(jiu)能(neng)(neng)真正(zheng)挖掘數據(ju)的(de)潛在價值(zhi)，提(ti)(ti)高其社會價值(zhi)。

　　從20世紀(ji)初的(de)網絡發展以(yi)來，進入一個高(gao)度聯(lian)網的(de)階段。聯(lian)網的(de)同(tong)(tong)時，數(shu)(shu)據高(gao)度集中，數(shu)(shu)據量(liang)急(ji)劇增(zeng)加(jia)。據IDC報告現(xian)(xian)在(zai)互聯(lian)網的(de)數(shu)(shu)據，每兩年(nian)就翻一番。這(zhe)(zhe)個增(zeng)長率(lv)在(zai)智能(neng)(neng)交(jiao)通行(xing)業(ye)同(tong)(tong)樣有效，隨著卡(ka)口、電警、攝像機(ji)數(shu)(shu)量(liang)的(de)增(zeng)加(jia)，高(gao)清化(hua)、智能(neng)(neng)化(hua)的(de)發展，如果再算上物聯(lian)網的(de)各種(zhong)傳感器，未來幾年(nian)的(de)數(shu)(shu)據量(liang)增(zeng)加(jia)可能(neng)(neng)大大高(gao)于這(zhe)(zhe)個增(zeng)長率(lv)。這(zhe)(zhe)就為智能(neng)(neng)交(jiao)通行(xing)業(ye)實現(xian)(xian)大數(shu)(shu)據提供了數(shu)(shu)據基礎。

　　從各種各樣(yang)(yang)類型(xing)的(de)(de)數據中，快速(su)獲(huo)得有價值信息的(de)(de)能力，就是(shi)大(da)數據技術。由此我(wo)們再看IBM歸納的(de)(de)4個(ge)V(量(liang)Volume，多樣(yang)(yang)Variety，價值Value，速(su)Velocity)：

　　(1)Volume數據體量巨大。從TB級別(bie)，躍升到PB級別(bie);

　　(2)Variety數(shu)據類型繁多(duo)。包括視頻、圖片(pian)、地理位置信息、傳感器數(shu)據等等。

　　(3)Value價(jia)值密(mi)度低，應用價(jia)值高。以視頻(pin)為(wei)例，連(lian)續(xu)不間(jian)斷監控過(guo)程中，可能有用的數據僅僅有一(yi)兩秒。

　　(4)Velocity處(chu)理速度快，1秒(miao)定律。

　　最后這一點也是(shi)(shi)(shi)和傳(chuan)(chuan)統(tong)的(de)(de)(de)(de)數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)挖掘技術有著本質的(de)(de)(de)(de)不同。在交(jiao)通領(ling)域(yu)，海量(liang)的(de)(de)(de)(de)數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)主(zhu)要(yao)包括4個類型的(de)(de)(de)(de)數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)：傳(chuan)(chuan)感器數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(位置(zhi)、溫度(du)、壓力(li)、圖像、速(su)(su)度(du)、RFID等(deng)信(xin)息(xi));系統(tong)數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(日志、設(she)備記錄、MIBs等(deng));服(fu)務數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(收(shou)費信(xin)息(xi)、上網服(fu)務及(ji)其他信(xin)息(xi));應用數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(生成(cheng)廠家、能源(yuan)、交(jiao)通、性能、兼容性等(deng)信(xin)息(xi))。交(jiao)通數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)的(de)(de)(de)(de)類型繁多，而且體積巨大(da)(da)。量(liang)Volume和多樣Variety是(shi)(shi)(shi)因(yin)，數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)類型的(de)(de)(de)(de)復(fu)雜和數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)量(liang)的(de)(de)(de)(de)急劇增加(jia)，決定了(le)原有簡單因(yin)果(guo)關系的(de)(de)(de)(de)應用模式(shi)對數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)使用率(lv)極低，完全無法發揮數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)的(de)(de)(de)(de)作(zuo)用;速(su)(su)Velocity是(shi)(shi)(shi)過程，巨大(da)(da)的(de)(de)(de)(de)運算量(liang)決定了(le)速(su)(su)度(du)必須快;價(jia)值Value是(shi)(shi)(shi)最終的(de)(de)(de)(de)果(guo)。

