CN105574154A - 一种基于大数据平台的城市宏观区域信息分析系统 - Google Patents
一种基于大数据平台的城市宏观区域信息分析系统 Download PDFInfo
- Publication number
- CN105574154A CN105574154A CN201510943819.6A CN201510943819A CN105574154A CN 105574154 A CN105574154 A CN 105574154A CN 201510943819 A CN201510943819 A CN 201510943819A CN 105574154 A CN105574154 A CN 105574154A
- Authority
- CN
- China
- Prior art keywords
- information
- region
- people
- regional
- city
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Abstract
本发明提出一种基于大数据平台的城市宏观区域信息分析系统，包括视频监控信息接口、移动定位信息接口、地物信息接口、分布密度计算模块、区域动态归集模块、区域信息生成模块、区域信息特征发掘模块以及区域预测应用模块。本发明在覆盖整个城市的宏观尺度上通过多元的前端接口提取反映人流分布、车流分布的大数据信息，根据大数据中包含的位置信息和运动变化信息执行区域归集，形成区域信息，提取动态变化的热点区域，发现区域之间的连接关系，并且根据区域信息进行对人流分布、车流分布的预测和响应，从而为宏观尺度的城市综合管理提供帮助。
Description
技术领域
本发明涉及数据分析与处理领域，尤其涉及一种基于大数据平台的城市宏观区域信息分析系统。
背景技术
随着城市人口和建设规模的日益扩大，综合性的城市管理——包括交通指挥、警力部署、公共服务人力和物力配置、通信保障、物资供应等方面——越来越关系到社会生活的安全、正常、有序运转，同时也越来越受到信息匮乏和反馈滞后的困扰。传统的城市管理主要依赖于相关部门经验性的预估和临场判断，例如在交通高峰时段在容易拥堵的路口布置人员，或者在大型活动举办地设置临时通讯基站车等，但科学性比较差，不能实现精确量化，对实际情况变化的反应速度缓慢，无法及时发现与应对超出预估的特殊情况。
现有技术中存在各种类型的应用于城市管理的信息化设备与系统，例如在城市的道路等公共区域布设的摄像云台与指挥中心实时联网，能够通过视频监视发现严重拥堵、人流聚集和交通意外等情况，并及时进行相关消息播发和应对处置。专用频段的无线通讯指挥系统能够在负责城市管理的部门和人员之间建立实时的双向语音和文字交流，加快沟通和信息共享。紧急广播服务可以向手机推送关于重大事故、管制信息、气象灾害、恐怖袭击方面的预警，达到提示人们规避风险和合理安排出行的目的。但是，以上信息化设备与系统只是实现了城市管理相关信息的采集、传输与播发，但是并不能针对从城市各个区域采集的交通、人流等方面信息进行量化基础上的分析、识别与响应，因此只能为有关部门进行经验性判断提供素材，不能实现对城市区域实际状况的科学评估与准确预测，也不能支持提前性的应对反应。
大数据技术是以任何系统的全部数据资源为对象并从中发现数据之间表现的相关性关系的信息处理技术，目前已经广泛应用于互联网的流程优化、目标化推送、用户个性化服务与改善等方面，成为了网络服务背后强大的后台支撑。如果将大数据运用到城市管理中的信息分析、识别与响应，可以实现对城市区域运行过程中所产生的全部信息数据的分析与利用，适应了信息自身规模庞大、数据格式复杂多元化、运算速度要求高的实际情况，则能够显著提高科学性、可预测性与响应的及时性。
在覆盖整个城市的宏观尺度上进行城市管理相关的信息分析时，对数据进行区域性划分是非常重要的。因为在城市活动中，人流、车流以及随之产生的信息数据流都是围绕着区域而分布的。例如，人流在工作时间、非工作时间中在城市中心区域与边缘区域之间的大规模流动形成了大城市的人口潮汐现象，这就要求城市管理工作中适应这种区域性的变化而合理优化管理资源的分布，这就给现有的围绕用户或者特定类型的服务进行数据划分与分析的大数据系统带来了新的需要解决的问题。
发明内容
鉴于上述现有技术中存在的以上缺陷，本发明提出一种基于大数据平台的城市宏观区域信息分析系统。本发明在覆盖整个城市的宏观尺度上通过多元的前端接口提取反映人流分布、车流分布的大数据信息，根据大数据中包含的位置信息和运动变化信息执行区域归集，形成区域信息，提取动态变化的热点区域，发现区域之间的连接关系，并且根据区域信息进行对人流分布、车流分布的预测和响应，从而为宏观尺度的城市综合管理提供帮助。
