京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据浪潮下的智慧城市
随着云计算,物联网,大数据等技术的飞速发展,智慧城市成为了当今国内外城市建设与发展的趋势与热点,全球范围内掀起了智慧城市的建设热潮,智慧交通、智慧安防、智慧医疗……未来智慧城市的美好图景已经被勾勒出来。然而,国内的物联网和智慧城市建设在大的发展契机下同样有很多挑战和疑问:智慧城市的本质内涵、特征是什么?精髓在哪里?物联网、智慧城市建设发展的相关关键技术是什么?带着这些疑问,我们采访了清华同方物联网产业应用本部技术总监赵英博士。
物联网产业应用本部技术总监赵英博士
以城市运行体征管理为核心大数据为支撑
2013年,从IBM提出“智慧城市”到温总理畅想“感知中国”,每一个概念的提出都表明了关注物联网和城市信息化建设的人群越来越多,清华同方结合自己在传统的电子政务上的优势,提出城市运行体征管理,以城市运行体征管理为核心的智慧城市或者物联城市总体架构和思路。
何为城市运行体征管理?赵博士打了一个很恰当的比方,我们每个人的身体作为一个载体会有各项指标,当我们生病去医院的时候会检查身体的各项指标,城市运行同样是有指标,这些指标贯穿城市规划、城市建设、城市运行的全过程,同方把这些指标梳理并划分出五大领域:基础设施、公众服务、公关安全、政务管理、资源统筹,然后把这五个领域和指标之间建立一种体征,通过各种系列化,体系化的体征指标把一个城市的运行状况全面展示出来。
城市运行体征综合管理平台
城市运行中不同领域的体征分布在各个部门当中,同方所要做的就是帮助城市管理者,把各个部门有关城市运行状态的数据拿过来,展示给管理者,引导城市管理由“经验治理”转向“科学管理”。如何才能把指标和数字全面展示出来?这就是数据驱动城市运行。赵博士表示,“城市”每天能够产生数以万计的数据,而只有在线和经过分析处理的数据才是有意义的,智慧城市是否真正实现智慧,对爆炸式增长的海量信息的智慧处理就显得尤为关键。只有通过大数据处理技术的分析、挖掘、应用、管理,才能从海量、复杂、实时的信息中实现便捷与智慧的应用。赵博士在谈到同方在物联网行业的积累时表示,同方从2003年提出了M2M平台,2005年提出DCM战略并开发出了发出了国际先进的“ezM2M物联网业务基础平台”,现在已建立起以ezM2M平台为基础,数据资源管理平台为支撑的城市运行体征管理和大数据信息服务的综合管理体系,且已实现并搭建了各种物联网行业应用,真正地释放了智慧城市的价值和能量。
北京7.21暴雨启示:IT可以城市更智慧
北京“7·21”暴雨造成城市一片汪洋的情景历历在目,受灾人数众多,经济损失巨大,暴雨过后引发的关于“智慧城市”的思考并没有如暴雨一样退去,不得不让人重新审视都市光鲜外表背后的种种隐痛,IT怎么样才能让城市更加智能化?
赵博士表示,城市的安防和交通必须着眼于长效根本的解决之道,深挖根源,综合治理,防治结合,不能哪里出了漏洞去堵哪里。同方参与了一些受灾地区应急管理信息化的建设,风险源的物联网监测预警是其中的一个课题,赵博士举例到,在原来的应急平台进行改造和提升,采用相关技术对重点受灾区域进行监测,目前这个项目正在实施过程当中,预计9月份、10月份就能验收看到成效,这个只是其中的一小点。另外赵博士提到了水位的监测,它可以监测桥下,比如立交桥容易积水的路段,在一些重点立交桥下安装水位剂,利用物联网技术做预警工作,现在随着物联网技术的推进,除了对历史数据的挖掘采集,实时数据的挖掘是未来的一种趋势,缩短每个立交桥数据采集的时间间隔,及时发现一些规律和分析并发出预警,在点位数少数据量不够大的情况下,同样能够解决一大部分问题。
另外赵博士表示,国内目前普遍存在的问题是只重视硬件建设,而忽视软件和信息系统建设。而在国外,非常重视软件建设,掌握了数据,即掌握了主动;只有对数据做分析,才会发现公共安全的客观规律,才会发现突发事件的机理和成因;只有有了数据,才有指标体系,才有应急的量化管理,才有应急管理能力的真正提升,才能真正意义上的根除城市安防交通、灾害等一系列的问题。
在畅想未来的智慧城市时,赵博士谈到,希望在未来每个人都能够通过日常生活、工作当中有一系列的量化的东西做出更科学的决策,城市智慧体现在人的智慧,每个人都发挥自己的智慧的时候,这个城市会变得更加智慧,这就是一个未来很美好的智慧环境和蓝图。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16