　　2、大數據采集

　　在(zai)各(ge)城市(shi)建設智慧交通(tong)的過程中，將產生越來越多(duo)的視頻監控、卡(ka)口電(dian)警(jing)、路況信(xin)(xin)息、管控信(xin)(xin)息、營運信(xin)(xin)息、GPS定(ding)位信(xin)(xin)息、RFID識(shi)別信(xin)(xin)息等(deng)數據(ju)，每天產生的數據(ju)量可(ke)以達(da)到PB級(ji)(ji)別，并且呈(cheng)現指數級(ji)(ji)增長(chang)。

　　3、大數據增值應(ying)用(yong)

　　深(shen)入挖掘數(shu)(shu)據(ju)價值，在智能交通、公安實戰等(deng)(deng)行(xing)業(ye)上推出車輛(liang)軌跡(ji)、道路流量、案件聚類等(deng)(deng)大數(shu)(shu)據(ju)模型(xing)。基于(yu)大數(shu)(shu)據(ju)模型(xing)，推出智能套牌、智能跟車分析、軌跡(ji)碰撞、人臉比對、輿情分析等(deng)(deng)數(shu)(shu)據(ju)增(zeng)值應用(yong)，逐步解決行(xing)業(ye)的深(shen)層次問題。

　　4、海量數據計算

　　通過云(yun)(yun)計算(suan)(suan)集群，實現對海量(liang)(liang)(liang)數據的(de)(de)分(fen)布式高速計算(suan)(suan)，支撐(cheng)對海量(liang)(liang)(liang)數據的(de)(de)高效分(fen)析(xi)挖掘。云(yun)(yun)計算(suan)(suan)集群是一種(zhong)M/S架構的(de)(de)分(fen)布式計算(suan)(suan)系統，Master作為調度管(guan)理服(fu)務(wu)器，負責(ze)計算(suan)(suan)任務(wu)分(fen)解與調度、計算(suan)(suan)資源統一管(guan)理。Slave則由大量(liang)(liang)(liang)的(de)(de)計算(suan)(suan)服(fu)務(wu)器組成，負責(ze)完成Master下發的(de)(de)計算(suan)(suan)任務(wu)。

　　5、海(hai)量數據檢(jian)索(suo)

　　基于行(xing)(xing)業數據查詢(xun)特點，對搜(sou)索引擎(qing)進行(xing)(xing)優(you)化定制，支持百億記錄的(de)(de)秒(miao)級高速(su)查詢(xun)。通(tong)過集(ji)群機制，實(shi)現搜(sou)索服務的(de)(de)高可靠性、高容錯性、高擴展性。

　　6、海量數據存儲

　　對于海量(liang)數據(ju)存(cun)儲(chu)，采用HBase分布式存(cun)儲(chu)系統(tong)(tong)。相比傳統(tong)(tong)關系型數據(ju)庫(ku)，有(you)四個特點：數據(ju)格式靈活、高(gao)可用、橫向擴(kuo)展(zhan)能(neng)力強(qiang)和訪問高(gao)效。

　　同時能夠做到(dao)無縫集(ji)成，快速從關系型數據庫導入已(yi)經(jing)存(cun)在的歷(li)史數據。提供高可靠性、高容錯性、高性能的海量數據存(cun)儲解決方案(an)，支(zhi)持無縫容量擴展。

　　7、大數據分析(xi)與應用

　　高(gao)效(xiao)的(de)(de)云計算能力，帶來千(qian)億數據的(de)(de)秒(miao)級返回的(de)(de)檢索(suo)能力，為(wei)大(da)數據分(fen)析(xi)應用(yong)，提供了快速的(de)(de)保障。基(ji)于深度(du)學習的(de)(de)智(zhi)能分(fen)析(xi)算法，為(wei)大(da)數據分(fen)析(xi)應用(yong)提供有(you)力的(de)(de)工具。交通(tong)大(da)數據的(de)(de)分(fen)析(xi)，為(wei)交通(tong)管理、決策(ce)、規劃、服(fu)務以及主(zhu)動安全防范帶來更加有(you)效(xiao)的(de)(de)支持。

