下载文档原格式
大数据在智能交通系统中的应用前景随着科技的不断发展和智能化的进步，大数据在各个领域的应用越来越广泛。
其中，智能交通系统作为一个重要的领域，也开始逐渐引入大数据技术，以提高交通效率、减少交通事故、改善出行体验等方面发挥作用。
本文将探讨大数据在智能交通系统中的应用前景。
一、交通数据采集与分析在智能交通系统中，大数据的应用首先体现在交通数据的采集与分析上。
通过各种传感器、监控设备、摄像头等，可以实时采集到交通流量、车辆位置、道路状况等大量数据。
这些数据经过处理和分析，可以得到交通拥堵状况、交通事故发生概率、道路状况预测等信息，为交通管理部门提供决策依据。
二、交通拥堵预测与调度利用大数据技术，可以对交通拥堵进行预测和调度。
通过分析历史数据和实时数据，可以预测出未来某个时间段某个地区的交通拥堵情况，从而提前采取措施进行交通调度。
例如，可以通过调整信号灯的时长、优化道路规划等方式，减少交通拥堵，提高交通效率。
三、智能交通信号控制大数据技术可以应用于智能交通信号控制系统中，通过分析交通流量、车辆速度等数据，实现智能化的信号控制。
传统的信号控制系统往往是固定的，无法根据实时交通情况进行调整。
而利用大数据技术，可以根据实时数据进行动态调整，使信号灯的时长更加合理，从而减少交通拥堵，提高交通效率。
四、智能交通安全监控大数据技术在智能交通系统中还可以应用于交通安全监控。
通过分析交通数据和车辆行为，可以实时监测交通违法行为、事故风险等情况，并及时采取措施进行预警和处置。
例如，可以通过分析车辆的速度、加速度等数据，判断是否存在超速行驶的情况，并及时向交通管理部门发送警报，以减少交通事故的发生。
五、出行体验改善大数据技术还可以应用于改善出行体验。
通过分析交通数据和用户行为，可以为用户提供个性化的出行建议和服务。
例如，根据用户的出行习惯和实时交通情况，推荐最佳的出行路线、交通工具等，提高出行效率和舒适度。
六、智能交通管理与决策支持大数据技术在智能交通系统中还可以应用于交通管理和决策支持。
大数据在智能交通系统中的应用研究一、引言随着科技的发展，大数据技术的应用领域越来越广泛。
其中，智能交通系统作为现代城市交通管理的重要手段，大数据技术的应用为其带来了巨大的变革。
本文旨在探讨大数据在智能交通系统中的应用研究，以期为城市交通管理提供新的思路和方法。
二、大数据技术概述大数据是指数据量巨大、种类繁多、处理速度快的数据集合。
其核心技术包括数据采集、存储、处理、分析和可视化等方面。
在智能交通系统中，大数据技术可以通过对海量交通数据的处理和分析，为交通管理部门提供更加科学、准确的数据支持，提高交通管理效率。
三、大数据在智能交通系统中的应用1.交通流量监测与预测大数据技术可以对道路交通流量进行实时监测和预测，为交通管理部门提供更加准确的数据支持。
通过对历史交通数据的分析，可以预测未来交通流量的变化趋势，提前制定相应的管理措施，提高交通管理效率。
2.交通安全预警与防范大数据技术可以通过对交通事故数据的分析，发现事故多发路段和事故原因，提前进行预警和防范。
同时，通过对驾驶员行为的监测和分析，可以发现驾驶员的异常行为，及时进行提醒和纠正，提高交通安全水平。
3.公共交通优化与调度大数据技术可以通过对公共交通客流数据的分析，优化公交线路和班次，提高公共交通运行效率。
同时，通过对公交车运行数据的监测和分析，可以实时调整公交车调度方案，提高公交车运行效率。
4.停车位预约与共享大数据技术可以通过对停车场数据的分析，实时监测停车场空余车位情况，为驾驶员提供预约和共享停车位的服务。
这可以有效缓解城市停车难的问题，提高停车资源的使用效率。
四、大数据在智能交通系统中的优势与挑战1.优势大数据技术的应用可以提高智能交通系统的数据处理能力，提供更加准确、科学的数据支持。
