苏州城市数大脑实践之一:交通事故预测模型,早高峰预测准确率达到34%

简介: 本文由苏州市公安局信科委副主任施庆华在2017年12月8日苏州云栖大会分享。大数据时代来临,会给城市生活带来什么变化?苏州城市数据大脑项目有哪些具体进展?能给市民带来那些具体的便利?让我们来看一看施庆华怎么说。

以下为精彩视频内容整理:

城市大脑的起点,就是对数据的认知,数据是城市大脑的核心。苏州城市大脑项目的探索与实践,给城市大脑赋予了新内容和新含义。在苏州,我们按照系统性的思维,把城市大脑定位成苏州整个城市的信息化体系框架下,以重点领域的突破,整体推进城市大数据的“创新工程”。

 

一、数据驱动

城市大脑为什么会落地在苏州呢?

近年来,城市人口对于互联网、甚至互联网+的新型产业运用的越来越多,产生的数据也越来越多。数据的作用在日趋显现,它正在推进苏州的信息化进入到一个新的发展阶段——在原有的业务驱动的模式下,加载了数据服务功能,形成了以业务和数据双轮驱动的一种信息化发展模式。在苏州,城市大脑是一项前瞻性的决策,把苏州现有的信息化基础,和当前世界最前沿的技术应用结合起来,让数据帮助城市来做思考和决策。

fef01af092323bcfeb2cd82fd3404c8079ad3070

城市大脑是一项创新工程,它的一个重要特点是滚动设计——不断的实践,之后停下来不断的思考,周遭反复。我们每一次会议,每一次头脑风暴都贯穿着一条主线,是对城市新能源数据的开发、加工和利用。所以我们是小步快跑,快稳结合。

苏州是从两个维度来启动城市大脑的。首先,在领域这个维度,我们选择了交通治理来进行突破。为什么选择这个领域?是因为这个领域的关注度高,涉及面广,数据来源多,它能够为其他的领域发挥带动作用。实践也验证了交通领域的应用基于关联带动性,带动了更多行业的发展,也使得城市大脑有了越来越多的应用场景。其次,在区域这个维度,我们选择了苏州地区发展最快的工业园区。政府相信思维新、基础好、发展快的园区能够为其他板块发挥示范效应。

8c8a819a35a740772c261ffb001491acf36f64e5

人工智能技术就像一把刀。那么,它的磨刀石是什么?就是大数据。我们首先建立起一个聚焦交通的大数据生态。我们从政府部门、企业、互联网等角度聚焦交通,得到数据并将数据汇总,之后建立一个更新维护机制。整个数据汇集的过程,是一种以数据思维来重塑数据和业务关系的过程。我们把原始数据从业务部门抽取,通过标签化处理,形成能够服务于各个政府功能的数据库。

1ee69495a73830d19448ee7854c1d11b7b9183ae

我们可以继续的通过数据的不同组合按照不同的思维方式实现多种功能。并且同样的一项数据可以服务于多个功能,这个时候,数据的多维度价值就体现出来了。

目前,苏州建立了一个针对并服务于交通治理的立体数据生态系统。这个系统,让政府各个职能部门对于大数据有了更加实际和客观的认识。

 

二、数据赋能

1ae606c2eb309fed3cf914409f1a0f754869ac97

那么,数据层次的大数据建立能够给城市带来什么?首先,我们可以通过数据来观察这座城市,可以说,数据是我们观察城市的一双眼睛。通过最初建立交通的实施感知,让我们第一次全面的、客观的去观察这座城市的交通基础设施和出行人群之间的关系。比如:数据分析得知,苏州的68%的出行人群,出行距离在10公里以内。这就是对于苏州规划的很高的评价。长期以来,苏州是以区为单位来规划服务功能的。当然,数据还会告诉我们,哪些方面还有发展的空间。比如:我们以工业园区为试点,数据分析出每个时段的公交出行人数和换乘情况;分析出主干道上,用不同的出行工具,出行效率的差别;分析出每个时段公交的分担率,让相关部门衡量公共交通是不是还有所提升。

da62d48f36c585a18eee80ebde710d4b71e0fd87

我们当时选择了两条具有代表性的公交线路,一条是快7,是跨区的;另外一条是1001,是社区巴士。我们从数据源开始,建立新的公交优化方案。同时,我们正在把它固化成模型,这样一来,就可以把新型的公交优化方案模型做成一个产品,推广到城市公交的新建和优化过程当中。

