-
>
公路車寶典(ZINN的公路車維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(下)
-
>
基于個性化設(shè)計策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術(shù)轉(zhuǎn)移與技術(shù)創(chuàng)新歷史叢書中國高等技術(shù)教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機車概要.交流傳動內(nèi)燃.電力機車
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學的問題與脈絡(luò)
飛行安全時空大數(shù)據(jù)理論與實踐(精) 版權(quán)信息
- ISBN:9787030731333
- 條形碼:9787030731333 ; 978-7-03-073133-3
- 裝幀:一般膠版紙
- 冊數(shù):暫無
- 重量:暫無
- 所屬分類:>
飛行安全時空大數(shù)據(jù)理論與實踐(精) 內(nèi)容簡介
時空大數(shù)據(jù)是大數(shù)據(jù)科學的重要分支領(lǐng)域,飛行安全是民航工作的重中之重。飛行安全時空大數(shù)據(jù)是時空大數(shù)據(jù)的理論方法在民航安全領(lǐng)域的創(chuàng)新應(yīng)用。本書在內(nèi)容上盡可能覆蓋飛行數(shù)據(jù)的采集、譯碼和時空分析全鏈路的知識體系。全書共7章:第1章為緒論;第2章為飛行數(shù)據(jù)采集的基礎(chǔ),介紹了飛行數(shù)據(jù)的記錄裝置及原理;第3章為飛行安全時空大數(shù)據(jù)理論;第4—6章為時空大數(shù)據(jù)理論在飛行安全領(lǐng)域的應(yīng)用研究,重點闡述了空中顛簸和不穩(wěn)定進近事件的時空分析;第7章為綜合飛行風險分析。 本書主要面向民航業(yè)內(nèi)外從事飛行安全數(shù)據(jù)分析的專業(yè)人員,包括記錄器譯碼、飛行品質(zhì)監(jiān)控、飛行技術(shù)、安全大數(shù)據(jù)分析人員及飛機制造商、航空公司和高等院校等相關(guān)專業(yè)的技術(shù)人員和科研工作者。
飛行安全時空大數(shù)據(jù)理論與實踐(精) 目錄
第1章 緒論 1
1.1 引言 1
1.2 飛行數(shù)據(jù)監(jiān)控 2
1.3 時空大數(shù)據(jù) 3
1.3.1 時空大數(shù)據(jù)概述 3
1.3.2 時空大數(shù)據(jù)研究進展 5
1.3.3 時空大數(shù)據(jù)挖掘 6
1.4 飛行安全時空大數(shù)據(jù) 7
1.5 小結(jié) 9
第2章 飛行數(shù)據(jù)記錄系統(tǒng) 10
2.1 飛行數(shù)據(jù)記錄器 10
2.1.1 飛行記錄器概述 10
2.1.2 記錄參數(shù)的發(fā)展 11
2.2 飛行數(shù)據(jù)的記錄及傳輸 13
2.2.1 飛行數(shù)據(jù)的傳輸規(guī)范 13
2.2.2 飛行參數(shù)的記錄原理 14
2.2.3 飛行參數(shù)的信號類型 17
2.3 飛行數(shù)據(jù)譯碼 18
2.3.1 數(shù)據(jù)轉(zhuǎn)換原理 18
2.3.2 譯碼參數(shù)庫構(gòu)建 20
2.3.3 譯碼數(shù)據(jù)的應(yīng)用 23
2.4 超限事件 26
2.4.1 超限事件定義 26
2.4.2 超限程序設(shè)計 27
2.4.3 超限事件案例分析 27