同时，大数据技术可以对各类交通数据进行整合和分析，实现数据资源的共享和协同。
这有助于提高交通管理效率，推动城市交通的可持续发展。
2.挑战然而，大数据技术在智能交通系统中的应用也面临着一些挑战。
# 大数据与智能交通系统的融合## 引言随着城市化进程的加速和人口的不断增长，交通拥堵和安全问题成为了城市发展中亟待解决的重要挑战。
而在数字化时代，大数据技术的兴起为智能交通系统的发展提供了新的机遇。
通过收集、分析和利用海量的交通数据，大数据可以为智能交通系统提供精确的实时监控和智能化调度。
本文将探讨大数据与智能交通系统的融合，并深入分析其在交通管理、出行体验和交通安全等方面的应用和影响。
## 1. 实时交通监控与调度大数据的应用使得交通监控和调度变得更加精确和高效。
通过连接各种传感器、摄像头和交通设备，智能交通系统可以实时收集和传输交通流量、道路状况和车辆信息等数据。
这些数据可以被大数据分析，以实现交通拥堵预测、优化信号配时和智能路由规划等。
例如，在城市交通管理中，大数据分析可以根据交通流量和道路状况数据，实现交通信号灯的自适应调节，减少交通拥堵；在公共交通系统中，大数据分析可以根据实时乘客需求和车辆运行情况，优化公交线路和发车间隔。
这种实时交通监控与调度使得交通管理更加精确、高效，提升了城市的交通运行效率。
## 2. 出行体验与智能导航大数据的应用也可以提升出行体验和智能导航服务。
通过收集和分析用户的出行数据、移动应用和社交媒体信息，智能交通系统可以提供个性化的出行建议和定制化的路线规划。
例如，在出行导航中，大数据分析可以根据用户的出行偏好和实时交通信息，提供最佳的导航路径和时间预估；在停车管理中，大数据分析可以根据停车需求和停车位信息，提供实时的停车引导和停车场推荐。
这种个性化的出行体验和智能导航服务能够提高用户的出行便利性和满意度。
## 3. 交通安全与预警大数据的应用还可以提升交通安全和事故预警的能力。
通过分析交通数据、车辆行为和驾驶员信息，智能交通系统可以识别潜在的交通安全风险和违规行为。
例如，在驾驶辅助系统中，大数据分析可以根据车辆传感器和驾驶员行为数据，提供驾驶状态监测和疲劳驾驶预警；在交通事故预警中，大数据分析可以根据实时交通流量和车辆行为，识别事故高发区域和时间，并及时发送预警信息给驾驶员和相关部门。
大数据在智能交通系统中的应用随着科技的不断发展，大数据已经成为当今社会各个领域的重要应用工具之一。
在智能交通系统中，大数据的应用也逐渐得到了广泛的关注和应用。
大数据技术在智能交通系统中的应用，不仅可以提高交通运行效率，还可以提升交通安全性和便捷性。
本文将重点探讨大数据在智能交通系统中的应用，并分析其对交通管理和出行体验带来的积极影响。
1. 实时交通监测和分析在智能交通系统中，大数据技术可以实时监测道路交通流量、车辆速度、道路拥堵状况等信息。
通过大数据的分析处理，交通管理部门可以及时了解交通状况，调整交通信号灯、改变路口道路流向，从而缓解交通拥堵，提高交通运行效率。
大数据还可以分析车辆在路上的行驶轨迹，为交通管理部门提供数据支持，以便对交通流量进行合理调配。
2. 智能导航和路径规划大数据技术可以通过对车辆行驶轨迹、道路状况和交通流量等数据的分析，为用户提供更加智能的导航和路径规划服务。
车载智能导航系统可以根据实时的路况信息，为司机提供最优的行驶路径，并实时调整导航路线，避开拥堵路段，提高出行效率。
通过大数据的支持，智能导航系统还可以提供更加准确的到达时间预测，帮助司机更好地规划行程。
3. 交通安全管理大数据技术可以分析交通事故发生的规律和原因，帮助交通管理部门进行交通安全管理。
通过对交通违法行为和事故数据的分析，可帮助交通管理部门发现交通安全隐患，并采取相应的措施加以改善。
大数据还可以支持交通管理部门在重点路段和时间段加强交通巡逻和监控，提高交通安全管理的效果。