本发明所述的基于大数据平台的城市宏观区域信息分析系统，其特征在于，包括：
视频监控信息接口，用于连接城市的视频监控系统，从视频监控系统的各视频监控采样获得表示车流量和/或人流量数据信息；
移动定位信息接口，用于连接提供移动网络服务的服务器系统，获得接入移动网络服务的全部移动终端的位置信息；
地物信息接口，用于连接地物基础信息数据库，获得表示城市地物目标的名称、位置和类型附加信息的地物基础信息；
分布密度计算模块，根据车流量和/或人流量数据信息以及移动终端位置信息，通过内插值计算城市范围内各量化点的车流密度值和/或人流密度值；
区域动态归集模块，根据量化点之间的距离以及相邻量化点之间车流密度值和/或人流密度值的差异度，按照预定的刷新间隔将相互距离在距离阈值以内且车流密度值和/或人流密度值的差异度在密度差异阈值以内的量化点归集到同一个区域，从而将所述城市范围划分成若干区域；
区域信息生成模块，针对每一次区域动态归集所生成的区域，生成表示区域位置、区域平均车流密度值和/或区域平均人流密度值的区域信息；
区域信息特征发掘模块，根据所述区域信息及其在每一次区域动态归集的变化状况，发掘并生成区域信息特征参数；
区域预测应用模块，将所述区域信息特征参数与预定的区域模式模型进行匹配，确定区域类型，并根据区域类型进行未来预定时段内的区域预测。
优选的是，所述区域信息特征发掘模块包括区域关系判断子模块，所述区域关系判断子模块计算某一区域所述区域信息在每一次区域动态归集的变化状况，及与该区域位置相邻的区域的区域信息在每一次区域动态归集的变化状况，并且根据该区域和与其位置相邻的区域的区域信息以及所述变化状况，判断该区域与其位置相邻的区域的区域关系。
进一步优选的是，如果所述区域关系判断子模块计算该区域的区域平均车流密度值和/或区域平均人流密度值的变化量比值，以及与区域位置相邻的区域的区域平均车流密度值和/或区域平均人流密度值的变化量比值；当二者的变化量比值均为正值或者均为负值时，确定二者为正向相关区域；当二者的变化量比值一个为正值而另一个为负值时，确定二者为反向相关区域。
优选的是，所述区域信息特征发掘模块包括区域分类子模块，所述区域分类子模块根据某一区域的区域信息和该区域的所述区域信息在每一次区域动态归集的变化状况，对区域进行分类。
进一步优选的是，当该区域的区域平均车流密度值和/或区域平均人流密度值大于密度阈值，且区域平均车流密度值和/或区域平均人流密度值的变化量比值大于增量比例阈值时，所述区域分类子模块确定该区域为热点区域。
优选的是，所述区域信息特征发掘模块包括区域地物重合子模块，所述区域地物重合子模块根据某一区域的区域信息以及所述地物基础信息，确定与该区域位置重合的城市地物目标。
进一步优选的是，根据与该区域位置重合的城市地物目标的类型附加信息，区域地物重合子模块判断该区域的所述区域信息与城市地物目标的关联度。
优选的是，所述分布密度计算模块在城市范围内预置若干量化点，所述量化点包括车流量量化点和人流量量化点两种类型；将通过视频监控信息接口获得的车流量数据信息赋值给距离采集车流量数据信息的地点最近车流量量化点，以及将通过视频监控信息接口获得的人流量数据信息赋值给距离采集人流量数据信息的地点最近的人流量量化点。
进一步优选的是，所述分布密度计算模块对未被赋值的车流量量化点，根据其与已赋值的车流量量化点的距离，利用已赋值的车流量量化点的车流量数据信息进行内插，计算获得未被赋值的车流量量化点的车流量数据信息，并且根据车流量数据信息转换生成车流密度值。
进一步优选的是，所述分布密度计算模块通过移动定位信息接口获得接入移动网络服务的全部移动终端的位置信息，根据移动终端的位置信息将其归属于距离最近的人流量量化点，对归属到各人流量量化点的移动终端的数量进行计数，生成人流量计数值；并且利用所述被赋值的人流量量化点的人流量数据信息对人流量计数值进行校正，根据校正后的人流量数据信息转换生成人流密度值。
本发明的有益效果包括：
(1)实现了城市范围内自适应的区域划分和区域特征的提取与识别，特别是能够实时地发掘人流和车流密集的热点区域，并跟踪热点区域的位置变化和人流、车流密度变化，为明确宏观尺度上的城市管理目标提供依据；
(2)根据区域与相邻区域的关系，预判区域内人流、车流的变化趋势，提高宏观尺度城市管理的可预测性；
(3)根据区域与区域内地物的关联性，明确热点区域是临时性的热点区域还是规律性的热点区域。
说明书附图
图1是本发明优选实施例的系统架构示意图；
图2是本发明优选实施例的量化点布局示意图；
图3是本发明优选实施例的区域信息特征发掘模块结构示意图。
具体实施方式
下面通过实施例，对本发明的技术方案做进一步具体的说明。