2.5 飛行數(shù)據(jù)仿真 29
2.6 小結(jié) 30
第3章 飛行安全時空大數(shù)據(jù)理論 31
3.1 飛行品質(zhì)監(jiān)控 31
3.1.1 監(jiān)控項目與標準 31
3.1.2 飛行數(shù)據(jù)品質(zhì)優(yōu)化 33
3.2 飛行數(shù)據(jù)融合 38
3.2.1 數(shù)據(jù)融合概述 39
3.2.2 地形數(shù)據(jù)融合 40
3.2.3 氣象數(shù)據(jù)融合 42
3.3 飛行安全事件提取及其預(yù)測方法 44
3.3.1 決策樹方法 44
3.3.2 隨機森林方法 45
3.3.3 模型與算法設(shè)計 46
3.3.4 模型性能評價 50
3.4 飛行異常探測及其空間相關(guān)性方法 54
3.4.1 飛行異常 54
3.4.2 常規(guī)聚類方法 55
3.4.3 空間聚類方法 56
3.4.4 空間自相關(guān) 58
3.4.5 案例分析 61
3.5 飛行安全事件的時空統(tǒng)計與分析 65
3.5.1 時空建模 66
3.5.2 飛行品質(zhì)監(jiān)控管理分析系統(tǒng) 67
3.6 飛行風險成因統(tǒng)計分析方法 68
3.6.1 相關(guān)性分析 68
3.6.2 回歸分析 72
3.6.3 主成分分析 75
3.6.4 貝葉斯網(wǎng)絡(luò)模型 76
3.7 小結(jié) 80
第4章 飛行風險挖掘與時空分布探索 81
4.1 空中顛簸風險挖掘 82
4.1.1 顛簸研究背景 82
4.1.2 顛簸傳統(tǒng)預(yù)報方法 82
4.1.3 空中顛簸定量度量方法 83
4.1.4 EDR 估計 85
4.2 不穩(wěn)定進近風險 92
4.2.1 不穩(wěn)定進近風險研究背景 92
4.2.2 風險探測 93
4.2.3 不穩(wěn)定進近回歸分析 94
4.3 時空分布模式挖掘分析技術(shù) 96
4.3.1 時空核密度分析 97
4.3.2 空間自相關(guān)統(tǒng)計 98
4.3.3 時空立方體 102
4.4 空中顛簸風險時空分布模式 103
4.4.1 空中顛簸風險時空分布 103
4.4.2 空中顛簸風險時空自相關(guān)特征建模 111
4.5 不穩(wěn)定進近風險時空分布模式 121
4.6 小結(jié) 123
第5章 飛行風險時空關(guān)聯(lián)要素分析 124
5.1 誘因要素關(guān)系分析技術(shù) 125
5.1.1 相關(guān)性分析技術(shù) 125
5.1.2 地理加權(quán)建模技術(shù) 130
5.1.3 關(guān)聯(lián)規(guī)則分析技術(shù) 134
5.2 顛簸風險關(guān)聯(lián)要素 135
5.2.1 顛簸誘因要素 136
5.2.2 多要素關(guān)聯(lián)分析 140
5.2.3 顛簸誘因要素地理加權(quán)建模分析 143
5.3 不穩(wěn)定進近誘因要素分析 155
5.3.1 模型概述 155
5.3.2 實驗設(shè)計與模型比較 157
5.3.3 模型回歸系數(shù)可視化 161
5.4 風險誘因要素關(guān)系建模 165
5.4.1 關(guān)系模型構(gòu)建 165
5.4.2 不穩(wěn)定進近風險誘因要素關(guān)系建模 166
5.5 小結(jié) 167
第6章 典型飛行風險預(yù)警技術(shù) 169
6.1 飛行風險的數(shù)據(jù)預(yù)處理 170
6.1.1 類別變量OneHot編碼 170
6.1.2 預(yù)警模型特征選擇 171