4. 公共交通优化大数据技术可以对公共交通系统进行优化管理。
通过对公交线路和车辆运行数据的分析，可以提高公交线路的运行效率，减少乘客候车时间，提升公交车辆的运行速度和准点率。
大数据还可以帮助公交公司更好地了解乘客的出行需求，为乘客提供更加方便快捷的公共交通服务。
二、大数据在智能交通系统中的积极影响1. 提高交通运行效率大数据技术可以帮助交通管理部门更加及时、准确地了解道路交通状况，从而做出更加科学的交通管理决策。
大数据技术在智能交通系统中的应用研究一、引言智能交通系统作为一种新型智慧城市交通管理系统，其目的在于通过大量感知设备、实时数据采集、信息处理、智能分析、智能决策等手段，增强路面交通运行效率，优化交通基础设施建设和运营管理，提升城市交通服务质量和安全性，实现城市交通自动化和智能化，为城市居民提供更加便利、安全、舒适的交通出行环境。
而大数据技术则是实现智能交通系统的重要基础技术之一，其在智能交通系统中的应用研究一直备受关注。
二、大数据技术在智能交通系统中的应用1. 实现交通数据的实时采集、处理和分析智能交通系统需要实时采集大量交通数据，包括车辆流量、通行速度、车辆位置等信息，再根据这些数据对路段进行分析，预测拥堵情况和交通事件发生的可能性，从而给出交通管理决策，以保障路面交通畅通。
大数据技术可以实现对数百个传感设备产生的数据进行实时采集和处理，使得数量庞大的数据能够被及时地分析和整理，为决策提供基础。
2. 提升交通数据分析的精确度和效率传统的交通数据分析方法过于简单粗暴，往往存在误判情况。
而大数据技术可以将交通数据高效的分析和处理，为相应的交通管理部门提供更加准确的数据分析结果。
这样的结果也能更好地推广到更大的区域，以提高整个城市的交通管理水平，促进城市交通整体发展。
3. 实现交通数据的可视化和可操作化交通管理中涉及到的数据量庞大，如果不加以整理、分析、转化、可视化等，很难有效地为决策提供依据，更不用说具备有效的意义。
此时，大数据技术通过可视化界面等方式，将数据图表化展示，使数据更加直观可操作，从而能够快速的达到重要的交通数据分析的效果。
4. 提高行程规划和路线推荐的准确性随着城市规模不断扩大，出行的距离和时间也越来越长，需要花费较大的时间和精力，同时，出行途中经常会出现车流拥挤、道路封闭等情况。
而大数据技术可以根据历史数据和交通情况信息，实时分析选路策略，推荐最优路线，并及时根据交通状况调整行程规划。
大数据在智能交通系统中的应用随着科技的发展和城市化进程的加快，交通问题成为了城市发展中的一个重要挑战。
大数据作为一种新兴技术，为智能交通系统的发展提供了新的可能性。
本文将讨论大数据在智能交通系统中的应用，包括交通流量监控、智能交通信号灯控制、交通事故预测和智能交通规划等方面。
首先，大数据在智能交通系统中的重要应用之一是交通流量监控。
通过收集和分析车辆定位数据、交通摄像头数据和车流量数据等信息，可以实时了解道路上的交通情况，并根据这些信息进行交通管理和优化。
例如，交通管理部门可以利用大数据来监测交通拥堵点和瓶颈，及时调整交通信号灯的控制，从而缓解交通堵塞。
此外，大数据还可以为交通用户提供实时的交通信息，帮助他们选择最佳的出行路线，提高出行效率。
其次，大数据在智能交通系统中的另一个应用是智能交通信号灯控制。
通过收集和分析交通流量数据以及交通信号灯的状态数据，可以根据实时的交通情况来调整交通信号灯的控制策略。
例如，在高峰时段，大数据可以帮助交通管理部门判断哪些路口的交通流量较大，从而优化交通信号灯的配时，提高交通流量的通行能力。
此外，大数据还可以结合交通历史数据，实现交通信号灯的自适应控制，根据交通流量的变化自动调整交通信号灯的控制策略。
第三，大数据还可以在智能交通系统中应用于交通事故预测。
通过收集和分析交通事故数据，可以发现交通事故发生的规律和潜在因素，并基于这些数据来预测交通事故的发生概率和可能的影响范围。