　　利用大數據(ju)技術，結合高清(qing)監控視頻(pin)、卡(ka)口(kou)數據(ju)、線圈微(wei)采(cai)集波數據(ju)等，再輔以智能(neng)(neng)研判，基本可以實現(xian)路口(kou)的(de)(de)自(zi)適應以及信號配時(shi)(shi)的(de)(de)優化。通過大數據(ju)分析，得出區域(yu)(yu)內多路口(kou)綜合通行(xing)(xing)能(neng)(neng)力，用于區域(yu)(yu)內多路口(kou)紅綠(lv)燈配時(shi)(shi)優化，達到(dao)提(ti)(ti)升單一路口(kou)或(huo)區域(yu)(yu)內的(de)(de)通行(xing)(xing)效(xiao)率。如根據(ju)平日(ri)/節假日(ri)，早、晚(wan)高峰/其他時(shi)(shi)段，主(zhu)要(yao)干道(dao)關(guan)鍵路口(kou)/次關(guan)鍵路口(kou)/普通路口(kou)，白天(tian)/夜(ye)間等不同情(qing)況，人工(gong)或(huo)系統自(zi)動設置不同的(de)(de)配時(shi)(shi)，達到(dao)大幅(fu)提(ti)(ti)高區域(yu)(yu)內交通通行(xing)(xing)能(neng)(neng)力。

　　大(da)(da)(da)數(shu)據(ju)分(fen)(fen)(fen)析研(yan)判功(gong)能(neng)，還(huan)可以支持對(dui)卡口數(shu)據(ju)、視(shi)頻監控(kong)數(shu)據(ju)進(jin)行(xing)二次識別，提(ti)高車(che)(che)(che)輛(liang)(liang)(liang)(liang)信息的準(zhun)確性，進(jin)而利(li)用大(da)(da)(da)數(shu)據(ju)實現軌跡分(fen)(fen)(fen)析、落(luo)腳點(dian)分(fen)(fen)(fen)析、隱匿車(che)(che)(che)輛(liang)(liang)(liang)(liang)分(fen)(fen)(fen)析等功(gong)能(neng)。對(dui)車(che)(che)(che)輛(liang)(liang)(liang)(liang)大(da)(da)(da)數(shu)據(ju)進(jin)行(xing)深(shen)入(ru)挖(wa)掘(jue)，實現事前全(quan)面監控(kong)、事中(zhong)及(ji)時追蹤、事后準(zhun)確回(hui)溯的不同場景需求。常(chang)州市(shi)建設的車(che)(che)(che)輛(liang)(liang)(liang)(liang)大(da)(da)(da)數(shu)據(ju)平臺，協助有關部門每天自(zi)動發(fa)現套牌車(che)(che)(che)輛(liang)(liang)(liang)(liang)10余起，再根據(ju)車(che)(che)(che)輛(liang)(liang)(liang)(liang)的軌跡分(fen)(fen)(fen)析和落(luo)腳點(dian)分(fen)(fen)(fen)析，快速找到套牌車(che)(che)(che)輛(liang)(liang)(liang)(liang)進(jin)行(xing)處罰管理。

　　結合智能算法，二次識別等功能，可(ke)以更準確(que)的識別車牌、車身(shen)顏色、車型、車標、年款(kuan)等特征，并且對(dui)遮(zhe)陽(yang)板檢(jian)(jian)測(ce)、安全(quan)帶檢(jian)(jian)測(ce)、接打電話檢(jian)(jian)測(ce)、司機人臉(lian)識別等進行分析。

　　利用智能交通的管理系(xi)統(tong)，可以獲取道路(lu)天氣、施工情況(kuang)(kuang)、事(shi)故情況(kuang)(kuang)、結合大數據分析(xi)，為出行(xing)司機和(he)交管部門提供天氣、路(lu)面狀況(kuang)(kuang)、事(shi)故易發地(di)點、停車場(chang)等信息，并根據車輛目(mu)的地(di)、行(xing)駛習(xi)慣，路(lu)面情況(kuang)(kuang)推薦行(xing)駛路(lu)線。

　　靈核網作為多年市場調查的市場研究機構，長期涉足競爭對手市場信息的監測和調查研究，建立全方位的市場信息收集網絡，搭建國內最完善的數據信息平臺。為企業提供大數據和互聯網+時代的信息化一站式服務。更多競爭對手及市場調查的需求，請直接聯系靈核網項目部或者直接進入靈核網詳細了解。