6.1.3 模型數(shù)據(jù)劃分 172
6.1.4 QAR數(shù)據(jù)標準化 172
6.2 空中顛簸風險預(yù)警方法 173
6.2.1 XGBoost模型 173
6.2.2 人工神經(jīng)網(wǎng)絡(luò) 176
6.3 不穩(wěn)定進近風險預(yù)警方法 178
6.3.1 不穩(wěn)定進近風險預(yù)警建模 178
6.3.2 模型精度評價 179
6.4 小結(jié) 181
第7章 綜合飛行風險分析 182
7.1 可控飛行撞地 182
7.1.1 可控飛行撞地事故統(tǒng)計 182
7.1.2 可控飛行撞地風險原因分析 184
7.1.3 可控飛行撞地風險模型構(gòu)建 186
7.1.4 預(yù)防CFIT的對策與建議 187
7.2 TCAS RA 188
7.2.1 TCAS介紹 188
7.2.2 TCAS RA事件統(tǒng)計分析 191
7.2.3 TCAS RA警告建議措施 192
7.3 擦機尾 192
7.3.1 擦機尾事件原因 192
7.3.2 擦機尾的風險預(yù)測 196
7.3.3 飛機擦機尾的檢查和維修 196
7.4 重著陸 198
7.4.1 重著陸的成因 198
7.4.2 基于QAR數(shù)據(jù)的重著陸分析與預(yù)測 201
7.4.3 重著陸后飛機的損傷與修理 202
7.5 飛行程序驗證 203
7.5.1 飛行程序異常探測 203
7.5.2 飛行程序異常時空分析 206
7.5.3 飛行程序異常影響因子分析 213
7.6 GPWS近地警告 214
7.7 小結(jié) 218
參考文獻 219
附錄1 縮寫對照表 226
附錄2 QAR字段名對照表 229
飛行安全時空大數(shù)據(jù)理論與實踐(精) 節(jié)選
第1章緒論 1.1引言 隨著現(xiàn)代科技的發(fā)展,人類的出行方式越來越多樣化,汽車、火車、輪船、飛機等交通工具大大擴展了人們的活動范圍,并縮短了旅途中的時間。而在出行的過程中,安全是人們*關(guān)心的問題。在諸多交通工具之中,飛機發(fā)生事故的概率是較低的,但是其事故的嚴重程度較高、造成的社會影響較大,因此往往*受人們關(guān)注。安全是民航永恒的主題,也是民航工作的重中之重。作為世界第二航空運輸大國,中國民航每天約有1.6萬個航班在起降,只有保障每一個航班的飛行安全,才能保障民航的整體安全。 飛行品質(zhì)監(jiān)控(Flight OperationalQuality Assurance,F(xiàn)OQA)是目前國際上公認的保證飛行安全的重要手段,得到了世界民航業(yè)的普遍認可。1997年,為改變中國民航事故頻發(fā)的狀況,提高飛行安全水平,中國民用航空總局(民航局)決定在所有運輸航空公司強制推行飛行品質(zhì)監(jiān)控工程,要求從1998年1月1日起,在中國境內(nèi)注冊并營運的運輸飛機應(yīng)當安裝快速存取記錄器(Quick Access Recorder,QAR)或等效設(shè)備,利用QAR記錄的飛行數(shù)據(jù),對飛行操縱、飛機性能等進行監(jiān)控,及時發(fā)現(xiàn)與標準飛行程序之間的操縱偏差及飛機性能偏差,分析查找原因,制定改進措施指導(dǎo)運行,并通過后續(xù)飛行檢驗措施的有效性,通過循環(huán)往復(fù)的改進保障飛行安全。我國成為世界首*強制開展飛行品質(zhì)監(jiān)控的國家,通過20多年的努力,中國民航運輸安全水平取得了長足進步,實現(xiàn)了從跟跑到并跑再到領(lǐng)跑的轉(zhuǎn)變。 