b315d254e9a385e82acb05341442f612769f318e

城市大数据的建立,意味着磨刀石已经存在了,问题是可以磨什么样的刀?大家也知道,统计这些数据是为了实现两个目标:理解和预测。大数据的存在为未来的预测,提供了更多的可能。目前,苏州工业园区的湖东地区,已经运用交通事故预测系统在构建一个更加主动的警务模式。预测系统每两小时来提供1%-2%的重点路段,它的预测准确率在早高峰可以达到34%。通过这种方式,使得相关部门可以更加科学的部署警力,能够更加具有针对性的部署防范措施,来更好的压降事故。

cbd430d4b973a02af8ea93f912ad5b24b3b30695

同时,城市的数据也让苏州原有的企业建筑火灾模型得到了优化和迭代,将日常防范的精准度提升8倍。同时,我们将城市大脑平台利用到了安检领域,使得预测、预警、预防能够在更多的领域发挥作用。

d59632cf4a3c2121b289d2459383ae1ff294854c

苏州中心在2017年11月11日已经开通。道路车辆数据,人群活动数据,公交、轨交的数据,通过融合技术,为各个部门,提供了全方位、多角度的数据的教研和比对。因此,面对这么多人流、这么多车辆,苏州的各个部门都非常的从容。现在工业园区也正在固化工作模式,总结在数据驱动的背景下,我们要怎样来应对大型商贸区的开业,以及大型活动包括体育赛事这些新的工作机制。

bb91420e19b91e4de55d29d4eb2bf9d808746860

城市大脑数据更多的连接,也让我们对信号控制系统的优化和提升,有了更多的想象力和提升空间。更多互联网企业的加入,也使整个城市的数据链,形成闭环。让更多的城市人群,更快的去享受城市大脑的成果,同时他们也成为数据的提供者。

我们还在不断的挖掘数据的价值。比如说,构建轨交可疑行为侦测模型来发现可疑人员;构建异常车辆侦测模型,来发现异常车辆。当前计算机技术,特别是计算机视觉技术的发展,使得我们在交通管理的过程中,可以更加快捷的发现交通异常,更加及时的去处置,提高了各项技能的水平和能力。

a69bef6d070afe867f2a8ca816022b2060821bae

包括以图搜图等高新技术的发展,也使得相关部门利用城市的视频,在寻找可疑人员、走失人员、可疑车辆等工作上,有了更多的可能性和更快捷的途径。苏州已经将人脸识别技术运用到民政工作当中。让很多走失的、神志不清的、甚至是不知道自己是谁的人,在人脸识别技术的帮助下,能够知道他的真实身份,让他们回到失散多年的亲属身边,让更多人感受到了人工智能的力量和它带来的温暖。

9d2155a930bd8a9d10f90e804f3a33b6ff19ba2d

当前城市大脑的数据正在驱动着苏州各个部门,包括高科技公司,都在不断创新。很多项目已经落地运行了,还有一些在实施,更多的正在规划之中,正在有序的推进。

在整个项目推进的过程当中,城市大脑使政府的各项工作能够更加主动、精准、有效。在这个过程当中,也是让我们对城市大脑的功能有了更加深刻的理解。

 

三、数据生态

数据越来越成为整个城市大脑的各个参与者之间的一个纽带,也引领着整个城市形成了一种新型的关系。大家可以看到,从开始的时候,是公安局,交通局等五个部门参与,现在项目组吸引了包括民政局、国土局等越来越多的部门参与。

74762937eb4dde2710be9d405b7092e5521eed95

城市的大数据,也不断的吸引更多的高科技企业加入,更多企业也在尽力催化产业动能,正在催生大数据产业一种新型生态的构成。

9c5c0bc6027eec94b7721d81d082c4b3c3e66f3c

基于城市大脑已经成为一种平台,让参与者既是数据的提供者,也是数据的受益者。当各个部门在工作中关注到某一个问题的时候,通过运用全面的、客观的数据,使得我们对于同一问题的认识,在最短的时间内形成共识。可以想象得到,政府的行动可以变得更加协同的进行。

参与建设过程中,更多参与方意识到:数据带来的价值是通过分享来实现的。通过城市大脑,各部门既协同配合提升效果,也让企业更有活力,形成共创共赢的氛围,还让市民享受到了城市大脑的成果,成为城市大脑的主动参与者。这也正是城市大脑所追求的的目标——要建立一个城市治理数据运营体系。

当前,城市大脑已经从交通治理领域不断向外多占。苏州将建立一个对公共安全的更广泛的预测预警预防机制,用于提升城市安全保证能力;在更大范围内建立多部门协同,来提升整个城市的整体性和协同性;在更大范围内利用数据提升服务的针对性和准确性,来保证整个城市的服务水平更上一个台阶。

