应用于结构化数据的异常检测方法研究

在机器学习应用领域,异常检测一直是一个重要的问题。随着数据规模的增长和数据种类的增多,异常检测问题变得更加复杂,因此需要不断寻找更为有效的解决方法。本文介绍了在结构化数据领域常用的几种异常检测方法,包括基于传统统计学的方法、基于相似度衡量的方法、基于预测的方法以及基于深度学习的方法,并详细探讨了它们的优缺点。这些结论对在实际应用中选择合适的异常检测方法提供了参考。

数字孪生技术在城市交通中的应用探索

为了更有效地提升城市交通场景中可管理、可感知、可监测、可预警、可呈现、可评价的能力,本文融合GIS、AI、大数据和数字孪生技术开发了一种城市交通数字孪生平台。平台采用五层架构,具备交通设施设备智管、交通枢纽智监、交通安全智评和交通特勤智保服务的功能,可为城市交通提供智能化、高效化和可视化的服务。

新型公路桥梁健康监测与安全预警云平台设计及应用

基于公路桥梁健康监测在实际工程应用中存在的监测终端布设困难、采集方式与传输方式较为落后等问题,本文采取“前端优化、后端升级”的模式进行优化研究,轻量化公路桥梁健康监测的系统性应用,体系化解决公路桥梁安全运营难题。通过融合前端新一代公路桥梁智能监测仪器、升级后端以云平台为核心的公路桥梁健康监测与安全预警系统,搭建形成集公路桥梁AIoT开放平台(PaaS)、公路桥梁健康监测与安全预警系统(SaaS)于一体的新型公路桥梁健康监测与安全预警云平台,以全面保障公路桥梁的安全运行。

探索数字孪生技术在道路交通安全隐患智治中的应用

本文基于道路交通安全隐患排查与治理业务需求,充分运用人工智能、大数据、数字孪生等先进技术,对道路交通安全隐患排查研判分析与治理影响评估,探索数字化基座上的道路交通安全治理业务新模式,推进道路交通安全隐患智治。

基于分形理论的城市群轨道交通协调性分析

为解决城市群轨道交通规划与城市群内部各要素间发展不均衡的现状,基于分形理论构建城市群轨道交通分维协调性指数模型,将线网长度—人口规模、线网长度—经济体量的复合指标融合作为轨道交通协调性模型参数,进行城市群轨道交通整体协调性的量化表征。以多视角关联关系揭示长三角、京津冀和粤港澳大湾区城市群内部空间结构的复杂特征,分析典型城市群轨道交通发展协调性。结果表明,线网长度、人口规模和经济体量在分布形态上围绕空间面域几何中心呈凝聚状分布,中心趋向性和四周分散程度明显。长三角轨道交通协调性指数为0.94,城市群线网长度、人口规模和经济体量呈现同步发展趋势,相对均衡性明显;京津冀和粤港澳大湾区轨道交通协调性指数分别为1.12和0.74,线网建设与城市群内部发展空间不匹配,表明两者分别在经济体量、人口规模方面相对滞后。

大数据时代下的公交客流仿真排班设计

数据是智能交通建设的基础。传统的公交智能化排班侧重于经验和技术传承,容易忽视数据的整体协调,对于低满载率、班次运行时间不可控、线路串车等问题缺乏有效的技术手段。为了解决以上问题,本文提出了一个公交大数据挖掘和仿真排班方法,通过应用客流量、线路和站点登降量、实际满载率等数据,创新地根据服务优先、成本优先、综合服务与成本三种策略,完成排班参数调优,达到运力精准投放、合理分配人车资源的目标。实践结果表明:该公交客流仿真排班设计方法,符合公交企业智能排班需求,对公交智能化排班建设具有较大的改善作用。

桥梁超限智能监测系统设计

为解决当前桥梁治超监管在日常工作中没有实时动态监测数据、缺乏有效监管手段的问题,本文应用物联网、大数据、人工智能和数字孪生技术设计桥梁超限智能监测系统。通过构建桥梁数字孪生底座,对超限车辆检测、超限主动预警及超限车辆跟踪等过程进行实时监测、管理与展示。研究结果表明,桥梁超限智能监测系统能够实现桥梁超限违法行为的感知、预警、跟踪与处置,有利于提升桥梁安全管理智能化水平,从而保障桥梁交通运输安全畅通。

