亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        數(shù)據(jù)挖掘技術(shù)在地鐵中的應(yīng)用研究

        2022-06-21 21:09:05彭瓊芳
        交通科技與管理 2022年12期
        關(guān)鍵詞:檢票客流備份

        摘要 探討地鐵中的數(shù)據(jù)挖掘技術(shù),可以提高數(shù)據(jù)挖掘技術(shù)的質(zhì)量與效果,從而為地鐵工程工作的推進(jìn)奠定良好的基礎(chǔ)?;诖耍恼聫闹悄軟Q策分析系統(tǒng)的系統(tǒng)架構(gòu)、系統(tǒng)運(yùn)行方式等方面,分析了地鐵自動(dòng)售檢票系統(tǒng)在地鐵工程中的應(yīng)用。在此基礎(chǔ)上,提出客流分析預(yù)測(cè)系統(tǒng)過程、建立客流分析模型兩方面來加強(qiáng)數(shù)據(jù)挖掘技術(shù)的應(yīng)用策略,希望能給相關(guān)人員一些借鑒。

        關(guān)鍵詞 數(shù)據(jù)信息資源挖掘;地鐵;自動(dòng)售檢票系統(tǒng);聚集式計(jì)算;可視化技術(shù)

        中圖分類號(hào) TP311.13 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 2096-8949(2022)12-0050-03

        收稿日期:2022-04-15

        作者簡(jiǎn)介:彭瓊芳(1982—),女,本科,高級(jí)工程師,研究方向:電氣工程及自動(dòng)化。

        0 引言

        科學(xué)的進(jìn)步,社會(huì)的發(fā)展,促使信息時(shí)代的到來。在當(dāng)前,人們可以在短時(shí)間內(nèi)獲得大量的信息,這些信息毫無規(guī)律,并且相對(duì)模糊,相關(guān)人員很難找到目標(biāo)信息促進(jìn)自身的工作有效開展。而數(shù)據(jù)挖掘技術(shù)的應(yīng)用,則可以改變這種情況。將數(shù)據(jù)挖掘技術(shù)應(yīng)用到工作中,使用者就能夠在相對(duì)較短的時(shí)間內(nèi),從海量的信息中,經(jīng)過科學(xué)地篩查與歸類,最終找出目標(biāo)信息及其傳播規(guī)律。

        1 數(shù)據(jù)挖掘技術(shù)

        1.1 產(chǎn)生的背景

        隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展,數(shù)據(jù)庫(kù)被普遍地應(yīng)用于很多領(lǐng)域,產(chǎn)生了大量數(shù)據(jù)庫(kù)。這些數(shù)據(jù)庫(kù)可以為管理者帶來統(tǒng)一、全局的視角,但是數(shù)據(jù)的豐富也使得人們?nèi)狈τ行Х椒▉碜R(shí)別一些隱藏的、對(duì)決策有益的信息,而傳統(tǒng)查詢方法和報(bào)表工具也根本無法滿足信息數(shù)據(jù)挖掘的需要。因此需要一套技術(shù)來管理這些冗雜的數(shù)據(jù),從中選擇并挖掘出有用的信息,由此就形成了數(shù)據(jù)挖掘技術(shù)[1],如圖1。

        另一方面,數(shù)據(jù)挖掘技術(shù)是數(shù)據(jù)倉(cāng)庫(kù)技術(shù)逐步發(fā)展和完善的成果,但并不是任何信息挖掘的技術(shù)都可以歸類到數(shù)據(jù)挖掘技術(shù)。比如,信息檢索技術(shù)也能夠利用數(shù)據(jù)庫(kù)的管理系統(tǒng)來檢索個(gè)別記錄,又或者利用互聯(lián)網(wǎng)的檢索功能來找到特殊的頁(yè)面,這些都不屬于數(shù)據(jù)挖掘技術(shù)。

