_智慧城市系统中的大数据_吕卫锋.pptVIP

* * * * 复杂路网环境，海量实时数据处理 由于车辆移动性带来的局部信息不稳定性问题 解决由于新型传输媒体与日益增长的个性化服务带来的服务拓展问题 可用，能用，好用 三个问题，一系列方明技术，新型服务与产业链 * * 道路突发事件是影响出行的重要因素，传统事件获取方式多采用人工报告和视频监控的方式，具有较大的局限性。 针对都市快速路，我们基于车辆行驶特征与路链旅行时间的特点给出了突发交通事件时，相邻时间和近邻路段车辆状态的形式化定义， 构建了该形式化定义下多组正常历史数据和当前参数的群组库，从而有效区分异常事件与拥堵热点的算法模型 * ARMA-GARCH模型是一种在经济学中用来分析经济事件影响和波动的数学模型。GARCH模型,即广义自回归条件异方差模型,能够更好的拟合出波动性数据分布的厚尾特性。（厚尾特性，就是这些数据出现极端值的概率要比正态分布数据出现极端值的概率大。） * * 工作日OD数量与周末差距不太大 因为其办公和住宅的混合性质，工作日出发量和到达量都有早高峰； * 出行前规划 公交引导 地铁引导 步行、公交、地铁，综合出行导航 步行引导 * 该系统采用先进的平台虚拟化、分布式处理、海量数据管理等平台技术，使数据处理能力达到每处理周期（小于40 秒）百万位置数据（16万辆车），形成北京、上海、广州三大互为备份的处理中心，具备数据汇聚和处理、信息