例如，通过分析交通事故的发生地点、发生时间和天气等因素，可以预测在某个特定的路段和时间段可能发生交通事故的概率。
这样，交通管理部门可以采取相应的措施，加强对可能发生交通事故的路段和时间段的监控和巡逻，从而减少交通事故的发生。
最后，大数据在智能交通系统中还可以应用于智能交通规划。
通过收集和分析交通数据、城市规划数据以及人口分布数据等信息，可以帮助交通管理部门进行城市交通规划和交通网络的优化。
例如，通过分析人口密集区域的交通需求和交通瓶颈，可以提出相应的交通规划方案，改善交通状况。
大数据在智能交通系统中的应用近年来，随着大数据技术的飞速发展和智能交通系统的不断升级，大数据在智能交通系统中的应用正逐渐成为一种趋势。
本文将探讨大数据在智能交通系统中的应用，以及其对交通运输效率、安全性和环保性的影响。
一、大数据在交通流量预测中的应用大数据技术可以对交通数据进行实时监测和分析，通过对实时交通流量、路况以及人流量的收集和处理，可以准确地预测交通拥堵情况。
这样的预测对城市交通管理者以及驾驶人员来说都具有重要意义。
交通管理者可以及时调整交通信号灯、限行措施等，减轻交通拥堵；驾驶人员可以通过接收交通拥堵信息，选择避开拥堵路段，提高出行效率。
二、大数据在智能停车管理中的应用传统的城市停车管理常常面临停车位紧缺、停车指引不明确等问题。
通过大数据技术，可以准确掌握停车位的使用情况。
通过实时收集和分析停车场的使用情况、停车位的空闲率等数据，可以更好地规划和管理停车资源，缓解停车难题。
同时，利用大数据技术还可提供准确的停车指引和实时的停车位查询，为驾驶人员提供更便捷的停车体验。
三、大数据在智能交通信号控制中的应用传统的交通信号控制往往是按照固定的时序进行调整的，难以适应实际的交通需求和路况变化。
利用大数据技术，可以通过实时收集和分析交通流量、交通事故、信号灯切换等数据，能够更准确地掌握路口的交通状况。
通过算法模型的优化，可以实现智能交通信号控制的精确调整，提高交通的通行效率和安全性。
四、大数据在交通安全预警中的应用交通安全一直是社会关注的重点。
通过大数据技术，可以实现对交通安全隐患的预警和监测。
通过实时分析交通事故数据、交通违法数据等信息，可以预测可能发生的交通事故地点、时间以及可能的原因。
交通管理者和驾驶人员可以根据这些预警信息采取相应的措施，减少交通事故的发生，提高交通的安全性。
五、大数据在交通运输规划中的应用传统的交通运输规划往往以静态的数据为基础，难以准确预测交通需求和拥堵情况。
通过大数据技术，可以实时地收集和分析交通数据，包括交通需求、道路状况、乘客出行偏好等。
大数据在智能交通系统中的应用随着科技不断发展，智能交通系统不断更新换代，大数据作为一项新兴技术应用到智能交通系统中，旨在提高城市交通效率、降低城市拥堵率和事故发生率。
本文将探讨大数据在智能交通系统中的运用及其应用。
一、大数据技术在智能交通系统中的应用1. 智能交通预测通过大数据技术的运用，可以分析交通数据，预测出未来的交通状况。
同时，也可以预测某条街道在未来的某个时间段内的实际通行状况，根据这些预测结果，我们可以有针对性地安排交通管理工作，提高城市交通效率。
2. 实时交通监控在城市的交通干道和高速公路上，安装了大量的摄像头和传感器设备，可以及时监控道路状况并传输数据到智能交通系统中，通过这些数据可以提供实时交通监控服务，使公共交通系统更加智能化。
3. 优化道路设计大数据技术可以分析道路的通行状况，提供准确的交通数据，依据这些数据来优化道路的设计，做到最大限度的减少交通堵塞。
不仅如此，当设计路线时，还需充分考虑交通的高峰以及其他运输因素。
二、大数据技术在智能交通系统中的优势1. 提高交通效率大数据技术能够帮助交通管理人员收集、分析并精确预测交通状况，使得交通管理人员能够针对具体的情况作出优化方案，提高城市的交通效率。