图1是本发明优选实施例的系统架构示意图。本发明所述的基于大数据平台的城市宏观区域信息分析系统包括：视频监控信息接口1、移动定位信息接口2、地物信息接口3、分布密度计算模块4、区域动态归集模块5、区域信息生成模块6、区域信息特征发掘模块7以及区域预测应用模块8。
视频监控信息接口1，用于连接城市的视频监控系统，从视频监控系统的各视频监控采样获得表示车流量和/或人流量数据信息。通过在城市的道路路口、人行横道、交通站点等公共区域设置的采集点，视频监控系统拍摄反映道路交通的画面，并且，视频监控系统的后台具有有效的信息提取机制，能够从监控画面中提取车流量数据信息和/或人流量数据信息。例如，对于车流量，可以根据画面中道路区域的车辆计数和每帧画面的拍摄时间来计算；同样，对于人流量，也可以根据画面中人流的充满程度来实现估算；由于车流量与人流量数据的提取属于现有技术，并不是本发明关注的大数据宏观区域分析的内容，因此在此不再赘述。
移动定位信息接口2用于连接提供移动网络服务的服务器系统，获得接入移动网络服务的全部移动终端的位置信息。现有技术中，移动网络服务的提供商可以对手机、平板电脑等联网移动终端的位置进行在线定位与采集，例如通过终端接入的基站以及其GPS位置数据进行确定，定位精度较准确且实时性比较高，能够满足大数据宏观区域分析的需求。
地物信息接口3用于连接地物基础信息数据库，获得表示城市地物目标的名称、位置和类型附加信息的地物基础信息。地物基础信息是在城市数字地图的基础上，提取其中每一个独立的地物(如小区、医院、公路、桥梁、河流等)作为目标对象，利用数据描述该城市地物目标的名称、位置，并且利用类型附加信息标志该地物的所属类型。
在通过视频监控信息接口1与移动定位信息接口2获得了大数据的区域信息分析所需要的基础信息之后，本发明由分布密度计算模块4根据车流量和/或人流量数据信息以及移动终端位置信息，通过内插值计算城市范围内各量化点的车流密度值和/或人流密度值。
下面参照图2，介绍分布密度计算模块4对车流密度值和/或人流密度值的计算过程。所述分布密度计算模块4在图2所示的城市范围C内预置若干量化点D1-D9以及V1-V3，所述量化点包括车流量量化点V1-V3，还包括人流量量化点D1-D9。视频监控信息的采集点在图2中表示为F1、F2、F3、F4，其中F1、F2采集了道路的车流量数据，F3，F4采集了区域人流量数据。分布密度计算模块4将通过视频监控信息接口获得的F1、F2所采集的车流量数据信息赋值给距离采集车流量数据信息的地点F1、F2最近车流量量化点，即F1采集的车流量数据赋值给量化点V1，而F2采集的车流量数据赋值给量化点V3。对未被赋值的车流量量化点V2，根据其与已赋值的车流量量化点V1、V3的距离，利用已赋值的车流量量化点V1、V3的车流量数据信息进行内插，计算获得未被赋值的车流量量化点V2的车流量数据信息：
V2的车流量数据＝V1的车流量数据＊V2与V1的距离/(V2与V1的距离+V2与V3的距离)+V3的车流量数据＊V2与V3的距离/(V2与V1的距离+V2与V3的距离)并且，分布密度计算模块4根据车流量数据信息转换生成车流密度值；车流密度值可以按照每秒的车辆数量表征。
所述分布密度计算模块4将通过视频监控信息接口获得的F3、F4采集的人流量数据信息赋值给距离采集人流量数据信息的地点F3、F4最近的人流量量化点D2、D6。进而，所述分布密度计算模块4通过移动定位信息接口获得接入移动网络服务的全部移动终端的位置信息，根据移动终端的位置信息将其归属于距离最近的人流量量化点，对归属到各人流量量化点的移动终端的数量进行计数，这样可以为图2中的D1-D9分别生成人流量计数值；并且利用所述被赋值的人流量量化点的人流量数据信息对人流量计数值进行校正，具体来说，将人流量量化点D2、D6被赋值的人流量数据信息转化为与人流量计数相同的单位，然后计算D2、D6人流量计数值与人流量数据信息的偏差系数，对偏差系数进行平均后，利用该平均偏差系数对D1-D9的人流量计数值进行校正，根据校正后的人流量数据信息转换生成人流密度值。
区域动态归集模块5，根据量化点之间的距离以及相邻量化点之间车流密度值和/或人流密度值的差异度，按照预定的刷新间隔将相互距离在距离阈值以内且车流密度值和/或人流密度值的差异度在密度差异阈值以内的量化点归集到同一个区域，从而将所述城市范围划分成若干区域。为了保证实时性，系统每隔5分钟进行一次刷新，每次刷新过程中，根据各个量化点最新的车流密度值和/或人流密度值，计算量化点之间的车流密度值和/或人流密度值的差异度，对于车流密度值和/或人流密度值的差异度在密度差异阈值以内的量化点，进而判断相互距离是否在距离阈值以内，如果在预定阈值以内，则将其归集到一个区域。如果经过区域归集之后，在同一个区域内存在不属于该区域的单独量化点，则将其吸收进入区域，从而形成具有整体性的区域。
