超想问一下千方科技为《综合交通运行监测客运信息数据交换》的编制提供了什么？

点击联系发帖人 时间：2022-07-08 02:24

千方科技最新消息

TOCC是交通运输行业数据共享交换中枢、综合运输协调运转中枢、信息发布中心，紧急情况下的交通安全应急指挥中心。主要涵盖城市道路、高速公路、国省干线三大路网，轨道交通、地面公交、出租汽车三大市内交通方式，公路客运、铁路客运、民航客运三大城际交通方式的综合运行监测和协调联动。TOCC分为部、省、市、县四级建设，从交通部到省交通厅、各地市交通委及各个区县的交通局。

全国范围内，在省一级层面系统的推进TOCC应用建设的省份，目前只有四川、河北，四川省市两级已基本完成1.0版本建设，河北尚在推进，山西也有全省推进的苗头。除此之外，TOCC建设应用试点就很少有成体系推进的省份，多是省会城市，另外，江浙一带建成TOCC的城市比列较高。

图表1:2020年中国TOCC相关招投标事件（单位：万元）

资料来源：政府采购网前瞻产业研究院整理

大型智能交通集成商是这个市场的主要玩家，易华录、千方科技、海信网络科技、银江等都在这方面早有布局也颇有经验。

2010年，千方科技开始建设TOCC，在北京参与打造了全国首个城市TOCC，2018年又以0.98亿中标了年度最大体量TOCC项目-惠州市（TOCC）项目，2019年又参与建设了肇庆市、成都市几个千万级项目。当前，千方科技已在北京、深圳、贵州、西藏、惠州、乐山等地落地。

易华录最早开始建设TOCC是从2014年。为了拓展易华录大交通（TOCC）体系下的产品体系与服务能力，易华录旗下高诚科技组建成立大交通（TOCC）产品部，布局交通大数据业务发展。易华录承建了北京市TOCC二期工程，并相继在武汉、大连、西宁、鄂尔多斯等城市建设了TOCC 。

就当前情况来看，市场上具有多个TOCC业绩的集成商不多，市场竞争相对处于蓝海状态。近两年，BAT也开始尝试进入这一领域，比如阿里云于2019年联合千方发布TOCC解决方案。

希望以上回答对您有所帮助!:-)

}

1月29日，《交通运输部关于服务构建新格局的指导意见》（以下简称《指导意见》）发布，《指导意见》围绕“扩大循环规模、提高循环效率、增强循环动能、保障循环安畅、降低循环成本”等5个方面提出了20项重点任务，旨在深入贯彻落实以国内大循环为主体、国内国际双循环相互促进的新发展格局重大战略部署，充分发挥交通运输在构建新发展格局中支撑保障和先行作用。

《指导意见》提出，服务构建新发展格局应当遵循“当好先行、服务人民、改革创新、开放合作、系统观念、安全发展”的原则，统筹发展和安全，巩固拓展疫情防控和经济社会发展交通运输成果，把握节奏、优化结构，内提质效、外保安畅、内外连通，着力“强网络、建体系、抓创新、促开放、优治理”。

当下，适应国内大循环趋势下的需求变革，通过高速铁路、航空、航运动脉、跨区域重大交通枢纽等全国性基础设施的完善，切实降低物流成本，加快国内市场要素和商品流通，对交通行业内的企业也提出了更高要求。近年来，千方科技等创新企业把“扩大交通运输新业态优质服务供给，为人民群众对美好出行的向往提供坚实有力的运输服务保障”作为重要发展方向，致力于智慧民航、智慧高速等重要“动脉”建设，为提升国内经济循环效率，进一步降低循环成本提供了重要保障。

在智慧民航领域，千方科技聚焦“安全、准点、效率”三大核心需求，持续推动民航业的数字化、智能化发展。2019年，千方科技推出智慧航空解决方案，基于民航运行项目建设经验沉淀，运用大数据理念萃取数据形成航班运行画像，建立航司和机场智能数据体系，同时形成千方科技专家知识库、机器学习等智能化算法库，可实现航班智能分流、智能安全态势监控、智能资源调度等多项应用场景，大幅度提高航班运行品质与运行效率的同时，也降低了民航运行成本。

2020年，响应国家“复工复产”号召，千方科技还推出航班运行优化智能云平台，为交通业务稳步恢复、社会平稳运行提供了有力支持。

在智慧高速领域，千方科技基于海量数据与技术创新应用，持续为行业提供更具实效的解决方案与数字技术服务。千方科技认为，随着高速公路信息化建设市场规模和体量逐年扩大和“内循环”的需求驱动，高速公路的全面数字化转型已成必然。基于全国800万辆重载货车数据、40% 公路客运运行数据等全要素数据和深刻的行业洞察，千方科技助力多个省市实现了高速路段的全面智能感知、精细化服务与主动化、一体化管理，道路通行效率显著提升、通行成本明显降低。