基于实时交通流分析的信号优化控制仿真平台研究

为优化城市交通信号控制和评估应用效果,本文提出了一种基于实时交通流分析的信号优化控制仿真平台。基于卡口、电警、雷达等前端设备采集的多源交通数据,以充分利用交叉口有限的时空资源为目的,通过设计标准化的API接口实现交通信号控制优化与仿真评估。本文提出的基于实时交通流分析的信号优化控制仿真平台,能够实现交通信号在线优化和仿真评估,完成交通信号控制效果分析从定性到定量的转变,提高道路交通管理决策的科学化和精细化水平。

城市绿色货运配送信息服务平台探索与实践

城市货运配送信息服务平台是城市绿色货运配送中的重要角色。本文提出一种平台建设方案。基于相关城市在平台建设应用过程中的特点及问题,方案涉及平台的框架设计、技术选型、主要业务应用等内容。通过结合大数据分析、智能交通监测等算法应用,提出了具体建设措施。实践结果表明,基于该方案建设的平台能够基本满足城市绿色货配送示范工程建设的需求。

拥堵指数自适应调节的交通运行状态识别方法及应用研究

拥堵指数是客观评价城市交通运行状态的有效指标。针对当前拥堵指数模型中对交通畅行速度时空特性考虑不足的问题,本文在车辆定位与路网时空匹配数据的基础上,引入概率密度分段原理对车辆速度进行距离和时间分段,建立了具有自适应调节能力的拥堵指数模型,用于城市交通运行状态的分类与识别。以厦门市节假日浮动车辆定位数据为例,仿真分析了拥堵指数模型在复杂道路和城市交通中的适用性,并揭示了城市交通运行状态的变化规律。分析结果表明:拥堵指数模型能有效区分道路的空闲和繁忙时段,并依据对应时段的畅行速度进行自适应调节;针对复杂互通立交和专用共线道路,拥堵指数计算结果相较传统方法平均提升了6.5%和3.2%;厦门市交通为单一晚高峰拥堵形态,平均拥堵指数介于1.0~3.0之间,拥堵时间为16:10-21:00,空间分布集中在厦门市进出岛方向的主干道枢纽位置,以及厦门岛内东西走向主干道。该项研究对于快速建立不同城市及具有特殊时段需求的交通运行识别方法起到积极作用。

基于大数据应用的智能公交决策分析平台

信息化是企业管理的重要手段之一。随着信息化系统越来越多,大部分业务数据散落在各级部门和各业务领域中,没有发挥出应有的价值,无法为企业决策形成全面、完整的解决方案。现存的数据普遍具有源头多样化、数据结构不同、数据采集困难、数据处理复杂等问题,运用信息化数据进行有效管理还处于起步阶段。为解决以上问题,本文搭建了一个智能公交决策分析平台,运用大数据相关存储、分析技术,将散落的公交营运、财务、客流等领域数据汇聚于支撑平台,设计运营数据分析、客流与运力调优分析模型,从整体运营情况来衡量企业的运营状态、各环节健康情况,对运营异常情况做出合理分析,为公交企业的运营管理和决策提供科学的数据支撑。

渣土车智能管控平台的设计与应用

由于城市建设工程中产生的渣土量日趋增多,渣土运输环节中产生的种种问题亟待解决,其中对于渣土运输车辆的管控是非常重要的一环。智能化、信息化管控平台的建设,是解决上述问题的有效手段。因此本文介绍了一种基于北斗的渣土车智能管控平台,包括设计思路与平台架构,智能设备与技术要求,平台开发与系统功能,应用成效与未来展望这几个方面的内容。

物联网环境下的智慧海洋云平台开发与应用

海洋治理正面临着更加严峻的挑战,运用新一代信息技术建设“智慧海洋”成为推进海洋强国的必要手段,然而我国海洋信息基础设施及公用能力亟待提升。本文提出开发一种物联网环境下的智慧海洋云平台,遵循国家关于智慧海洋的相关标准规范,建立了云平台的总体架构,并给出各类智能设备的物联方式和接入方法。阐述了平台的核心功能及关键技术,通过7类场景展示平台的应用效果。该平台实现了海洋信息的互联互通、数据共享和智能挖掘,通过应用推广,可为我图海洋治理提供信息技术保障。