区域信息生成模块6，针对每一次区域动态归集所生成的区域，生成表示区域位置、区域平均车流密度值和/或区域平均人流密度值的区域信息。区域位置是区域内每隔采样点对应的区域的集合，区域平均车流密度值和/或区域平均人流密度值是每个采样点的车流密度值和/或人流密度值的平均值。以上区域信息描述了区域的特征。显然，随着每一次区域归集的刷新，区域信息也会随之而实时更新。
区域信息特征发掘模块7，根据所述区域信息及其在每一次区域动态归集的变化状况，发掘并生成区域信息特征参数。发掘区域信息特征，能够为基于区域在宏观尺度上进行分析、识别和预测提供依据。区域信息特征发掘模块7是本发明的关键模块，其具体结构如图3所示，在下面予以具体介绍。
如图3所示，所述区域信息特征发掘模块7包括区域关系判断子模块7A，所述区域关系判断子模块7A计算某一区域所述区域信息在每一次区域动态归集的变化状况，及与该区域位置相邻的区域的区域信息在每一次区域动态归集的变化状况，并且根据该区域和与其位置相邻的区域的区域信息以及所述变化状况，判断该区域与其位置相邻的区域的区域关系。具体来说，如果所述区域关系判断子模块7A计算该区域的区域平均车流密度值和/或区域平均人流密度值的变化量比值，以及与区域位置相邻的区域的区域平均车流密度值和/或区域平均人流密度值的变化量比值；当二者的变化量比值均为正值或者均为负值时，确定二者为正向相关区域；当二者的变化量比值一个为正值而另一个为负值时，确定二者为反向相关区域。根据区域与相邻区域的关系，可以预判区域内人流、车流的变化趋势，提高宏观尺度城市管理的可预测性。
所述区域信息特征发掘模块包括区域分类子模块7B，所述区域分类子模块7B根据某一区域的区域信息和该区域的所述区域信息在每一次区域动态归集的变化状况，对区域进行分类。其中，对区域分类主要是获得热点区域，当该区域的区域平均车流密度值和/或区域平均人流密度值大于密度阈值，且区域平均车流密度值和/或区域平均人流密度值的变化量比值大于增量比例阈值时，所述区域分类子模块7B确定该区域为热点区域。发掘人流和车流密集的热点区域，并跟踪热点区域的位置变化和人流、车流密度变化，为明确宏观尺度上的城市管理重点目标提供了依据。
所述区域信息特征发掘模块包括区域地物重合子模块7C，所述区域地物重合子模块7C根据某一区域的区域信息以及所述地物基础信息，确定与该区域位置重合的城市地物目标。根据与该区域位置重合的城市地物目标的类型附加信息，区域地物重合子模块7C判断该区域的所述区域信息与城市地物目标的关联度。例如，如果热点区域重合的城市地物目标中具有医院、学校、体育场等类型，则可以认为热点区域与城市地物目标的关联度强，该热点区域属于固定的热点区域，相反，如果热点区域与城市地物目标之间缺少关联性，则可能是偶发热点区域，例如交通事故和突发事件引起拥堵和人员滞留的区域。
区域预测应用模块8，将所述区域信息特征参数与预定的区域模式模型进行匹配，确定区域类型，并根据区域类型进行未来预定时段内的区域预测。
可见，本发明在覆盖整个城市的宏观尺度上通过多元的前端接口提取反映人流分布、车流分布的大数据信息，根据大数据中包含的位置信息和运动变化信息执行区域归集，形成区域信息，提取动态变化的热点区域，发现区域之间的连接关系，并且根据区域信息进行对人流分布、车流分布的预测和响应。
本发明的有益效果包括：
(1)实现了城市范围内自适应的区域划分和区域特征的提取与识别，特别是能够实时地发掘人流和车流密集的热点区域，并跟踪热点区域的位置变化和人流、车流密度变化，为明确宏观尺度上的城市管理目标提供依据；
(2)根据区域与相邻区域的关系，预判区域内人流、车流的变化趋势，提高宏观尺度城市管理的可预测性；
(3)根据区域与区域内地物的关联性，明确热点区域是临时性的热点区域还是规律性的热点区域。
以上实施例仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。
Claims (10)
1.一种基于大数据平台的城市宏观区域信息分析系统，其特征在于，包括：
视频监控信息接口，用于连接城市的视频监控系统，从视频监控系统的各视频监控采样获得表示车流量和/或人流量数据信息；
移动定位信息接口，用于连接提供移动网络服务的服务器系统，获得接入移动网络服务的全部移动终端的位置信息；
地物信息接口，用于连接地物基础信息数据库，获得表示城市地物目标的名称、位置和类型附加信息的地物基础信息；
分布密度计算模块，根据车流量和/或人流量数据信息以及移动终端位置信息，通过内插值计算城市范围内各量化点的车流密度值和/或人流密度值；