2. 减少拥堵当交通量增大时，城市交通很容易出现拥堵现象，使用大数据技术可以提供实时交通监测并优化交通路线，使道路通行更顺畅，大大减少堵塞。
3. 降低事故率大数据技术可以在监测到交通事故后及时处理，避免出现更严重的交通事故。
同时，大数据还可以通过比较历史数据和当前数据来识别和定位高风险交通状况，提前避免交通事故发生，有效降低交通事故率。
三、大数据技术遇到的问题和解决方案1. 隐私问题交通数据收集过程中涉及到个人隐私问题，如何在保证道路安全和交通效率的前提下，保护个人隐私是至关重要的。
政府管理部门和相关的行业协会应该加强管理和监督，确保交通数据的合法和规范使用。
同时，相关企业应该协助政府管理部门，遵守隐私保护相关标准。
大数据技术在智能交通系统的应用智能交通系统是指利用现代信息技术，提高交通管理效能和交通服务质量，确保交通顺畅、安全、高效的系统。
近年来，随着大数据技术的快速发展，大数据在智能交通系统中的应用也愈加广泛。
本文将从智能交通系统的需求出发，探讨大数据技术在智能交通系统中的应用。
一、智能交通系统需求分析智能交通系统的主要需求包括交通流控制、交通事故预防、交通指挥调度以及交通信息服务等。
这些需求都与数据的收集、分析、处理和应用息息相关。
因此，大数据技术的应用能够有效地满足智能交通系统的需求。
二、大数据技术在智能交通系统中的应用1. 交通流量数据分析大数据技术可以帮助智能交通系统实时收集和处理交通流量数据，通过对海量数据的分析，掌握交通流量状况，进而进行交通流量预测和交通拥堵分析。
这样，交通管理部门可以根据分析结果制定相应的交通管控策略，以优化交通流量，提高道路通行能力。
2. 交通事故预测与预警通过大数据技术和智能交通监控设备的结合，可以实时监控交通状况，分析交通事故发生的潜在原因并进行预测。
当交通事故即将发生时，智能交通系统能够通过警报和信息推送等方式，提前预警驾驶员，避免事故的发生，保障交通安全。
3. 交通智能信号灯控制大数据技术可以通过对交通信号灯、车辆以及行人等的实时数据的分析，智能地控制交通信号灯。
通过实时调整信号灯的变化策略，可以最大程度地提高交通流畅度和效率，减少交通拥堵问题，提高交通系统的运行效果。
4. 路况导航和推荐系统根据大数据技术实时收集的道路实时数据，智能交通系统可以为驾驶员提供准确的路况信息和导航推荐服务。
通过对交通流量、道路状况和历史数据等进行分析，系统可以为驾驶员提供最佳路线和导航推荐，帮助他们避开拥堵路段，高效、快速地到达目的地。
5. 车辆定位与追踪管理大数据技术结合全球定位系统（GPS）等技术，可以实现车辆的实时定位与追踪。
通过对车辆位置信息的收集和分析，智能交通系统可以进行实时监控和追踪，提供实时的车辆位置等信息，方便管理部门对车辆进行调度和管理。
大数据在智能交通系统中的应用智能交通系统是指利用先进的信息技术和通信技术，通过城市交通设备的互联互通，实现对交通流量、交通状态和交通安全的自动感知、自动识别、自动控制和自动调度，从而提高交通效率、减少交通拥堵、提升交通安全。
而大数据在智能交通系统中的应用，为交通管理部门提供了更准确、更全面的交通信息，从而为交通决策提供支持，并提供更好的交通服务。
本文将通过讨论大数据在智能交通系统中的三个方面的应用来说明其重要性。
1. 交通流量管理大数据技术可以对路面交通进行实时监测，通过传感器和监控设备收集车辆的实时位置、速度、流量等信息。
这些数据经过分析和处理后，可以提供实时的交通流量信息，包括拥堵路段、拥挤程度以及交通状况。
基于这些数据，交通管理部门可以进行交通流量预测和交通控制，及时采取措施调控交通，实现路况优化和缓解交通压力。
2. 交通安全管理大数据可以帮助交通管理部门进行交通安全问题的分析和预测。