        1.2 概述

        以數(shù)據(jù)庫(kù)、數(shù)理統(tǒng)計(jì)學(xué)、人工智能、可視化研究等為基石,算法的設(shè)計(jì)工作需要這些來描述和解釋數(shù)據(jù)分析。算法的設(shè)計(jì)工作主要包括錄入、產(chǎn)出和數(shù)據(jù)處理。數(shù)據(jù)庫(kù)是數(shù)據(jù)挖掘的計(jì)算入口,計(jì)算產(chǎn)出是挖掘數(shù)據(jù)信息知識(shí)的模型,而算法處理的流程則是設(shè)計(jì)具體工作的方式。

        1.3 分類

        數(shù)據(jù)挖掘可以按不同的方式分為不同的類別。

        以數(shù)據(jù)庫(kù)的視角來定義數(shù)據(jù)挖掘的3個(gè)基本技術(shù)方面,分別為數(shù)據(jù)信息挖掘視角、數(shù)據(jù)挖掘?qū)ο?、?shù)據(jù)分析信息挖掘方式。數(shù)據(jù)信息挖掘視角是將數(shù)據(jù)挖掘?qū)ο蠹?xì)分為若干個(gè)信息庫(kù)或數(shù)據(jù)源,如關(guān)聯(lián)、面對(duì)的對(duì)象、空間環(huán)境、時(shí)態(tài)、文本庫(kù)、多媒體、歷史等相關(guān)領(lǐng)域方面的數(shù)據(jù)庫(kù)和萬維網(wǎng)等[2]。

        而數(shù)據(jù)分析信息挖掘方式則可粗分為數(shù)據(jù)分析方式、機(jī)器學(xué)習(xí)方法、神經(jīng)網(wǎng)絡(luò)方式和數(shù)據(jù)庫(kù)方法。數(shù)據(jù)分析方式可劃分為回歸式數(shù)據(jù)分析、判別分析方式等。機(jī)器學(xué)習(xí)方式可劃分為遺傳算法等。神經(jīng)網(wǎng)絡(luò)方式可劃分為前向神經(jīng)網(wǎng)絡(luò)、自組織神經(jīng)網(wǎng)絡(luò)等。數(shù)據(jù)庫(kù)方法則主要為多維的數(shù)據(jù)挖掘方式等。

        1.4 作用

        數(shù)據(jù)挖掘過程是指自動(dòng)提取并利用各種數(shù)據(jù)表中隱藏的有價(jià)值信息的過程,消息的類型可分為規(guī)律、法則、定義和模型等。管理人員通過這一技術(shù),能剖析當(dāng)前數(shù)據(jù)信息、歷史數(shù)據(jù)信息及二者之間的關(guān)聯(lián),并從中找到隱藏的模型和關(guān)系,以便于預(yù)見未來可能出現(xiàn)的重大事件。這一過程也是人們探索認(rèn)知系統(tǒng)的過程,是一個(gè)涉及方面非常廣泛的新興交叉性學(xué)科,主要應(yīng)用于數(shù)據(jù)庫(kù)、大數(shù)據(jù)計(jì)算、新一代人工智能和信息可視化與并行計(jì)算等領(lǐng)域。