在珲乌高速等东北地区的高速项目建设中，千方科技秉持“后向兼容、保护投资”的原则，先后展开基础设施数字化、寒冷地区路运一体化车路协同、北斗高精度定位应用、基于大数据的路网综合管理和“互联网+”路网综合管理等专项建设，为管理部门提供全天候监测、综合分析与辅助决策能力的同时，也为出行者提供了更加准确高效、伴随式的出行服务，实现了区域内营收增长，也进一步增强了东北乃至全国高速路网的连通协同，对带动东北地区乃至全国经济“内循环”、维护国家安全稳定有着重要意义。

“构建新发展格局，是与时俱进提升我国经济发展水平的战略抉择。2021年，交通运输将在构建新发展格局中迈好第一步、见到新气象。”12月28日，交通运输部政策研究室主任、新闻发言人吴春耕在“2020人民财经高峰论坛”表示。作为衔接供需两端的重要纽带和“大循环”与“双循环”相互促进的重要动能，交通行业在提高供需匹配效率、提升供给体系质量等方面发挥着重要作用，而处于行业中的企业也要做好服务、不断提升创新能力，助力交通行业在十四五规划中开好局、起好步。

随着交通运输迎来数字化转型升级、提质增效的关键期，作为交通行业的领跑企业，千方科技凭借多年来的数据、技术创新实力与专家积淀，将在智慧民航、智慧高速等领域持续发力，不断适应国内大循环趋势下的新需求，为交通行业服务构建发展新格局注入新动力。

特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

}

很长时间没有更新内容了，上一篇可以看做是刚接触深度学习写的，看法非常狭隘，内容非常粗糙。
在最近的学习中接触到了Pytorch，不得不承认，相对于TensorFlow来讲，灵活很多。
这次就使用pytroch来进行一下交通流预测，数据和上一篇文章数据一样。

导入数据的时候，需要把Network这一列删除

pytorch对于Batch输入，提供了规范的划分数据的模块， Dataset 和 DataLoader，这两个是很多刚使用pytorch的朋友头疼的地方，我简单说一下就不专门讲太多了可以去官网或者其他博客看一下

Dataset相当于装东西的大箱子，比如装苹果的箱子，一个大箱子里可以有很多小盒子，小盒子里装着苹果，不同的大箱子里小盒子装的苹果个数可以是不同的
Dataloader相当于使用什么方法在大箱子里拿盒子，比如，可以按顺序一次拿10个小盒子或者随机的拿5个小盒子

但这种使用Dataset和DataLoader创建数据集并不是唯一的方法，比如也可以使用中使用的方法直接形成数据

当然，既然是使用pytorch那就使用它的特色吧，下面基于以上Dataset的方法，我们就可以构造自己的数据集

同时为了方便，这Dataset中，增加了数据标准化以及反标准化的过程

# 这一步就是划分数据的重点部分 # 生成原始数据中最大值与最小值 # 反标准化在评价指标误差以及画图的使用使用

# 使用前25天作为训练集，后5天作为预测集

在test数据中，不使用shuffle随机化，可以使用train_data[0]看一下，返回出来第一个时间步的数据，以及时间步+1的值，但这是已经归一化后的数据，在init函数中可以不使用pre_process_data函数，这样来检测一下数据是否正确

不使用归一化第一个时间步的数据

需要说一下，DataLoader是一个item的数据类型，需要循环取出

pytorch比较灵活，可以清楚的看到模型内部的运算过程，使用pytorch构建模型，一般包括两部分 : init 和 forward

init 定义需要使用的模型结构

pytorch中的LSTM与TensorFlow不同的是，pytorch中的LSTM可以一次定义多个层，不需要一直叠加LSTM层，而且每次LSTM返回三个部分的值：所有层的输出(l_out)、隐藏状态(l_h)和细胞状态(c_n)。

l_out是集合了每个变量的l_h输出, 所以return的时候，可以在l_c中切片取最后一个值，当然也可以直接使用l_h

pytorch也可以使用Sequential，如果要使用Seqential就需要修改上面的Dataset，因为Dataset定义的使用返回是一个字典{“flow_x”， “flow_y”}，如果使用Sequential传入模型的只能是"flow_x"。或者像tensorflow一样，不使用Dataset构建数据，直接通过一系列的方法进行划分（和上一篇文章一样）。

pytorch中不像tensorflow那么容易描述损失值，所以输出都需要自己来进行表示，当然也可以使用Tensorboard来查看损失值变化，但对新手而言比较麻烦

# 这一步就是划分数据 # 生成原始数据中最大值与最小值 # 反标准化在评价指标误差以及画图的使用使用

}

杰西卡魔网络