1、大數據可視化分析平臺一、背景與目標基于邳州市電子政務建設的基礎支撐環境， 以基礎信息資源庫 （人口庫、 法 人庫、宏觀經濟、地理庫）為基礎，建設融合業務展示系統，提供綜合信息查詢 展示、信息簡報呈現、數據分析、數據開放等資源服務應用。實現市府領導及相 關委辦的融合數據資源視角， 實現數據信息資源融合服務與創新服務， 通過系統 達到及時了解本市發展的綜合情況，及時掌握發展動態，為政策擬定提供依據。充分運用云計算、大數據等信息技術，建設融合分析平臺、展示平臺，整合 現有數據資源，結合政務大數據的分析能力與業務編排展示能力， 以人口、法人、 地理，人口與地理，法人與地理， 實現基礎展示與分析， 融合

2、公安、交通、工業、 教育、旅游等重點行業的數據綜合分析，為城市管理、產業升級、民生保障提供 有效支撐。二、政務大數據平臺1、數據采集和交換需求： 通過對各個委辦局的指定業務數據進 行匯聚，將分散的數據進行物理集中和整合管理， 為實現對數據的分 析提供數據支撐。 將為跨機構的各類業務系統之間的業務協同， 提供 統一和集中的數據交互共享服務。包括數據交換、共享和ETL等功能。2、海量數據存儲管理需求： 大數據平臺從各個委辦局的業務系 統里抽取的數據量巨大， 數據類型繁雜， 數據需要持久化的存儲和訪 問。不論是結構化數據、半結構化數據，還是非結構化數據，經過數 據存儲引擎進行建模后， 持久化保存在存

3、儲系統上。 存儲系統要具備 高可靠性、快速查詢能力。精品文檔3、數據計算分析需求： 包括海量數據的離線計算能力、高效即 席數據查詢需求和低時延的實時計算能力。隨著數據量的不斷增加， 需要數據平臺具備線性擴展能力和強大的分析能力， 支撐不斷增長的 數據量，滿足未來政務各類業務工作的發展需要， 確保業務系統的不 間斷且有效地工作。4、數據關聯集中需求： 對集中存儲在數據管理平臺的數據，通 過正確的技術手段將這些離散的數據進行數據關聯， 即：通過分析數 據間的業務關系， 建立關鍵數據之間的關聯關系， 將離散的數據串聯 起來形成能表達更多含義信息集合，以形成基礎庫、業務庫、知識庫 等數據集。5、應用開

4、發需求： 依靠集中數據集，快速開發創新應用，支撐 實際分析業務需要。6、大數據分析挖掘需求： 通過對海量的政務業務大數據進行分 析與挖掘，輔助政務決策，提供資源配置分析優化等輔助決策功能， 促進民生的發展。大數據管理系統技術架構敗握流團數腥運莒門戶滬I 両進一比戶小證宜左Ei蘭巴理酬曲I論件存曲士 H理斗p=.F-sr.iflam目承嗖聲略薯門戶enfrEJSP畫曲君?再布恃羽!唏戢聊0fl-KCse加 EStfEETHt TH1M SF運營T系塊采用新型MPP數據庫+Hadoop的融合架構，使用 MPP處理PB級別的、高質量的結構化數據，同時為應用提供豐富的SQL支持能力;使用Hadoop處

5、理 海量半結構化、非結構化數據，從而滿足用戶多種數據的處理需求。金肚合丈越彌爵乖合5QUEW童詢全文檢累換JS擁BlRjfiaft眾智創新平合H3C Data Engine MPP布式數齬庫一右林訃口+數據交換ETLI具數揭臺理智慧政務：基于分布式計算、存儲框架，面向政府不同價值的數據源，通過 米集、存儲、建模、挖掘等大數據技術，在社會保障、公共安全、人居環境、勞 動就業、文化教育、交通運輸、綜合治稅、消費維權、精準扶貧等領域開展大數 據應用，優化公共資源配置，提高公共服務水平。幫助政府促進經濟發展、完善社會治理、提升政府服務管理能力、服務改善民生，培育壯大新興產業。二 a 三務應政攝H3C