        1.5 常見技術(shù)形式

        數(shù)據(jù)分析挖掘中掌握專業(yè)知識(shí)的重要技能是機(jī)器學(xué)習(xí)和數(shù)理分析計(jì)算,目前研究數(shù)據(jù)挖掘的重點(diǎn)聚集于計(jì)算基礎(chǔ)理論與應(yīng)用方面。機(jī)器學(xué)習(xí)作為另一種深入研究人工智慧的分支方法,被稱作歸納與推理;采用關(guān)聯(lián)分析法,也可以從關(guān)系數(shù)據(jù)庫(kù)中獲取相關(guān)聯(lián)系。而挖掘關(guān)聯(lián)則是指根據(jù)系統(tǒng)查找各種事件,以找出符合條件概率比較高的模式;資源數(shù)據(jù)分析挖掘以人工神經(jīng)元網(wǎng)絡(luò)使用最為普遍,計(jì)算方法是采用模擬個(gè)人神經(jīng)系統(tǒng),不斷地訓(xùn)練和掌握相應(yīng)的數(shù)據(jù)集合,在每個(gè)待分析數(shù)據(jù)的集合里,出現(xiàn)可估計(jì)和分析的建模。決策方法是一個(gè)預(yù)測(cè)模型,呈樹型構(gòu)造,非終端節(jié)點(diǎn)顯示屬性,葉節(jié)點(diǎn)則顯示不同類型;遺傳算法則是一種基于優(yōu)化生物學(xué)發(fā)展理論研究的技術(shù),基礎(chǔ)觀念是“適者生存”。遺傳算法可進(jìn)行多種類型、并行處理大量數(shù)據(jù)分析[3];聚合后發(fā)現(xiàn),整個(gè)數(shù)據(jù)庫(kù)都能夠分為不同集群,群和集群之間存在明顯區(qū)別,同一個(gè)群的數(shù)據(jù)信息也盡量接近。聚類分析方法只是其他如特征和類型等預(yù)處理的第一步,算法在新生成的簇上等待數(shù)據(jù)處理。與分類方法不同的地方是在開始聚合之前,人們不清楚如何將數(shù)據(jù)信息分門別類,也不清楚如何按照變量分類。在聚合后,熟悉業(yè)務(wù)的人有多種方式理解分群的含義。大多數(shù)情形第一次聚合后所獲得的分群信息對(duì)業(yè)務(wù)沒有直接價(jià)值,需要通過刪減和添加變數(shù),來修正數(shù)據(jù)信息分群所采用的多種方法。如此,在重復(fù)多次以后,就會(huì)得出一個(gè)非常理想的結(jié)論。聚合方法主要分為兩類,即神經(jīng)網(wǎng)絡(luò)方法和統(tǒng)計(jì)分析方法。K-均值和自組織的神經(jīng)網(wǎng)絡(luò)方式在聚合計(jì)算中應(yīng)用更為普遍。

        2 地鐵自動(dòng)售檢票系統(tǒng)

        2.1 智能決策分析系統(tǒng)的系統(tǒng)架構(gòu)

        由于現(xiàn)有自動(dòng)售檢票系統(tǒng)都自建內(nèi)部網(wǎng)絡(luò),在管理上屬于私有內(nèi)網(wǎng)范圍。目前自動(dòng)售檢票系統(tǒng)的數(shù)據(jù)庫(kù)中一般存儲(chǔ)60天歷史數(shù)據(jù),但出于行業(yè)需要和安全方面的要求,可首先采取增加備用策略,把自動(dòng)售檢票系統(tǒng)的數(shù)據(jù)庫(kù)數(shù)據(jù)備份到備用數(shù)據(jù)庫(kù)服務(wù)器,之后再提取歷史數(shù)據(jù)到本信息系統(tǒng)業(yè)務(wù)數(shù)據(jù)庫(kù),同時(shí)再向其他的輔助管理系統(tǒng)導(dǎo)入新數(shù)據(jù),從而構(gòu)成了該信息系統(tǒng)的全部服務(wù)統(tǒng)計(jì)信息。所以,在大數(shù)據(jù)分析集成處理過程中,必須本著安全性第一、兼顧成本的原則,通過防火墻實(shí)現(xiàn)隔離,以確保自動(dòng)售檢票系統(tǒng)與該信息系統(tǒng)業(yè)務(wù)數(shù)據(jù)庫(kù)的安全性。

        2.2 系統(tǒng)運(yùn)行方式

        每天自動(dòng)售檢票系統(tǒng)處于空閑時(shí),一般在凌晨2點(diǎn)之后,分析系統(tǒng)應(yīng)用服務(wù)器開啟中間件,將自動(dòng)售檢票系統(tǒng)數(shù)據(jù)備份到備用數(shù)據(jù)庫(kù)服務(wù)器,并采用編程方法實(shí)現(xiàn)了自動(dòng)售檢票系統(tǒng)數(shù)據(jù)庫(kù)的實(shí)時(shí)備用以及到備用數(shù)據(jù)庫(kù)服務(wù)器的增量備用方法,同時(shí)實(shí)現(xiàn)錄入歷史數(shù)據(jù)信息和為本系統(tǒng)業(yè)務(wù)數(shù)據(jù)庫(kù)進(jìn)行直接抽取歷史數(shù)據(jù)信息的要求,并將成果保存到數(shù)據(jù)分析管理系統(tǒng)服務(wù)器上。

