专家:大数据技术直击交通“痛点”

简介:

在近日启动的2017中国“云上贵州”智慧交通大数据应用创新大赛上,专家认为,城市发展中凸显的交通拥堵、交通治理、突发事件救援等行业“痛点”,可以通过大数据进行终极解决,以交通数据驱动升级为智慧交通系统。

根据赛文交通网分析,2011-2015年智能交通市场规模为1038亿,复合增长率为22.9%。2016年中国智能交通市场规模414.4亿,增长率达到33.5%,增长速度再创新高。专家认为,虽然智能交通市场规模仍在不断扩大,但“同质化”的硬件没法解决“个性化”的交通问题。

国家智能交通系统工程技术研究中心副主任 汪林:我们以前在大城市出现的交通问题,现在在中小城市也陆陆续续出现了,在这种情况下,通过供给侧结构性改革,交通基础设施建设,能够解决一部分问题,整个问题不可能通过建设基础设施解决,我们要通过别的手段,包括大数据技术在内的手段,在一定程度缓解比如说交通拥堵。

中国工程院院士 倪光南:现在我们大家用得多的交通大数据还是导航,还是很初级的阶段,希望通过大数据的推进,通过这一次创新应用大赛,智慧交通大数据领域把大数据应用推向新的阶段,产生更大的价值,来体现大数据、整个经济社会的推动。

尽管交通数据的数据量在快速增长,但是这些数据的共享和开发程度仍亟待提升。专家介绍,只有将这些数据融合起来,让以往的“交通数据孤岛”连成一片,再通过对不同类型、来源的信息挖掘、清洗,彻底改变原有交通运输系统的组织方式,通过多部门跨区域联动最终根治交通“痛点”。

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
12月前
|
存储 人工智能 大数据
云栖2025|阿里云开源大数据发布新一代“湖流一体”数智平台及全栈技术升级
阿里云在云栖大会发布“湖流一体”数智平台,推出DLF-3.0全模态湖仓、实时计算Flink版升级及EMR系列新品,融合实时化、多模态、智能化技术,打造AI时代高效开放的数据底座,赋能企业数字化转型。
3222 0
|
数据采集 人工智能 分布式计算
ODPS在AI时代的发展战略与技术演进分析报告
ODPS(现MaxCompute)历经十五年发展,从分布式计算平台演进为AI时代的数据基础设施,以超大规模处理、多模态融合与Data+AI协同为核心竞争力,支撑大模型训练与实时分析等前沿场景,助力企业实现数据驱动与智能化转型。
811 4
|
12月前
|
数据可视化 大数据 关系型数据库
基于python大数据技术的医疗数据分析与研究
在数字化时代,医疗数据呈爆炸式增长,涵盖患者信息、检查指标、生活方式等。大数据技术助力疾病预测、资源优化与智慧医疗发展,结合Python、MySQL与B/S架构,推动医疗系统高效实现。
|
机器学习/深度学习 传感器 大数据
大数据真能治堵吗?聊聊交通行业用数据疏通“城市血管”
大数据真能治堵吗?聊聊交通行业用数据疏通“城市血管”
442 4
|
SQL 分布式计算 大数据
我与ODPS的十年技术共生之路
ODPS十年相伴,从初识的分布式计算到共生进化,突破架构边界,推动数据价值深挖。其湖仓一体、隐私计算与Serverless能力,助力企业降本增效,赋能政务与商业场景,成为数字化转型的“数字神经系统”。
|
存储 人工智能 算法
Java 大视界 -- Java 大数据在智能医疗影像数据压缩与传输优化中的技术应用(227)
本文探讨 Java 大数据在智能医疗影像压缩与传输中的关键技术应用,分析其如何解决医疗影像数据存储、传输与压缩三大难题,并结合实际案例展示技术落地效果。
|
机器学习/深度学习 算法 Java
Java 大视界 -- Java 大数据在智能物流运输车辆智能调度与路径优化中的技术实现(218)
本文深入探讨了Java大数据技术在智能物流运输中车辆调度与路径优化的应用。通过遗传算法实现车辆资源的智能调度,结合实时路况数据和强化学习算法进行动态路径优化,有效提升了物流效率与客户满意度。以京东物流和顺丰速运的实际案例为支撑,展示了Java大数据在解决行业痛点问题中的强大能力,为物流行业的智能化转型提供了切实可行的技术方案。
|
数据采集 自然语言处理 分布式计算
大数据岗位技能需求挖掘:Python爬虫与NLP技术结合
大数据岗位技能需求挖掘:Python爬虫与NLP技术结合
|
机器学习/深度学习 传感器 分布式计算
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
746 14
|
数据采集 分布式计算 DataWorks
ODPS在某公共数据项目上的实践
本项目基于公共数据定义及ODPS与DataWorks技术,构建一体化智能化数据平台,涵盖数据目录、归集、治理、共享与开放六大目标。通过十大子系统实现全流程管理,强化数据安全与流通,提升业务效率与决策能力,助力数字化改革。
511 4