区域动态归集模块，根据量化点之间的距离以及相邻量化点之间车流密度值和/或人流密度值的差异度，按照预定的刷新间隔将相互距离在距离阈值以内且车流密度值和/或人流密度值的差异度在密度差异阈值以内的量化点归集到同一个区域，从而将所述城市范围划分成若干区域；
区域信息生成模块，针对每一次区域动态归集所生成的区域，生成表示区域位置、区域平均车流密度值和/或区域平均人流密度值的区域信息；
区域信息特征发掘模块，根据所述区域信息及其在每一次区域动态归集的变化状况，发掘并生成区域信息特征参数；
区域预测应用模块，将所述区域信息特征参数与预定的区域模式模型进行匹配，确定区域类型，并根据区域类型进行未来预定时段内的区域预测。
2.根据权利要求1所述的基于大数据平台的城市宏观区域信息分析系统，其特征在于，所述区域信息特征发掘模块包括区域关系判断子模块，所述区域关系判断子模块计算某一区域所述区域信息在每一次区域动态归集的变化状况，及与该区域位置相邻的区域的区域信息在每一次区域动态归集的变化状况，并且根据该区域和与其位置相邻的区域的区域信息以及所述变化状况，判断该区域与其位置相邻的区域的区域关系。
3.根据权利要求2所述的基于大数据平台的城市宏观区域信息分析系统，其特征在于，如果所述区域关系判断子模块计算该区域的区域平均车流密度值和/或区域平均人流密度值的变化量比值，以及与区域位置相邻的区域的区域平均车流密度值和/或区域平均人流密度值的变化量比值；当二者的变化量比值均为正值或者均为负值时，确定二者为正向相关区域；当二者的变化量比值一个为正值而另一个为负值时，确定二者为反向相关区域。
4.根据权利要求1所述的基于大数据平台的城市宏观区域信息分析系统，其特征在于，所述区域信息特征发掘模块包括区域分类子模块，所述区域分类子模块根据某一区域的区域信息和该区域的所述区域信息在每一次区域动态归集的变化状况，对区域进行分类。
5.根据权利要求5所述的基于大数据平台的城市宏观区域信息分析系统，其特征在于，，当该区域的区域平均车流密度值和/或区域平均人流密度值大于密度阈值，且区域平均车流密度值和/或区域平均人流密度值的变化量比值大于增量比例阈值时，所述区域分类子模块确定该区域为热点区域。
6.根据权利要求1所述的基于大数据平台的城市宏观区域信息分析系统，其特征在于，所述区域信息特征发掘模块包括区域地物重合子模块，所述区域地物重合子模块根据某一区域的区域信息以及所述地物基础信息，确定与该区域位置重合的城市地物目标。
7.根据权利要求6所述的基于大数据平台的城市宏观区域信息分析系统，其特征在于，根据与该区域位置重合的城市地物目标的类型附加信息，区域地物重合子模块判断该区域的所述区域信息与城市地物目标的关联度。
8.根据权利要求1所述的基于大数据平台的城市宏观区域信息分析系统，其特征在于，所述分布密度计算模块在城市范围内预置若干量化点，所述量化点包括车流量量化点和人流量量化点两种类型；将通过视频监控信息接口获得的车流量数据信息赋值给距离采集车流量数据信息的地点最近车流量量化点，以及将通过视频监控信息接口获得的人流量数据信息赋值给距离采集人流量数据信息的地点最近的人流量量化点。
9.根据权利要求8所述的基于大数据平台的城市宏观区域信息分析系统，其特征在于，所述分布密度计算模块对未被赋值的车流量量化点，根据其与已赋值的车流量量化点的距离，利用已赋值的车流量量化点的车流量数据信息进行内插，计算获得未被赋值的车流量量化点的车流量数据信息，并且根据车流量数据信息转换生成车流密度值。
10.根据权利要求9所述的基于大数据平台的城市宏观区域信息分析系统，其特征在于，所述分布密度计算模块通过移动定位信息接口获得接入移动网络服务的全部移动终端的位置信息，根据移动终端的位置信息将其归属于距离最近的人流量量化点，对归属到各人流量量化点的移动终端的数量进行计数，生成人流量计数值；并且利用所述被赋值的人流量量化点的人流量数据信息对人流量计数值进行校正，根据校正后的人流量数据信息转换生成人流密度值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510943819.6A CN105574154B (zh) | 2015-12-16 | 2015-12-16 | 一种基于大数据平台的城市宏观区域信息分析系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510943819.6A CN105574154B (zh) | 2015-12-16 | 2015-12-16 | 一种基于大数据平台的城市宏观区域信息分析系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105574154A true CN105574154A (zh) | 2016-05-11 |