        用戶帳號(hào)安全方案:通過不同的員工帳號(hào)、角色等定義,分別獲得對(duì)應(yīng)的授權(quán),以確保系統(tǒng)用戶帳號(hào)與系統(tǒng)數(shù)據(jù)的安全。

        在辦公網(wǎng)的分析系統(tǒng)服務(wù)器上,以實(shí)時(shí)方式存取資產(chǎn)數(shù)據(jù)庫(kù)信息,對(duì)數(shù)據(jù)采用拉(PULL)的方法,只讀取所需要的資料數(shù)量,以增加管理系統(tǒng)的反應(yīng)時(shí)間。

        分析系統(tǒng)客戶端的接入方式使用了純B/S模型,以滿足地鐵辦公室OA與分析管理系統(tǒng)的兼容,支撐最大規(guī)模的并發(fā)性使用。

        備份功能:用SQL2000編程腳本,可以定時(shí)實(shí)現(xiàn)自動(dòng)售檢票系統(tǒng)與備份服務(wù)器的2臺(tái)數(shù)據(jù)庫(kù)同步,所有決策支持系統(tǒng)的數(shù)據(jù)信息都來自備份服務(wù)器數(shù)據(jù)庫(kù)。而針對(duì)備份數(shù)據(jù)庫(kù)服務(wù)器與本管理系統(tǒng)業(yè)務(wù)數(shù)據(jù)庫(kù)之間的備份問題,可以使用光盤塔為備份設(shè)備,利用數(shù)據(jù)庫(kù)中的自動(dòng)備份功能自動(dòng)完成,將來也能夠利用索引管理系統(tǒng)還原需要的數(shù)據(jù)信息。

        2.3 相關(guān)客流的數(shù)據(jù)

        按站點(diǎn)計(jì)算每日的出入站客流信息,分時(shí)間(輸入起止時(shí)間和間隔時(shí)間)計(jì)算每日各站點(diǎn)的進(jìn)出站客流和實(shí)時(shí)客流信息,按周計(jì)算各時(shí)間段的實(shí)時(shí)客流、進(jìn)出站客流信息,以及多種檢索條件下的客流信息。

        (1)根據(jù)輸入的卡號(hào)、日期查詢進(jìn)出站記錄。

        (2)統(tǒng)計(jì)每臺(tái)設(shè)備的分時(shí)段進(jìn)出站客流。

        (3)統(tǒng)計(jì)每天在各個(gè)站點(diǎn)單程票的銷售、進(jìn)站、出站情況。

        (4)統(tǒng)計(jì)每月通卡會(huì)員的乘車人次和總額。

        (5)計(jì)算每天在用地鐵專屬卡的張數(shù),并占所有可用地鐵專屬卡片的比例。

        (6)數(shù)據(jù)備份功能,將全年的每日交易數(shù)據(jù)都儲(chǔ)存到同一個(gè)數(shù)據(jù)庫(kù)中。

        (7)運(yùn)營(yíng)日?qǐng)?bào)中的相關(guān)數(shù)據(jù)統(tǒng)計(jì)。

        (8)特殊交易查詢:查找超出所提供的許可區(qū)域的特殊交易的有關(guān)設(shè)備信息。

        (9)按照某市地下鐵路專用卡的卡號(hào)查看此卡的有關(guān)出站信息內(nèi)容以及剩余次數(shù)。

        (10)地鐵專用卡到期的提示。

        (11)退款申請(qǐng)查詢:對(duì)某一設(shè)備在某一時(shí)段的交易信息查詢。

        (12)員工考勤:票務(wù)中心可查看、打印每張卡片的進(jìn)、出站等相關(guān)信息(員工卡的卡號(hào)、可變賦值金額和數(shù)量),可查看和打印當(dāng)班的操作員的所有操作數(shù)據(jù),如初始化數(shù)量、編碼數(shù)量、賦值金額之和數(shù)量、注銷數(shù)量。

