智能交通市场加剧 佳都科技斥资控股广东方纬

简介:

智能交通市场作为安防行业的热门竞争市场,市场需求巨大,技术应用成熟稳定,一直是各设备商和集成商投资的热点领域。近年来也有不少企业纷纷斥资加大智能交通市场的布局,力求在技术的完整性和市场渠道方面加强。
image

8月31晚间,佳都科技公告,为完善的战略布局,拓展智能交通领域的产品线,提升智能交通市场竞争能力和市场覆盖范围,公司拟出资7696万元,通过股权转让和增资的方式,取得广东方纬科技有限公司51%股权,成为第一大股东。

据了解,方纬科技成立于2003年,在智能交通领域的智能交通咨询、核心软件产品开发、交通信息系统集成、交通信息服务等领域积累了深厚的理论基础,具备较强的研发能力和丰富的项目经验。目前,方纬科技已研发了多个基础平台和应用系统,拥有软件著作权76项,获得专利授权4项,另有5项在申请专利,其相关产品和解决方案在佛山市禅城区智能交通管理系统二期项目、广东省公安视频综合管理平台(二期)项目、湛江市交警智能指挥中心信息化建设项目、佛山市公安局禅城分局交通诱导屏升级改造和流量监测点建设项目等得到成功应用。

佳都科技表示,通过投资方纬科技,佳都科技的智能交通业务可以与其形成优势互补和协同效应,借助方纬科技在智能交通行业的经验积累和高素质团队,实现双方在客户资源、技术产品及人才方面的互补,完善佳都科技在交通领域的智能化技术和产品体系,增强业务竞争力。同时,佳都科技以方纬科技为平台,在交通大数据的采集、分析、挖掘、应用等方面与政府开展进一步的深入合作,共同探索交通大数据与“互联网+”在信息查询、便民出行等方面的创新商业模式,切入更广阔的交通信息服务市场。

由此,我们可以看到,在技术和市场方面,佳都科技都对未来的智能交通市场充满了信心,也将打破市场的地区平衡,逐渐占据更多的市场份额。

本文转自d1net(转载)

相关文章
|
SQL HIVE
数仓学习-----named_struct和collect_set函数
数仓学习-----named_struct和collect_set函数
974 5
|
开发工具
echarts中如何使用timeline组件
1.吃碗面 这里关于echarts3 官网的示例我不得不吐槽一下,逼格真高!一小部分示例动不动数据就是国家统计局搞出来的,你脸真大。当然他们做的示例的确是很好,这一点毫无疑问。当我看了echarts3关于timeline的使用,我就觉得我有必要写一篇Echarts中timeline组件的使用。
3136 0
|
分布式计算 Hadoop 数据挖掘
“Hadoop整不明白,数据分析就白搭?”——教你用Hadoop撸清大数据处理那点事
“Hadoop整不明白,数据分析就白搭?”——教你用Hadoop撸清大数据处理那点事
676 34
|
测试技术
黑盒测试、白盒测试、灰盒测试的区别和各自的目的
黑盒测试、白盒测试和灰盒测试是软件测试中常用的测试方法。它们的区别和各自的目的如下: 1. 黑盒测试(Black Box Testing): - 黑盒测试是一种功能性测试方法,使用者只关注输入和输出,不考虑内部结构和实现细节。 - 黑盒测试的目的是验证软件功能是否按照需求规格说明书的要求来执行。 - 测试人员不需要了解软件的内部逻辑和代码,只需关注输入和输出的正确性。 - 黑盒测试可通过设计测试用例,模拟用户使用软件的场景,以验证系统的正确性。 2. 白盒测试(White Box Testing): - 白盒测试是一种结构性测试方法,测试人员了解软件的内部结构
6926 0
PPT - 如何在PPT里面实现数字的随机抽奖?
PPT - 如何在PPT里面实现数字的随机抽奖?
1342 0
PPT - 如何在PPT里面实现数字的随机抽奖?
|
边缘计算 搜索推荐 物联网
实时数据处理:流计算的兴起
【6月更文挑战第15天】**流计算兴起应对实时数据挑战:** 流计算是数字化时代实时数据处理的关键,它提供低延迟分析,确保数据产生时即进行处理。这种技术强调数据流的连续性,采用分布式架构实现高效、弹性且容错的数据处理。应用场景包括物联网分析、金融交易、日志监控及实时推荐系统。未来,流计算将融合AI、边缘计算,支持多源数据,并加强安全性,成为大数据处理的重要趋势。
|
存储 固态存储 芯片
计算机中内存与存储
【7月更文挑战第28天】
4124 1
|
Linux C++ Python
windows下安装node-gyp
什么是node-gyp? gyp是一种根据c++源代码编译的工具,node-gyp就是为node编译c++扩展的时候使用的编译工具。 最近在研究native script需要使用到node-gyp,遇到一些问题所以将解决方案记录在这里。
2447 0
|
机器学习/深度学习 人工智能 算法
极智AI | 谈谈非线性激活函数的量化方式
本文主要聊一聊深度学习模型量化中对激活函数的处理方式。
889 0