| CN105574154B CN105574154B (zh) | 2019-08-02 |
Family
ID=55884285
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510943819.6A Active CN105574154B (zh) | 2015-12-16 | 2015-12-16 | 一种基于大数据平台的城市宏观区域信息分析系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105574154B (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108962264A (zh) * | 2018-08-29 | 2018-12-07 | 深圳市旭发智能科技有限公司 | 一种无人机及存储介质 |
| CN109688532A (zh) * | 2017-10-16 | 2019-04-26 | 中移(苏州)软件技术有限公司 | 一种划分城市功能区域的方法及装置 |
| CN109842848A (zh) * | 2017-09-22 | 2019-06-04 | 江苏智谋科技有限公司 | 一种基于手机信令的区域人流量预测平台 |
| CN110070259A (zh) * | 2019-03-11 | 2019-07-30 | 特斯联（北京）科技有限公司 | 一种基于gis空间大数据分析的安防设备智慧选址方法 |
| CN110705819A (zh) * | 2019-08-20 | 2020-01-17 | 重庆特斯联智慧科技股份有限公司 | 一种基于大数据的社区资源匹配方法和系统 |
| CN110991394A (zh) * | 2019-12-17 | 2020-04-10 | 中国建设银行股份有限公司 | 一种基于多特征融合的人流分布确定方法及系统 |
| CN111079577A (zh) * | 2019-12-02 | 2020-04-28 | 重庆紫光华山智安科技有限公司 | 一种动态区域聚集预警实时推荐的计算方法及系统 |
| CN111815083A (zh) * | 2019-04-10 | 2020-10-23 | 阿里巴巴集团控股有限公司 | 一种城市核心区域的确定方法及装置 |
| CN113837508A (zh) * | 2020-06-08 | 2021-12-24 | 香港理工大学深圳研究院 | 一种老年人空间分析方法、装置、终端设备及存储介质 |
| CN114333322A (zh) * | 2022-01-04 | 2022-04-12 | 北京大学深圳研究生院 | 城市的基础数据收集与分析方法 |
| CN114512001A (zh) * | 2022-01-14 | 2022-05-17 | 阿里巴巴新加坡控股有限公司 | 区域交通监测方法、装置、电子设备、介质及程序产品 |
| CN114512001B (zh) * | 2022-01-14 | 2024-04-26 | 阿里巴巴创新公司 | 区域交通监测方法、装置、电子设备、介质及程序产品 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101866543A (zh) * | 2009-04-14 | 2010-10-20 | 北京宏德信智源信息技术有限公司 | 区域交通服务水平的多粒度分析评估方法与评价系统 |
| US20130006957A1 (en) * | 2011-01-31 | 2013-01-03 | Microsoft Corporation | Gesture-based search |
| CN103106302A (zh) * | 2013-01-23 | 2013-05-15 | 南京大学 | 一种基于地理元胞自动机的行人流仿真方法 |
-
2015
- 2015-12-16 CN CN201510943819.6A patent/CN105574154B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101866543A (zh) * | 2009-04-14 | 2010-10-20 | 北京宏德信智源信息技术有限公司 | 区域交通服务水平的多粒度分析评估方法与评价系统 |
| US20130006957A1 (en) * | 2011-01-31 | 2013-01-03 | Microsoft Corporation | Gesture-based search |