        2.4 系統(tǒng)數(shù)據(jù)管理

        數(shù)據(jù)分析抽?。簩⑵髽I(yè)數(shù)據(jù)從自動(dòng)售檢票系統(tǒng)數(shù)據(jù)庫(kù)備份到企業(yè)智能決策與支持分析管理系統(tǒng)、企業(yè)備份數(shù)據(jù)庫(kù)服務(wù)器,再按照實(shí)際服務(wù)需求,提取相關(guān)數(shù)據(jù)分析到本管理系統(tǒng)服務(wù)信息庫(kù)中。然后從擴(kuò)展視角出發(fā),保留端口,直接從外部大數(shù)據(jù)系統(tǒng)庫(kù)提取所要求的數(shù)據(jù)分析。

        信息系統(tǒng)備份:將通過智能決策支持分析系統(tǒng)備份數(shù)據(jù)庫(kù)服務(wù)器中的服務(wù)數(shù)據(jù)信息,并且將該管理系統(tǒng)用抽取數(shù)據(jù)分析信息自動(dòng)備份到光盤塔等備份設(shè)施。

        備份與恢復(fù):根據(jù)企業(yè)運(yùn)營(yíng)需求,通過索引從光盤塔等備份設(shè)施中將數(shù)據(jù)恢復(fù)至企業(yè)智能決策與支持的分析管理系統(tǒng),備份數(shù)據(jù)庫(kù)服務(wù)器供本系統(tǒng)業(yè)務(wù)數(shù)據(jù)庫(kù)管理之用。

        應(yīng)用管理:實(shí)現(xiàn)本管理系統(tǒng)的使用者登錄、注銷、角色分派、密碼與授權(quán)管理等功能,將使用數(shù)據(jù)分析整合于對(duì)業(yè)務(wù)管理系統(tǒng)客流的數(shù)據(jù)分析[4]。

        3 數(shù)據(jù)挖掘技術(shù)的應(yīng)用

        互聯(lián)網(wǎng)的高速發(fā)展將為用戶帶來許多新信息服務(wù),而互聯(lián)網(wǎng)因內(nèi)涵豐富、功能強(qiáng)大以及使用簡(jiǎn)便,在所有獲取信息的服務(wù)方法中尤為突出,成為了數(shù)據(jù)挖掘發(fā)展的重點(diǎn)方向。又由于當(dāng)前互聯(lián)網(wǎng)信息服務(wù)的主要趨勢(shì)是單向與被動(dòng)信息服務(wù)的模式,使網(wǎng)絡(luò)應(yīng)用挖掘信息服務(wù)更符合性能要求,提高了互聯(lián)網(wǎng)與應(yīng)用之間的互動(dòng)性,使互聯(lián)網(wǎng)與應(yīng)用能真正地相互融合。

        與以前的使用方法和被操作方式完全不同,通過運(yùn)用數(shù)據(jù)挖掘技術(shù),使互聯(lián)網(wǎng)針對(duì)應(yīng)用需要進(jìn)行更針對(duì)性的、更主動(dòng)的信息服務(wù),并能形成具有個(gè)性化信息服務(wù)特點(diǎn)的體系,而根據(jù)對(duì)不同用戶信息服務(wù)提供不同需要的滿足方法,進(jìn)行信息服務(wù)特點(diǎn)就有所不同。構(gòu)建的個(gè)性化信息服務(wù)體系也更加依賴于挖掘應(yīng)用信息服務(wù)的需要。