苏州城市大脑项目才刚刚开始,期待大家能够在更多方面提出宝贵的意见与建议。


本文由云栖社区志愿者小组王晓慧整理,毛鹤审校。编辑:郭雪梅。


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
|
算法 调度 UED
深入理解操作系统内存管理:原理与实践
【4月更文挑战第23天】 在现代计算机系统中,操作系统的内存管理是保证系统高效、稳定运行的关键组成部分。本文旨在深入探讨操作系统中内存管理的理论基础、关键技术以及实际操作过程,通过对内存分配策略、虚拟内存技术、分页与分段机制等核心概念的详细解析,为读者提供一个清晰、全面的内存管理视角。此外,文章还将通过案例分析,展示内存管理在解决实际问题中的应用,以期加深读者对操作系统内存管理复杂性的认识和理解。
|
5月前
|
机器学习/深度学习 自然语言处理 数据可视化
28_主题建模详解:从LDA到BERTopic - 深度解析与教学
主题建模(Topic Modeling)是自然语言处理(NLP)领域的核心技术之一,旨在从大量非结构化文本中自动发现潜在的主题结构和语义模式。随着大语言模型的崛起,主题建模技术也在不断演进,从传统的统计方法到基于深度学习的高级模型,为文本理解、信息检索、舆情分析等任务提供了强大的技术支撑。
1373 0
|
10月前
|
人工智能 小程序 计算机视觉
AI不只有大模型,小模型也蕴含着大生产力
近年来,AI大模型蓬勃发展,从ChatGPT掀起全球热潮,到国内“百模大战”爆发,再到DeepSeek打破算力壁垒,AI技术不断刷新认知。然而,在大模型备受关注的同时,许多小而精的细分模型却被忽视。这些轻量级模型无需依赖强大算力,可运行于手机、手持设备等边缘终端,广泛应用于物体识别、条码扫描、人体骨骼检测等领域。例如,通过人体识别模型衍生出的运动与姿态识别能力,已在AI体育、康复训练、线上赛事等场景中展现出巨大潜力,大幅提升了相关领域的效率与应用范围。本文将带您深入了解这些高效的小模型及其实际价值。
|
数据采集 人工智能 算法
《探秘人工智能之关联规则挖掘:解锁数据背后的隐藏联系》
关联规则挖掘是人工智能中发现数据项间潜在关联的关键技术,通过支持度、置信度和提升度等指标评估关联。其步骤包括数据预处理、频繁项集挖掘、规则生成与筛选。常用算法有Apriori、FP-Growth和Eclat。该技术广泛应用于市场营销、医疗和网络安全等领域,助力决策优化与发展。
848 16
|
边缘计算 人工智能 搜索推荐
大数据与零售业:精准营销的实践
【10月更文挑战第31天】在信息化社会,大数据技术正成为推动零售业革新的重要驱动力。本文探讨了大数据在零售业中的应用,包括客户细分、个性化推荐、动态定价、营销自动化、预测性分析、忠诚度管理和社交网络洞察等方面,通过实际案例展示了大数据如何帮助商家洞悉消费者行为,优化决策,实现精准营销。同时,文章也讨论了大数据面临的挑战和未来展望。
1095 3
|
C语言 Android开发 C++
基于MTuner软件进行qt的mingw编译程序的内存泄漏检测
本文介绍了使用MTuner软件进行Qt MinGW编译程序的内存泄漏检测的方法,提供了MTuner的下载链接和测试代码示例,并通过将Debug程序拖入MTuner来定位内存泄漏问题。
488 4
基于MTuner软件进行qt的mingw编译程序的内存泄漏检测
|
边缘计算 网络协议 5G
|
机器学习/深度学习 人工智能 自然语言处理
人工智能在社交媒体分析中的用户行为预测与趋势洞察
人工智能在社交媒体分析中的用户行为预测与趋势洞察
|
数据采集 存储 传感器
数据采集与处理:连接物联世界的智慧数据之旅
本篇深入研究了物联网中的数据采集与处理,包括数据采集方法与技术,数据预处理与清洗,以及数据存储与管理。我们介绍了常见的数据采集方式,如传感器和摄像头,并通过Python代码示例演示了温度传感器数据的采集。此外,我们讨论了数据的预处理与清洗重要性,并简要介绍了数据存储的不同方式,包括SQLite数据库的使用示例。通过本篇内容,读者将更深入了解如何高效地采集、处理和管理物联网中的智慧数据,为连接智能世界的数据之旅做好准备。
930 2

热门文章

最新文章