基于大数据技术刍议智能交通管理与应用实践

随着社会的进步,互联网+时代已经到来,各个行业每天都会有很多的海量数据,交通数据也在不断的增长,传统的交通管制以不在能满足当前的交通管理,这也给交通管理提出了一个新的难题。大数据技术的出现,可以很好的为智能交通管理提供一个处理框架,该技术可以有效进行数据采集、数据传输以及数据处理等多个方面的使用,这为交通违法、交通运行效率以及城市交通规划提供了保障支持,这也使人们的生活产生了巨大的转变,推动了社会经济的发展。

应用于交通违法处理服务的质效评估模型

本文提出一种交通违法处理窗口服务质效评估模型,聚合多平台数据,根据违法业务办理的七大因素,形成警员服务画像和窗口服务画像。其中,画像采用分箱算法,得到初步等级评分;再采用模糊综合评价算法,对各项指标的初步评分进行加权赋值,量化警员和大队窗口服务质效;最后基于前向规则快速匹配算法推荐优化策略。本模型于2021年4月在厦门落地应用,促进了各大队优化服务,优化了工作举措和窗口资源配置。

智慧公交安全综合管控平台设计与实现

为了缓解日益严峻的公交安全风险问题,建设一个全面的智慧安全综合管控平台是非常必要的。本文提出了搭建一个公交安全综合管控平台建设方案,通过借助新兴的人工智能、物联网、通信、数据挖掘等技术,对公交企业构建集安全预防、安全监控、安全档案、安全应急、安全决策为一体的管理体系提出了具体的指导措施。实践结果表明,采用该方案建设的安全综合管控平台能够稳步提升公交企业安全运营水平,全面消除安全隐患,确保公交运营平稳有序。

基于微服务架构的城市交通大数据治理框架

随着交通行业的快速发展和智能交通系统的广泛应用,大量交通数据不断生成和累积,对数据治理带来了更高的要求。本文以微服务架构为基础,结合中国交通行业的实际情况,探讨交通行业数据治理的关键问题及解决方案。通过分析交通行业大数据应用的现状和典型数据特征,提出了一种基于微服务架构的数据治理框架,涵盖了数据采集、清洗、存储、分析、隐私保护、质量管理、共享与开放以及法律法规合规等方面。本文旨在为致力于交通行业数字化转型的数据治理团队提供有效参考与帮助。

利用梯度提升树预测公交车到站时间

当前我国公交公司普遍采用让具有丰富经验的公交调度人员以人工估计车辆到站的方法来调度车辆的发车。这种方式缺少计算辅助,加上工作量大,经常容易出现错误预估导致无法缓解道路上常发生的同路公交车遇到一起(串车)或者相隔太远(大间隔)的情况。公交到站时间受道路交通、乘客人数、时间、天气等诸多因素影响,具有不确定性。本文基于该现实问题从公交公司角度出发,提出了一种基于动态特征选择和梯度提升树的公交到站时间预测算法。其动态主要体现在对于不同线路、同一线路不同方向经过特征选择分别选取对该线路该方向站点停留和站间行驶影响较大的特征。该算法用于辅助公交调度人员参考到站时间,从而使得调度人员可以作出更准确有效的调度策略。

基于公交IC卡与GPS数据的公交客流可视化分析

公交客流特征与规律是公交高效运营与服务提升的主要研究内容,也是城市公交线网规划的重要决策依据。随着城市人口的增长及公交出行需求的增加,产生海量多元的公交IC卡刷卡数据。为实现对公交客流特征与规律的全方位精准分析,并优化展示分析结果,运用海量IC卡刷卡数据,结合公交车辆GPS数据,建立数据之间的关联,消除信息孤岛,对公交客流建立多维度数学分析模型。从客流OD、断面客流、候车时长、客流堆积等方面分析公交客流特征与规律,并将结果可视化,开发出客流可视化分析应用系统,能够为公交运营调度、线网规划提供科学的决策依据。在构建的客流分析系统中导入厦门BRT的实际刷卡数据,运行结果表明,该系统能够准确统计BRT的客流量,并分析客流特征与出行规律。

基于时间牌轮循方法的城市公交智能化排班

公交驾驶员排班方案是公交智能化调度的重要研究内容,也是城市公交运营中最耗时、最繁重的任务之一。不同的公交企业有着不同的约束规则,排班方案的合理性,是决定城市公共交通客运健康发展的重要因素。通过引入营运车辆数、周转时长、首末班时间、发车间隔、各类型时间牌数量等实际公交发车数据,自动生成时间牌,并通过时间牌轮循方法,能够快速完成公交线路排班。理论分析和实验结果表明,文中方法能有效降低排班工作中的人力和时间成本。