        以某市地鐵客票業(yè)務(wù)為例,大資料數(shù)據(jù)挖掘技術(shù)在客運(yùn)數(shù)據(jù)分析中發(fā)揮最快捷的功能。客運(yùn)數(shù)據(jù)分析預(yù)測(cè)體系流程由數(shù)據(jù)分析源形成、建立數(shù)據(jù)分析集市形成;而客流分析模型的構(gòu)建過程由大樣本數(shù)據(jù)分析、對(duì)BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)處理兩部分形成。

        3.1 客流分析預(yù)測(cè)系統(tǒng)過程

        3.1.1 數(shù)據(jù)源構(gòu)成

        因客票管理系統(tǒng)的資料數(shù)據(jù)庫(kù)與恢復(fù)業(yè)務(wù)所使用SYBASE產(chǎn)品,而資料倉(cāng)儲(chǔ)的制作所使用Microsoft公司產(chǎn)品的SQLSerner2000,因此面臨著轉(zhuǎn)換為異相數(shù)據(jù)源的問題。在技術(shù)上采用了數(shù)據(jù)庫(kù)對(duì)接技術(shù),把所需要的基礎(chǔ)表導(dǎo)入到了SQLServer中。

        3.1.2 構(gòu)建數(shù)據(jù)信息集市

        數(shù)據(jù)挖掘技術(shù)對(duì)于中小型公司的運(yùn)用,更偏向于在不影響信息體系上先構(gòu)建中小型數(shù)據(jù)集市。首先將相應(yīng)的數(shù)據(jù)分析提取至小型數(shù)據(jù)集市中,再將其中的各個(gè)關(guān)系表格數(shù)據(jù)分析提取至大型數(shù)據(jù)集市中,最后再將數(shù)據(jù)集市中各個(gè)表格的數(shù)據(jù)分析提取至特定關(guān)系表格中,并在此基礎(chǔ)上利用零LAP技術(shù)工具來構(gòu)建多維分析的模型立方體,從而通過建立的數(shù)據(jù)分析挖掘來進(jìn)行高鐵客流數(shù)據(jù)分析與預(yù)報(bào)[5]。

        3.2 建立客流分析模型

        因?yàn)樵谇捌诰鸵言O(shè)置了大量數(shù)據(jù)集市,人們就可以據(jù)此抽取出相應(yīng)的數(shù)量來完成數(shù)據(jù)分析挖掘。在大量數(shù)據(jù)集市中,有各大車站、區(qū)間和線路中的售票數(shù)量、貨物總收入、旅客票價(jià)總收入、乘客上車的數(shù)量,以及各種類型的統(tǒng)計(jì)運(yùn)量信息,通過BP神經(jīng)網(wǎng)絡(luò)進(jìn)行信息處理。

        數(shù)據(jù)變換也是一種預(yù)處理數(shù)據(jù)分析的關(guān)鍵部分。數(shù)據(jù)變換就是將大量數(shù)據(jù)信息內(nèi)容加以轉(zhuǎn)化,并使之更適合于數(shù)據(jù)分析挖掘類型,也就是說將特征向量的統(tǒng)計(jì)信息內(nèi)容按百分比加以壓縮,進(jìn)而將其落入到某個(gè)較小的特定區(qū)域。所采用的技術(shù)是歸一化處理。在此網(wǎng)絡(luò)模式的運(yùn)算中,將輸入樣本和檢驗(yàn)樣品中的所有數(shù)據(jù)信息,都統(tǒng)一加以量化為0~1之間的實(shí)數(shù)。

        4 結(jié)語

        綜上所述,數(shù)據(jù)挖掘技術(shù)在地鐵中的應(yīng)用優(yōu)勢(shì)是相當(dāng)明顯的,因此相關(guān)地鐵工作單位要加強(qiáng)對(duì)數(shù)據(jù)挖掘技術(shù)的應(yīng)用,以便為地鐵的相關(guān)工作開展創(chuàng)造有利的條件。隨著大數(shù)據(jù)的發(fā)展,城市軌道交通中的大數(shù)據(jù)研究是地鐵管理升級(jí)的需要,也是滿足乘客多種需求的必然要求。通過數(shù)據(jù)挖掘技術(shù),深入探究城市軌道交通信息系統(tǒng)的運(yùn)維和數(shù)據(jù)規(guī)律,指導(dǎo)運(yùn)營(yíng)實(shí)踐和規(guī)劃,對(duì)提升城市軌道交通的運(yùn)營(yíng)管理水平具有重要的理論和現(xiàn)實(shí)意義。