| CN103106302A (zh) * | 2013-01-23 | 2013-05-15 | 南京大学 | 一种基于地理元胞自动机的行人流仿真方法 |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109842848A (zh) * | 2017-09-22 | 2019-06-04 | 江苏智谋科技有限公司 | 一种基于手机信令的区域人流量预测平台 |
| CN109688532A (zh) * | 2017-10-16 | 2019-04-26 | 中移(苏州)软件技术有限公司 | 一种划分城市功能区域的方法及装置 |
| CN109688532B (zh) * | 2017-10-16 | 2020-11-24 | 中移(苏州)软件技术有限公司 | 一种划分城市功能区域的方法及装置 |
| CN108962264A (zh) * | 2018-08-29 | 2018-12-07 | 深圳市旭发智能科技有限公司 | 一种无人机及存储介质 |
| CN110070259A (zh) * | 2019-03-11 | 2019-07-30 | 特斯联（北京）科技有限公司 | 一种基于gis空间大数据分析的安防设备智慧选址方法 |
| CN111815083A (zh) * | 2019-04-10 | 2020-10-23 | 阿里巴巴集团控股有限公司 | 一种城市核心区域的确定方法及装置 |
| CN110705819A (zh) * | 2019-08-20 | 2020-01-17 | 重庆特斯联智慧科技股份有限公司 | 一种基于大数据的社区资源匹配方法和系统 |
| CN111079577A (zh) * | 2019-12-02 | 2020-04-28 | 重庆紫光华山智安科技有限公司 | 一种动态区域聚集预警实时推荐的计算方法及系统 |
| CN111079577B (zh) * | 2019-12-02 | 2021-02-26 | 重庆紫光华山智安科技有限公司 | 一种动态区域聚集预警实时推荐的计算方法及系统 |
| CN110991394A (zh) * | 2019-12-17 | 2020-04-10 | 中国建设银行股份有限公司 | 一种基于多特征融合的人流分布确定方法及系统 |
| CN113837508A (zh) * | 2020-06-08 | 2021-12-24 | 香港理工大学深圳研究院 | 一种老年人空间分析方法、装置、终端设备及存储介质 |
| CN113837508B (zh) * | 2020-06-08 | 2023-11-17 | 香港理工大学深圳研究院 | 一种老年人空间分析方法、装置、终端设备及存储介质 |
| CN114333322A (zh) * | 2022-01-04 | 2022-04-12 | 北京大学深圳研究生院 | 城市的基础数据收集与分析方法 |
| CN114512001A (zh) * | 2022-01-14 | 2022-05-17 | 阿里巴巴新加坡控股有限公司 | 区域交通监测方法、装置、电子设备、介质及程序产品 |
| CN114512001B (zh) * | 2022-01-14 | 2024-04-26 | 阿里巴巴创新公司 | 区域交通监测方法、装置、电子设备、介质及程序产品 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105574154B (zh) | 2019-08-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105574154A (zh) | 一种基于大数据平台的城市宏观区域信息分析系统 | |
| Luo et al. | A new framework of intelligent public transportation system based on the internet of things | |
| Bonola et al. | Opportunistic communication in smart city: Experimental insight with small-scale taxi fleets as data carriers | |
| Hamilton et al. | The evolution of urban traffic control: changing policy and technology | |
| CN103325247B (zh) | 一种交通信息处理方法及系统 | |
