47、智能交通与疾病防控中的数据分析应用

智能交通与疾病防控中的数据分析应用

在当今社会，智能交通系统（ITSs）和疾病防控领域的数据分析变得越来越重要。智能交通系统通过集成先进的信息和通信技术，提高了交通系统的效率和安全性，同时产生了大量的数据。而在疾病防控方面，面对不完整和稀疏的数据，需要有效的方法来解决模型可持续性问题。

智能交通系统中的数据应用

智能交通系统在城市公共交通中发挥着关键作用，它为旅行者和运营商提供了必要的交通信息。这些系统产生的数据存储在数据库中，具有很大的潜力来帮助我们理解乘客的行为，进而为政策制定者提供有效的车辆调度规划依据。

目前关于交通数据的研究主要分为两类：
- 关注城市乘客出行模式特征 ：
- Morency等人基于智能卡类型测量了不同用户的时空变异性，发现学生和老年人的上车站点范围更广，通勤者的行为更规律。
- Li等人基于出租车GPS数据预测了起点 - 终点流量，有助于居民规划出行策略和提高智能交通系统的运营效率。
- Zhong等人分析了智能卡数据的时空模式，发现出行模式在个体和空间聚合层面都存在变异性。
- Kieu等人采用基于密度的空间聚类对智能卡用户进行分类，将乘客分为过境通勤者、常规OD乘客、习惯时间乘客和不规则乘客，为政策制定者了解乘客习惯和提供定向服务提供了帮助。
- Ma等人基于一个月的智能卡数据研究了北京公共交通乘客的通勤模式，揭示了北京存在的职住不平衡问题。
- 关注整个交通网络的特征 ：
- Xiao等人分析了北京地铁网络的动态特性，发现考虑车辆运行时刻表时，网络的异质性和脆弱性会随时间变化，边权重的分布会影