智能交通前景广阔大数据潜力尚待挖掘武汉市悬在路口立杆上的金属小盒子—— 超级电子眼 3 个月抓了 13 万起交通违法，逆行、压线、套牌一眼识别，并能自动报警。只需 10 秒，重庆市凭借 280 万多张 “电子牌 ”的信息传递，各地的道路拥堵信息即可传递到设置在附近的交通诱导屏上。400 多个公交站点， 1000 多辆公交车，80 多条公交线路，全部被江苏省镇江市交通系统中央指挥中心的工作人员透过实时全景视图，实时监控。 出行者随时可获得公交时刻信息和延误预报⋯⋯全国智能交通 (ITS)应用成果遍地开花，大数据无疑是智能交通的智慧引擎。人走在街边， 车行驶在路上， 他们都是大数据的一分子。 在能够产生大量数据的智能交通领域，信息的收集、处理分析、发布利用是主线，为交通参与者提供多样性的服务。在智能交通领域，大数据目前应用程度如何?在应用过程中又面临着怎样的问题与挑战呢 ? 1.尚处数据采集初级阶段理想的智能交通系统，有遍布城市各个角落的信息采集设备收集实时路面场景，一旦有异常事件发生， 系统会立即反馈， 协助管理员排查问题， 将异常事件的监测与发现由 “事后 ”转为 “实时”。数据采集是智能交通应用大数据的第一步。我国智能交通发展较稚嫩， 面对炙手可热的大数据，路走得并不顺畅。三道门槛：技术 +定势 +组织人大金仓首席运营官戴钲在接受《中国计算机报》 采访时表示， 大数据在行业领域与互联网领域的应用有所不同，必须要迈过技术、定势模式和组织三道门槛。首先，90%以上的互联网企业都采用广告模式，即由第三方付费，免费为用户服务。用户行为则是大数据的主体，对用户行为的分析结果能够直接转换为价值。而在其他领域，如银行、政府等职能部门，服务是产品，而大数据技术的目的是完善服务， 即大数据在该领域的应用需要一次转化。而这次转化， 对行业领域来说是一次技术考验。“行业大数据的应用， 应将 NOSQL 转换成 NewSQL(新型数据库 )，技术变迁是企业应用领域的一道门槛。”据了解， NOSQL 和 NewSQL 在处理海量数据时都有较强的扩展能力。NOSQL的主要优势在对非结构化数据的处理上，而NewSQL 对于全数据格式的支持正日趋成熟。此外， NewSQL 在实时性、复杂分析、即时查询和可开发性等方面也比 NOSQL 更具优势，对存储结构、计算架构和内存使用等核心技术进行了创新。智能交通领域内大数据的应用正是如此。应用大数据近十年的互联网企业有经验丰富...
VIP