| Arribas et al. | Urban solid waste collection system using mathematical modelling and tools of geographic information systems | |
| US8559976B2 (en) | System and method for population tracking, counting, and movement estimation using mobile operational data and/or geographic information in mobile network | |
| CN104809112B (zh) | 一种基于多源数据的城市公交发展水平综合评价方法 | |
| CN111564053B (zh) | 车辆调度方法、装置、车辆调度设备和存储介质 | |
| CN111371904A (zh) | 云边端协同的高速公路云控系统及控制方法 | |
| Pan et al. | Resilience model and recovery strategy of transportation network based on travel OD-grid analysis | |
| CN102842219B (zh) | 预测方法和系统 | |
| Zheng et al. | Exploring both home-based and work-based jobs-housing balance by distance decay effect | |
| CN105046949A (zh) | 一种基于手机数据计算o-d流进行车源预测的方法 | |
| CN103106787A (zh) | 一种前瞻性解决城市交通拥堵的系统 | |
| CN101807222A (zh) | 基于站点的城市公交线网优化配置方法 | |
| CN111882867A (zh) | 一种基于物联网的城市智慧交通预警系统 | |
| CN104727423A (zh) | 基于交通摄录系统的城市内涝排水智能调度系统及方法 | |
| CN112418556B (zh) | 一种基于互联网共享平台下的网格化服务系统 | |
| Zhu et al. | Solar photovoltaic generation for charging shared electric scooters | |
| CN109816978A (zh) | 考虑驾驶员动态响应行为的区域群体交通诱导系统及方法 | |
| Jian Daniel et al. | Research and analysis on causality and spatial-temporal evolution of urban traffic congestions—a case study on Shenzhen of China | |
| CN114419897A (zh) | 一种基于v2x技术的城市交通cim系统及其展示方法 | |
| Kurte et al. | Regional-scale spatio-temporal analysis of impacts of weather on traffic speed in Chicago using probe data | |
| CN109814462A (zh) | 一种基于大数据的城市排水网络监控控制系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20221013 Address after: Floor 17, building 6, jinjingwan business operation center, Pingtan Comprehensive Experimental Zone, Fuzhou City, Fujian Province 350400 Patentee after: Straits innovation Internet Co.,Ltd. Address before: 310004 Room 1206, Floor 12, No. 536 Shaoxing Road, Xiacheng District, Hangzhou City, Zhejiang Province Patentee before: ZHEJIANG HAKIM YUYOU FINANCIAL SERVICES Co.,Ltd. |
|
| TR01 | Transfer of patent right |