6、恰Engine大數18處理平會仗P 1IJCHKD.Gkf呃前Daraf ninr jHDFMPPrilb-504 Web如下圖所示的政府綜合決策分析系統，利用大數據分析平臺，采集并分析多 個部門共享上傳的業務數據，為政務部門提供決策支持。戢擔共B交摘平合 令-r JJ 居A4J-N *岡彬能辻模分忻事域聒甫陽稱折戛雜的第醫詢實現多種應用如下圖所示的政府效能監察大數據系統， 通過對各類政務服務事項，全市各 個部門單位的政府網上辦事流程進行多維度， 高效的及時監察、分析，從而對辦 事效率低下的職能部門和審批人員實現高效監督；找出設置不合理的辦事流程，促進政府辦事流程的優化。實現政府部門網上辦事多

7、維度的數據分析挖掘，秒級展現效果，讓決策者一目了然發現問題，提升政府的服務水平。基礎信息融合應用展示分析基于政務大數據平臺開發或構建的各類系統如四大基礎庫系統、業務主題庫系統，通過政務大數據平臺信息樞紐的作用，各系統不需要再與任何政府部門業 務系統對接，而直接從政務大數據平臺關聯形成數據，為政府業務辦理提供支撐。三、視頻云結構化分析系統視頻云結構化分析系統可實現視頻中車輛和活動目標的結構化信息提取，提取屬性豐富，精確度高；支持智能結構化分析后文本信息和圖片信息的存儲和檢 索；支持動態擴容，智能分析性能隨著設備數量增加呈線性增強；支持第三方標準視頻流的接入和智能分析應用；支持本地錄像的智能分析；

8、系統自帶IE界面， 提供智能檢索、數據統計、布控報警、任務管理、資源管理、集群管理、系統校 時、日志查詢等功能1.車輛大數據分析車輛圖片以圖搜圖車輛以圖搜圖是基于圖片的搜索模式， 通過圖片建模后特征向量的比對分析， 并且在被搜索圖片中選擇特征區域進行二次比對， 從圖片庫中檢索出符合條件的 圖片，并根據相似度返回比對結果。 準確率比單純建模后特性限量比對高 50% 。過車數據處理服務過車數據處理包括過車數據檢索、智能研判、0D分析、統計分析等幾大類。 過車數據檢索過車數據檢索是通過全文檢索技術， 對海量過車數據進行快速檢索， 支持精 確查詢、模糊查詢、多條件組合查詢。支持千億過車數據中秒級查詢到

9、結果。過車數據檢索具體包括以下功能：普通過車查詢 支持根據模糊條件、組合條件進行過車信息的查詢。可選的條件包括卡口、 車牌、車型、時間段等。針對只知道部分車牌信息的車輛可以輸入“ *”代表多位， “？”代表一位號碼，進行模糊匹配。違法車輛查詢支持根據組合條件進行報警車輛的查詢， 違法車輛包括超速行駛、 闖紅燈等 車輛，可選條件包括卡口、時間段等。未識別車輛查詢支持根據組合條件對未識別車輛進行查詢， 未識別車輛包括非機動車輛、 沒 有車輛通過確拍照的、只抓拍下部分車牌的車輛、正確抓拍卻未識別出的車輛， 可選條件包括卡口、時間段等。布控報警查詢支持對布控的車輛及布控產生的報警進行查詢。異常牌照查詢

10、支持根據組合條件對異常牌照的車輛進行查詢， 異常牌照包括假牌、 套牌等， 可選條件包括卡口、時間段等。紅名單查詢支持對紅名單車輛進行情況。行車軌跡查詢支持根據行車軌跡對過車信息進行查詢。2.智能研判智能研判是通過對海量過車數據的分布式計算分析， 快速挖掘出其中有價值 的信息。智能研判具體包括以下功能：行車軌跡智能研判車輛軌跡智能研判功能包含對精確目標、 模糊目標兩類車輛進行軌跡智能研 判。精確目標車輛軌跡智能研判： 分析特定車輛在一段時間內經過多個信息采集 點形成的行車軌跡，在 PGIS 上重現該車輛的行車路線。 “特定車輛”是指查詢者明 確該車輛的車牌號碼， 至少清楚車牌號碼中絕大部分字符及