通过分析大量的交通数据，可以发现事故易发区域和高风险路段，并及时采取措施进行交通安全管理。
此外，根据车辆和行人行驶轨迹的数据，可以进行违章行驶的监测和追踪，对交通违规行为进行预警和处罚，提高交通安全水平。
3. 交通路线优化大数据技术可以基于历史出行数据和实时交通状况，提供更优化的交通路线规划。
利用大数据分析，可以分析出各个时间段不同路段的交通状况，然后预测最佳出行路线，并为司机和乘客提供实时的导航指引。
这样可以减少交通堵塞，提高通行效率，并有效改善城市的交通流动性。
总结起来，大数据在智能交通系统中的应用具有重大的意义。
它能够帮助交通管理部门更准确地了解交通状况，提供决策依据；同时也能够提供更好的交通服务，提高通行效率，改善城市交通拥堵问题。
随着技术的不断发展和数据的不断积累，大数据在智能交通系统中的应用将会越来越广泛，为我们的出行提供更高效、更安全和更便捷的选择。
城市交通大数据技术及智能应用系统2015年两会上，“大数据(big data)”一词首次写入政府工作报告。
在交通领域，大数据一直被视作缓解交通压力的技术利器。
应用大数据有助于了解城市交通拥堵问题中人的出行规律和原因，实现交通和生活的和谐，提高城市的宜居性，为政府精准管理提供基于数据证据的综合决策。
同时，大数据的挖掘和使用还有利于催生信息消费新模式，促进信息消费产业发展。
随着手机网络、全球定位系统(global positioning system，GPS)/北斗车载导航、车联网、交通物联网的发展，交通要素的人、车、路等的信息都能够实时采集，城市交通大数据来源日益丰富。
在日益成熟的物联网和云计算平台技术支持下，通过城市交通大数据的采集、传输、存储、挖掘和分析等，有望实现城市交通一体化，即在一个平台上实现交通行政监管、交通企业运营、交通市民服务的集成和优化。
城市交通大数据的集成与分析技术研究，对我国智慧城市的发展具有战略性意义。
交通大数据具有种类繁多、异质性、时空尺度跨越大、动态多变、高度随机性、局部性和有限生命周期等特征，如何有效地集成交通大数据，满足高时效性和知识牵引等城市交通智慧化需求，是各个大中城市所面临的前所未有的发展机遇和挑战。
本文首先简单介绍了大数据的发展状况及趋势，然后重点分析总结了城市交通大数据的若干核心技术，并提出城市交通大数据的智能应用系统解决方案，最后重点列举了几种典型应用。
2大数据的发展状况及趋势近年来，数据的快速增长成了许多行业共同面对的严峻挑战和宝贵机遇，信息社会正在进入大数据时代。
大数据指的是涉及的资料量规模巨大到无法透过目前主流软件工具在合理时间内达到感知、撷取、管理、处理和服务的数据集合。
从2009年左右开始，“大数据”开始成为互联网信息技术行业的流行词汇。
根据互联网数据中心(IDC)估测，数据一直以每年50%的速度增长(大数据摩尔定律)，这意味着人类在最近两年产生的数据量相当于之前产生的全部数据量，预计到2020年，全球将总共拥有35亿GB(35 ZB)的数据。
大数据处理的数据规模从TB级上升到PB、EB甚至ZB级，人们面临着如何降低数据存储成本、充分利用计算资源、提高系统并发吞吐率、支持分布式非线性迭代算法优化等众多难题。
为了应对大数据的发展趋势，更好地为行业用户和个人提供数据分析的服务，亟需构建各类不同的大数据平台，支持用户对数据的多种需求。
构建大数据平台就是要将不同渠道、不同来源、不同结构的数据进行有机的整合。
与传统数据平台不同的是，大数据海量的规模、多样的类型、快速的流动和动态的体系以及巨大的价值是大数据平台构建需要重点考虑的几个因素。
除此之外，数据的分类存储、数据平台的开放性、数据的智能处理以及数据平台与用户的交互都为大数据平台的建设带来前所未有的挑战。
大数据平台处理的数据类型是多种多样的。