為有效全面掌控所有運輸航空公司的飛行安全狀況,2013年底,民航局正式批復(fù)中國民航飛行品質(zhì)監(jiān)控基站建設(shè)項目,指定由中國民航科學技術(shù)研究院負責收集、處理與分析中國民航所有運輸飛機QAR記錄的全部數(shù)據(jù),該數(shù)據(jù)具備了時空大數(shù)據(jù)的屬性(QAR記錄的參數(shù)主要包括時間、經(jīng)緯度、高度、速度、風速、溫度、近地警告、飛行姿態(tài)等多達2000多個參數(shù),這些參數(shù)可以反映飛機的時間屬性、空間屬性、飛行員操控屬性、發(fā)動機性能屬性等維度信息,參數(shù)記錄頻率多為1秒1次,部分參數(shù)可達1秒8次)。2017年12月31日,基站一期工程驗收通過并上線運行,截至2021年12月31日,已實現(xiàn)中國民航全部54家按CCAR-121(China Civil Aviation Regulations)部運行的運輸航空公司的3900余架飛機的飛行數(shù)據(jù)航后自動匯聚到基站。該基站的建設(shè)在世界上首次實現(xiàn)了國家*全行業(yè)飛行數(shù)據(jù)的匯聚,為研究飛行風險,提升飛行安全水平提供了完備的數(shù)據(jù)保障。 目前,飛行品質(zhì)監(jiān)控多以超限事件探測和統(tǒng)計分析為主,分析超限事件在不同機型、不同機場和不同航線的發(fā)生率,統(tǒng)計分析方法局限于表象特征的分析,缺乏結(jié)合空間地理信息和氣象信息誘因的關(guān)聯(lián)綜合分析。縱觀國內(nèi)外FOQA研究領(lǐng)域,缺乏一本能夠系統(tǒng)、深入地講解FOQA數(shù)據(jù)的采集、譯碼、監(jiān)控、挖掘分析及應(yīng)用的教學參考書,這也是作者撰寫本書的初衷。 1.2飛行數(shù)據(jù)監(jiān)控 飛行品質(zhì)監(jiān)控亦稱為FDM(Flight Data Monitoring)或者FDA(Flight Data Analysis),通過收集和分析日常飛行數(shù)據(jù),盡早地識別出不符合標準的操作、存在缺陷的程序、航空器性能的衰減、空中交通管制系統(tǒng)的不完善等安全隱患,以便提高飛行機組的操作品質(zhì)、改進標準操作程序、完善飛行訓練大綱、優(yōu)化空中交通管制程序、改善空中航行服務(wù)或航空器維修和設(shè)計、減少運行和維護成本以及為安全管理中的風險管理提供數(shù)據(jù)和信息支持,是國際上公認的保證飛行安全的重要手段之一,已得到世界民航業(yè)的普遍認可。 飛行品質(zhì)監(jiān)控作為國際上公認的規(guī)避飛行風險的有效技術(shù)手段,于1958年由美國民用航空局*早提出,但由于飛行數(shù)據(jù)的保密問題,項目沒有開展起來。1962年,英國率先開展飛行品質(zhì)項目研究,利用飛機上的記錄數(shù)據(jù)來確認適航標準。1993年,美國飛行安全基金會全面系統(tǒng)地提出了飛行操作質(zhì)量保證計劃的概念和框架,即飛行品質(zhì)監(jiān)控項目。1995年,美國聯(lián)邦航空局開展了一項為期三年的FOQA項目,目的是對實施FOQA項目的成本、航空公司獲得的效益和該項目對提高飛行安全的程度進行研究。2004年,美國聯(lián)邦航空局發(fā)布了飛行運行品質(zhì)保證的咨詢通告W,強調(diào)了飛行數(shù)據(jù)統(tǒng)計分析的重要性;2011年,澳大利亞民航局CASA發(fā)布了飛行數(shù)據(jù)分析納入安全管理體系(Safety Management System,SMS)的要求和指南[2]2012年,英國民航局發(fā)布了2011—2013年安全規(guī)劃[3],就如何構(gòu)建基于飛行數(shù)據(jù)的先兆指標進行了規(guī)定,安全規(guī)劃中7個關(guān)鍵風險(Significant Seven)的安全績效指標來自典型QAR事件。