        參考文獻(xiàn)

        [1]王露. 數(shù)據(jù)挖掘技術(shù)在智能交通系統(tǒng)中的應(yīng)用[J]. 工程技術(shù), 2015(23): 215.

        [2]陳靖. 數(shù)據(jù)挖掘技術(shù)在智能交通信息處理中的研究與應(yīng)用[J]. 電腦知識(shí)與技術(shù), 2018(25): 7-8.

        [3]陸化普, 周錢, 周永華, 等. 數(shù)據(jù)挖掘技術(shù)在智能交通系統(tǒng)綜合信息平臺(tái)中的應(yīng)用[J]. ITS通訊, 2004(1)79-84.

        [4]周健. 無線網(wǎng)絡(luò)技術(shù)在智能交通系統(tǒng)中的應(yīng)用分析[J]. 數(shù)碼世界, 2017(12): 538.

        [5]李萬欣, 李玉. 大數(shù)據(jù)技術(shù)在智能交通系統(tǒng)中的應(yīng)用研究[J]. 科學(xué)與財(cái)富, 2019(33): 324.

        猜你喜歡
        檢票客流備份
        “備份”25年:鄧清明圓夢(mèng)
        客流增多
        檢票
        有軌電車售檢票方案綜合分析
        基于自學(xué)習(xí)補(bǔ)償?shù)氖覂?nèi)定位及在客流分析中的應(yīng)用
        淺析數(shù)據(jù)的備份策略
        科技視界(2015年6期)2015-08-15 00:54:11
        人工免疫算法在電梯客流時(shí)段劃分的應(yīng)用
        現(xiàn)代有軌電車售檢票系統(tǒng)方案的研究
        城市軌道交通運(yùn)營(yíng)客流數(shù)據(jù)分析缺陷及應(yīng)對(duì)
        自動(dòng)售檢票線網(wǎng)化維修管理系統(tǒng)的構(gòu)建
        福利视频在线一区二区三区| 一本久久a久久精品亚洲| 四月婷婷丁香七月色综合高清国产裸聊在线 | 国产久色在线拍揄自揄拍| 国产精品偷窥熟女精品视频 | 亚洲av无码成人网站www| 偷拍激情视频一区二区| 日本按摩偷拍在线观看| 成年女人a级毛片免费观看| 天堂一区人妻无码| 精品熟女少妇免费久久| 日韩一区二区中文字幕视频| 亚洲精品1区2区在线观看| 国产亚洲日本精品无码| 伊人99re| 在线观看免费人成视频国产| 蜜桃免费一区二区三区| 把女的下面扒开添视频| a在线观看免费网站大全| 无码高潮久久一级一级喷水| 在线观看一区二区三区国产| 老师开裆丝袜喷水视频| 国产99久久久久久免费看| 国产一级黄色录像| 偷拍一区二区三区黄片| 亚洲av丰满熟妇在线播放| 男女一边摸一边做爽爽的免费阅读| 国产极品美女高潮抽搐免费网站| 欧美群妇大交群| 天天爽天天爽夜夜爽毛片| 免费一区二区三区在线视频| 一级黄片草逼免费视频| 国产亚洲欧洲aⅴ综合一区| 国产成人vr精品a视频| 亚洲国产AⅤ精品一区二区久| 国语对白在线观看免费| 18禁真人抽搐一进一出在线| 无码久久流水呻吟| 麻豆成人久久精品二区三区免费| 门卫又粗又大又长好爽| 三上悠亚免费一区二区在线|