目前这些平台的搭建已经有了一些有代表性的成果，如Google公司的Freebase、微软公司的Probase、国内著名的中文信息结构库——中国知网。
在商用数据平台方面，IBM公司的Infosphere大数据分析平台、Teradata统一数据环境以及由国内天猫、阿里云、万网联合推出的国内首个电商云工作平台聚石塔是3个典型的数据平台。
“大数据”本身是一个现象而不仅仅是一种技术，这是信息科技历史发展的必然结果。
大数据的采集、传输、处理和应用所需的相关大数据处理技术，是通过系列地使用非传统工具来对大量的结构化、半结构化和非结构化数据进行处理，从而获得分析和预测结果的一系列大数据处理技术。
大数据技术的战略意义也不仅在于掌握庞大的数据信息，而更在于对这些含有意义的数据进行专业化处理。
换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
大数据领域已经涌现出了大量新的技术，它们成为大数据采集、存储、处理和呈现等功能的有力武器。
大数据发展呈现以下趋势。
(1)基于云计算的数据分析平台云计算为大数据提供了可以弹性扩展、相对便宜的存储空间和计算资源，使得中小企业也可以像亚马逊公司一样通过云计算来完成大数据分析。
云计算IT资源庞大、分布较为广泛，是异构系统较多的企业及时准确处理数据的有力方式，甚至是唯一的方式。
大数据要走向云计算，还有赖于数据通信带宽的提高和云资源池的建设，需要确保原始数据能迁移到云计算环境以及资源池可以随需弹性扩展。
(2)数据分析集逐步扩大，企业级数据仓库将成为主流当人们从大数据分析中尝到甜头以后，数据分析集就会逐步扩大。
目前大部分的企业分析的数据量一般以TB为单位。
按照目前数据的发展速度，数据量很快将会进入PB时代。
特别是目前在100~500TB 和500+TB范围的分析数据集的数量会成倍增长。
随着数据分析集的扩大，以前部门层级的数据集将不能满足大数据分析的需求，它们将成为企业级数据库(EDW)的一个子集。
因此，企业内的数据分析将从部门级过渡到企业级，从面向部门需求转向面向企业需求，从而也必将获得比部门视角更大的益处。
随着政府和行业数据的开放，更多的外部数据将进入企业级数据仓库，使得数据仓库规模更大，数据的价值也更大。
(3)Hadoop对MapReduce的依赖程度越来越小Hadoop是一个能够对大量数据进行分布式处理的软件框架，能够处理PB级数据，具有高可靠性、高扩展性、高效性和高容错性等特点。
其新版本不只为MapReduce服务，而是和Cloudera的Impala 一样用一个SQL查询引擎或者其他的方法来替代MapReduce。
HBaseNoSQL数据库就是Hadoop离开MapReduce约束后的一个很好的例子。
未来Hadoop平台将在大数据处理中发挥越来越重要的作用。
3城市交通大数据3.1城市交通大数据的主要研究内容城市交通大数据的研究内容主要包括以下方面。
(1)时效约束的大数据多尺度汇聚计算和动态图谱交通大数据存在多源、异质、局部性、时空关联、异步性、信息稀疏性和并发性等特点，而城市交通系统存在着对大数据汇聚处理的高时效性以及对“大而信息稀疏”的交通大数据的领域知识牵引要求。
现有的数据融合、计算理论与方法难以满足高时效性的大数据处理和基于数据的知识构建与转换等需求，亟需提出时效约束的大数据多尺度汇聚计算和动态图谱的交通大数据处理新理论与新方法。
(2)高维空间的隐性知识序贯挖掘与演化模型交通主体、行为、态势、路网拓扑和环境形成了高维生态系统闭空间，相互之间存在着高度非线性、随机性和动态的耦合关系。
交通态势及其演化是交通系统的宏观体现，具有约束条件下的动态性、序贯性、自组织、随机性等特点，交通态势机理解释对解决城市交通的难题非常重要。
传统的交通理论难以发现隐含在如此高维空间的知识，对交通出行规律及其时空演化、大面积交通拥堵演变规律、环境与交通行为等进行综合知识和数据支撑的解释与评价，高维空间的隐性知识序贯挖掘与演化将为此提供坚实的理论与技术支撑。