2013年,英國民航局發(fā)布了CAP739(《飛行數(shù)據(jù)監(jiān)測》),強調(diào)將飛行數(shù)據(jù)監(jiān)測與SMS融合的必要性和方法;2014年,國際民航組織發(fā)布的Doc 10000(飛行數(shù)據(jù)分析方案,F(xiàn)light Data Analysis Program)161中,使用大量篇幅提出將飛行數(shù)據(jù)分析納入SMS的目標和必要性。FOQA項目的結(jié)果顯示,監(jiān)控飛行品質(zhì)能夠提高民用航空安全系數(shù)、發(fā)現(xiàn)潛在危險因素,同時也提高了各個航空公司多方面的效益。近年來在歐洲航空安全局的指導(dǎo)下,歐洲各運輸航空公司聯(lián)合成立了歐洲運營商飛行數(shù)據(jù)管理委員會,推進各航空公司的飛行品質(zhì)監(jiān)控項目開展。由于各航空公司數(shù)據(jù)的保密性問題,國際上關(guān)于FOQA研究的論文甚少,無法獲取飛行品質(zhì)監(jiān)控項目的標準、模型和核心技術(shù)。 與國外相比,我國民航在20世紀80年代引入了飛行品質(zhì)監(jiān)控的譯碼技術(shù),但當時只有少數(shù)幾個航空公司在研究,我國全面開展飛行品質(zhì)監(jiān)控的研究和應(yīng)用工作開始于20世紀90年代中后期。國內(nèi)的飛行品質(zhì)監(jiān)控研究分為兩個層面,一是數(shù)據(jù)層面,目前國內(nèi)各運輸航空公司都建立了飛行品質(zhì)監(jiān)控相關(guān)部門,負責對各公司的飛機QAR數(shù)據(jù)進行監(jiān)控與分析,存在分而治之且相互獨立的行業(yè)現(xiàn)狀。由于數(shù)據(jù)保密性的原因,各公司根據(jù)自身的需求和數(shù)據(jù),設(shè)立監(jiān)控標準,進行數(shù)據(jù)分析,研發(fā)了一些實用的應(yīng)用程序(APP)等,對公司提升飛行安全起到了積極作用。但從全局理論分析的角度來看,大多數(shù)分析以安全事件為中心,主要圍繞對不同機型或超限事件直觀分類統(tǒng)計和回歸分析,局限于樣本數(shù)小,僅對表象特征分析,鮮有綜合利用多源時空信息和關(guān)聯(lián)事件多方面誘因進行綜合分析,缺乏對飛行品質(zhì)監(jiān)控信息深層次、系統(tǒng)性的挖掘與應(yīng)用。二是學術(shù)研究層面,開展FOQA研究的機構(gòu)主要集中在民航領(lǐng)域的院所,如中國民航科學技術(shù)研究院、中國民航大學等,少量業(yè)外的高校參與其中,主要原因還是在于數(shù)據(jù)的分散和保密問題,由于缺乏多學科的介入和融合,學術(shù)研究成果相對較少。研究成果主要集中在風險預(yù)測、事故分析、發(fā)動機監(jiān)控、飛機系統(tǒng)故障預(yù)測與診斷等專題領(lǐng)域,關(guān)于民航時空大數(shù)據(jù)分析的研究幾乎還是空白。隨著行業(yè)飛行品質(zhì)監(jiān)控基站的建立和大數(shù)據(jù)技術(shù)的發(fā)展和應(yīng)用,整合集成全行業(yè)的QAR數(shù)據(jù),消除數(shù)據(jù)孤島,進行多學科、深層次的交叉融合研究,已成為滿足民航大數(shù)據(jù)建設(shè)戰(zhàn)略需求的重要手段和提升民航飛行安全的重要抓手。 