贵州用大数据织就公路交通“安保圈”
“没想到依托云平台,对车辆图片进行结构化处理并与真实车辆图片进行对比,使车辆变得像人脸一样具有唯一性,瞬间就能判别出真假,告别贵州依靠路面交警的偶然发现和群众举报的初级手段。”广州交警支队支队长欧日文表示,贵州交通管理工作运用大数据是一种革命性的创新。
9月22日下午,公安部交通管理系统在贵阳召开大数据支撑公路交通安全防控体系建设现场会,目前贵州运用大数据建设公路交通安全防控体系吸引了全国公安交警系统的广泛关注。
近年来,随着贵州省经济社会的快速发展,截止2015年上半年,全省驾驶人数量达631万人,机动车保有量达544万辆;农村公路通车里程达17.44万公里,高速公路通车里程将于2015年底达到5100公里。来自公安内部系统和社会的各种数据也源源不断涌入,依托原有技术分析处理这些海量数据,越来越力不从心。
为解决大数据存不下、跑不动、用不好的问题,在2014年5月,贵州公安厅启动贵州公安交警云平台建设,就是打造国内首个交通大数据云平台。据介绍看,该平台依托以阿里云计算技术,可快速对海量的交通管理数据进行全库关联、智能联想、自动研判、深度挖掘,为公共服务、交通管理、警务实战提供强有力的技术支持,提升了大数据时代的公安交通管理能力。
贵州省公安厅交警总队相关人士称,除了具备路网监控、阳光警务等功能外,贵州交警部门还通过云平台实现了对公路客运、旅游客运、危化品运输车等重点车辆的精确管理。贵州交警将全省283个收费站的2073条ETC和MTC车道过车数据等结构化、非结构化数据,将全省5.33万家客货运企业、62.7万名营运驾驶人、1755家重点监管企业、3.52万台重点监管车辆、4341家租赁企业、3.53万台租赁车辆全部纳入云平台,实行动态监管,对异常行为自动预警、自动提示,对驾驶人违法行为实时监控、精确干预,减少了事故发生。
依靠大数据的深度应用,高速公路的车辆全部作为受灾车辆样本数据,进行大数据分析,能更好的指导事故救援。
2015年1月4日,遵赤高速公路习水二郎乡境内一隧洞口边坡山体发生大面积滑坡,10多万方的土石将该路段300米长的道路全部掩埋,由于事发路段尚未建设任何监控系统,到底多少车辆被埋,成为大家最关心的事。事发后,在18小时内贵州交警利用了大数据与传统公安侦查手段相结合的方式,实现了在最短时间内将13.3万辆可能受灾车辆排查减少到一辆。
在现场会上,湖北公安厅交警总队政委姚俊表示,贵州用大数据来支撑交通安全防控体系建设的思维,形成了跨界融合的生态,在警务工作上先行先试,这令贵州公安交通管理工作脱胎换骨,贵州经验值得在全国推广、学习和复制。
用数据说话、用数据管理、用数据来决策。“应该说,贵州交通管理工作迈向了新台阶,提升了交管工作科学性、准确性和有效性。”广州交警支队支队长欧日文。对此,公安部交通管理局副局长王金彪指出,各地公安交警总队要学习贵州经验,结合本地实际情况再创造、再应用,今天看了贵州交管工作展示,大数据在交管工作运用推动了交管工作信息化建设,在管理手段和运行机制发生了革命性的变化。在大数据时代,必须要有这种理念、思维和行动,这是交通管理工作现代化的模型,为全国整个警务工作提供了一个很好的蓝本。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 8-1 Pandas 数据重塑 - 数据变形 数据重塑(Reshaping) 数据重塑,顾名思义就是给数据做各种变 ...
2024-11-26统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22