智慧交通引领智慧城市建设在城市化高速发展的今天,城市人口高速增长,现有道路已无法满足人们的出行需求。
智慧交通作为智慧城市建设的重要组成部份,对现代都市当中交通拥堵现象有着非常积极的作用。
2月29日,30位国内外智慧城市智能交通领域的专家学者,围绕解决城市交通拥堵等城市发展难题进行研讨,破解技术难题,共商发展规划。
智慧交通为城市疏通“血脉”交通被形象地称为城市的“血脉”。
然而,随着人口和车辆的迅速增长,仅靠多建道路车场、增添“血管”已不能解决城市交通拥堵的痼疾。
因此,疏通现有血脉,增加“血流”的速度,是提高交通效率的重要方式。
“发展智慧交通的最终目的,是为市民提供便捷的生活。
”同济大学交通运输工程学院院长陆健教授认为,“出入难、寻位难、找车难、缴费难、管理难”是城市交通的通病,智慧交通是青岛未来的一个发展方向,“广州已实现了智能停车,停车时通过手机软件来查询车位,减少了车主寻找车位的精力和时间……”“发展智慧交通是疏通日趋恶化的城市交通血脉的有效途径。
”国家职能交通系统工程技术研究中心主任钱越认为,随着经济快速发展和城市化进程的加快推进,城市交通不畅已经成为城市可持续发展的一个重要障碍。
在这样的前提下,智慧交通可以有效地利用现有交通设施,减少交通负荷和环境污染,保证交通安全,提高运输的效率。
“智慧城市的建设为智慧交通提供了巨大的发展的契机,不管是交通工具还是交通设施,城市智能化建设的效能有所改善,会给智慧交通的发展提供很好的基础条件。
”青岛理工大学汽车与交通学院院长王丰元说,智慧交通的发展对交通的管理水平要求更高,交通的智能化会涉及到数据的采集、处理等,管理不再是一种盲目的方式,需要科学的决策和数据的支撑。
改善城市交通重在预防“解决城市拥堵问题,预防比改善更重要。
”陆健认为,造成交通拥堵、停车难、污染等问题的主要原因在于城市经济发展过快。
比如说交通拥堵,经济的发展给城市引入大量人口,车辆增加,从而引起城市的交通拥堵,但通过降低人口密度和减少车辆等手段来解决拥堵问题并不现实,所以最有效的解决办法是“预防”,以降低发生问题的概率。
“解决城市的交通问题很重要的一点是找出问题的源泉,分析它可能发生的概率,然后来预防它的发生或者降低发生的概率。
”陆健说。
“解决城市交通问题不能仅从交通本身着眼,而是要从整个大的交通系统,整个社会来着眼。
”王丰元表示,交通不只是车在路上跑,而是包括停车、基础设施建设、环境控制等,因此要更多的考虑控制和管理,综合建设一个好的交通环境。
比如,交叉路口、监控设施,以及一些强制性的手段,提高交通系统运行的效率,整体改善交通环境。
“交通的问题,首先是规划的问题。
交通的建设应该放宽视野,从综合角度来考虑拥堵问题、停车问题等。
”王丰元说,从全国来看,青岛的交通处于比较靠前的层次,但是青岛现在很多道路的衔接是不顺畅的。
要加强区域间的有效衔接,更多是人员的交流和管理问题。
同时,利用监控得到的数据及时的纠正对交通信号的控制和改善,有效改善城市的交通环境。
新技术驱动城市交通变革随着我国智慧产业的不断推进,智能交通这一细分领域的发展也在加速。
“新技术的发展是城市交通变革的一个重要驱动因素。
智慧交通是交通运输领域发展的前沿之一,智能汽车的发展带动了智能交通产业的形成,推动了交通运输产业的革命。
”同济大学教授章桐说,面对汽车工业所带来的诸多“城市病”,智能化将是汽车未来发展方向。
在未来,汽车产业能够从性能、排放、安全等方面带给消费者更好的体验。
“目前,通过智能手段预测交通事故、交通拥堵等问题的发生有很多技术手段,但应用并不广泛。
”陆健表示,从技术层面上,交通问题的发生可以促进智能汽车的发展和应用。
比如,预警装置、驾驶员辅助设施、驾驶员疲劳驾驶的预警等。