中國民航飛行品質(zhì)監(jiān)控基站的建設(shè),為研究飛行風險、提升飛行安全提供了完備的數(shù)據(jù)保障 FOQA的研究,經(jīng)歷了從QAR到WQAR(Wireless Quick Access Recorder),直至將來的ATG(AirtoGround),硬件采集裝置逐步升級換代。 1.3時空大數(shù)據(jù) 1.3.1時空大數(shù)據(jù)概述 隨著人工智能以及物聯(lián)網(wǎng)等新型技術(shù)的迅速發(fā)展,人們的位置、行為以及環(huán)境中的每一點變化都成為可以用來感知、記錄、存儲、分析以及利用的數(shù)據(jù),全球信息化的進程已經(jīng)邁入“大數(shù)據(jù)時代與時空位置相關(guān)的時空大數(shù)據(jù)是當今*重要的大數(shù)據(jù)之一,時空大數(shù)據(jù)通過所在空間的空間實體與空間現(xiàn)象在時間、空間以及屬性三個方面的固有特征,呈現(xiàn)出多維、語義以及時空動態(tài)關(guān)聯(lián)的復(fù)雜性。 時間、空間和屬性是構(gòu)成地理信息的三個基本要素。時空數(shù)據(jù)是指以地球為對象,基于統(tǒng)一時空基準,與位置相關(guān)聯(lián)的地理要素或現(xiàn)象的數(shù)據(jù)集,具有空間維、屬性維和時間維等基本特征。其中,空間維指地理信息具有精確的三維空間位置、s-XYZ)或空間分布特征;屬性維指空間維上可加載的各種相關(guān)信息具有多維特征,需要一個科學的分類體系和標準編碼體系;時間維指地理信息是隨時間的變化而變化的,具有時態(tài)性,需要一個精確的時間基準。 時空數(shù)據(jù)的本質(zhì)功能,是反映地理世界各要素或現(xiàn)象的數(shù)量和質(zhì)量特征、空間結(jié)構(gòu)和空間關(guān)系及其隨時間的變化,是人類認知地理世界的基礎(chǔ)。時空數(shù)據(jù)反映人類活動的時空規(guī)律,是一切大數(shù)據(jù)集合和聚合的基礎(chǔ)時空框架,是各部門各行業(yè)信息系統(tǒng)的基礎(chǔ)時空信息共享平臺。隨著衛(wèi)星導(dǎo)航定位技術(shù)、天地空一體化遙感技術(shù)、地理信息系統(tǒng)技術(shù)以及計算機網(wǎng)絡(luò)技術(shù)的發(fā)展,地球表面的集合特征和物理特征等,已經(jīng)成為可被感知、記錄、存儲、分析和利用的地理時空數(shù)據(jù)。 因為時空大數(shù)據(jù)所在的空間以及空間現(xiàn)象中有時間、空間以及屬性三個方面的屬性,呈現(xiàn)出了多維、語義以及時間動態(tài)關(guān)聯(lián)的復(fù)雜性。同時,通過時空模式挖掘、時空聚類、時空分類、時空異常檢測等手段對時空大數(shù)據(jù)進行挖掘,挖掘時空大數(shù)據(jù)中有價值的模式。通過時空數(shù)據(jù)挖掘多維關(guān)聯(lián)描述的形式化的表達以及關(guān)聯(lián)挖掘分析,時空大數(shù)據(jù)的協(xié)同計算以及重構(gòu)可以提供快速而準確的面向任務(wù)的關(guān)聯(lián)約束,并展現(xiàn)出以下的特點[12]: (1)時空大數(shù)據(jù)包含對象、過程、事件在空間、時間、語義等方面的關(guān)聯(lián)關(guān)系。 (2)時空大數(shù)據(jù)具有時變、空變、動態(tài)、多維演化特點,這些基于對象、過程、事件的時空變化是可度量的,其變化過程可作為事件來描述,通過對象、過程與事件的關(guān)聯(lián)映射,建立時空大數(shù)據(jù)的動態(tài)關(guān)聯(lián)模型。 (3)時空大數(shù)據(jù)具有尺度特性,可建立時空大數(shù)據(jù)時空演化關(guān)聯(lián)關(guān)系的尺度選擇機制;針對不同尺度的時空大數(shù)據(jù)的時空演化特點,可實現(xiàn)對象、過程、事件關(guān)聯(lián)關(guān)系的尺度轉(zhuǎn)換與重建,進而實現(xiàn)時空大數(shù)據(jù)的多尺度關(guān)聯(lián)分析。 (4)時空大數(shù)據(jù)時空變化具有多類型、多尺度、多維、動態(tài)關(guān)聯(lián)特點,對關(guān)聯(lián)約束可進行面向任務(wù)的分類分級,建立面向任務(wù)的關(guān)聯(lián)約束選擇、重構(gòu)與更新機制,根據(jù)關(guān)聯(lián)約束之間的相關(guān)性,可建立面向任務(wù)的關(guān)聯(lián)約束啟發(fā)式生成方法。 (5)時空大數(shù)據(jù)具有時間和空間維度上的特點,實時地抽取階段行為特征,以及參考時空關(guān)聯(lián)約束建立態(tài)勢模型,實時地覺察、理解和預(yù)測導(dǎo)致某特定階段行為發(fā)生的態(tài)勢。可針對時空大數(shù)據(jù)事件理解與預(yù)測問題,研究空間大數(shù)據(jù)事件行為的本體建模和規(guī)則庫構(gòu)建,為異常事件的模式挖掘和主動預(yù)警提供知識保障,可針對相似的行為特征、時空約束和事件級別來挖掘事件模式并構(gòu)建大尺度事件及其應(yīng)對方案的規(guī)則庫。 1.3.2時空大數(shù)據(jù)研究進展 近年來,面向人類活動的時空大數(shù)據(jù)逐漸被挖掘、利用,生成各類智慧服務(wù)并滲透到人們生活的各方面,如圖1-1所示。在智慧經(jīng)濟方面,企業(yè)利用數(shù)據(jù)挖掘技術(shù),從客戶消費的時空大數(shù)據(jù)中獲取人們消費習慣,并劃分成不同的消費群體,從而有針對性地投放產(chǎn)品,實現(xiàn)精準營銷;在智慧交通方面,通過分析人流和車輛移動軌跡的時空大數(shù)據(jù),可以預(yù)測路段的人流密度與交通狀況,從而有效改善交通擁堵現(xiàn)象;在智慧醫(yī)療方面,通過對海量病歷數(shù)據(jù)進行分析建模,可以了解人群疾病的時空分布規(guī)律,從而及時進行疾病的預(yù)防和控制。 時空大數(shù)據(jù)分析應(yīng)用遍及智能交通、人類行為城市信息學等諸多領(lǐng)域。特別在交通運輸領(lǐng)域方面,出租車軌跡、公交地鐵數(shù)據(jù)鐵路數(shù)據(jù)和移動互聯(lián)網(wǎng)位置數(shù)據(jù)等時空大數(shù)據(jù)在行為模式分析、客流量預(yù)測、城市交通狀況評估等方面進行了深入的應(yīng)用。而在民航交通領(lǐng)域,海量QAR大數(shù)據(jù)的整理與收集為飛行風險方面的研究與探索提供了一個巨大的“數(shù)據(jù)金礦例如,根據(jù)四川航空公司航線飛行的A319和A320機型的QAR過載數(shù)據(jù)分析了高原航線上飛機顛簸出現(xiàn)航線分布及高度分布規(guī)律[221。但受限于之前的數(shù)據(jù)采集渠道,針對民航行業(yè)
- >
推拿
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學概述
- >
羅曼·羅蘭讀書隨筆-精裝
- >
自卑與超越
- >
【精裝繪本】畫給孩子的中國神話
- >
名家?guī)阕x魯迅:朝花夕拾
- >
有舍有得是人生
- >
我從未如此眷戀人間