11、準確的排序位置， 在 查詢過程中也可輔以準確的車身顏色或車型等其它特征信息縮小系統篩選范圍。“特定車輛”行車軌跡出現在信息平臺的 PGIS 地圖上，單擊任一采集點的卡 口圖標，能重現當時車輛被捕獲抓拍的高清照片。若查詢者確認該車輛為嫌疑車， 則可啟動布控報警與實時跟蹤功能， 當該車 下一次穿過任意卡口（或卡口式電子警察） 時，系統將自動報警并提示監控人員， 同時該車在未攔截之前， PGIS 地圖上將實時顯示其后續穿過的卡口位置、行車 軌跡、趨勢方向等信息。模糊目標車輛軌跡智能研判： 當偵查或目擊者提供的車輛特征信息不明確時， 結合有限的車輛特征信息和車輛逃逸方向， 綜合目擊者發現它的時間段、

12、有限的 車輛特征信息、 逃逸方向范圍內的卡口等客觀條件進行檢索查詢， 在 PGIS 上勾 勒出同時滿足上述條件的所有車輛的行車軌跡， 在查詢過程中也可輔以準確的車 身顏色或車型等其它特征信息縮小系統篩選范圍。 為偵查辦案工作進一步開展提 供參考依據，比如：提供這些相關車輛的高清照片，其中包含清晰的車牌號碼、 車輛輪廓特征（車型、車品牌） 、駕駛員面部特征等。短時通過車輛智能研判短時通過車輛智能研判是通過區間測速功能， 對通過區間的時間在設定閾值 內的車輛進行研判。 短時通過車輛智能研判一方面有助于將長期超速行駛的車輛 納入治超名單，通過安裝在街面的 LED 信息發布屏對其進行公示、警告；另一

13、方面有助于公安交通管理部門統計分析哪些路段發生超速行駛的次數最多， 以輔 助決策是否需要對這些道路進行加強管理，消除潛在的交通事故隱患。跟車關聯智能研判 跟車關聯智能研判是針對刑偵時犯罪團伙車輛經常結隊活動的特點， 對犯罪 嫌疑車輛進行信息查詢時， 根據車牌省份地域分析其相鄰車輛號牌， 挖掘出有關 聯的車輛，為辦案提供線索。根據犯罪嫌疑車輛的車牌號碼、車牌種類、車輛通 過時間、分析時間間隔、 路口名稱及車道號這幾個條件篩選出與犯罪嫌疑車輛有 關聯的車。選定車牌號碼、時間段、路口等信息，通過設定的跟車間隔時間大小，分析 出與此車輛關聯的其他車輛過車信息。套牌嫌疑智能研判套牌車輛智能研判功能主要包

14、含基于車輛多個特征交叉比對的研判分析和 基于行程時間的研判分析兩大類。基于車輛多個特征交叉比對的套牌車輛智能研判： 綜合分析車輛號牌、 車型、 車身顏色等車輛特征， 自動發現套牌車輛， 因為車牌號碼識別準確率最高， 選擇 車牌號碼為基準參數。比如：在城市內發現車牌號碼一致，但車型不同，或者車 牌號碼一致， 但車身顏色不同， 那么其中 1 輛一定是套牌車， 在認定過程中將借 助來自車管庫的登記信息。基于行程時間的套牌車輛智能研判：在 PGIS 地圖上，以卡口、卡口式電子 警察布點較密集的路段為中心劃定幾個區域， 區域之間設定時間差， 對多個區域 內的通行車輛進行交叉比對， 如果發現車牌號碼相同的

15、車輛， 那么其中 1 輛一定 是套牌車， 在認定過程中將借助來自車管庫的登記信息。 其原理是在現實環境中 同一輛車從一個區域跨度到另一個區域的行程時間不可能小于設定的時間差。頻繁出入車輛智能研判頻繁出入車輛智能研判是分析一段時間內車輛通過某一個或某幾個卡口的 頻度，當頻度大于設定值時，認為該車輛活動異常，并可顯示車輛的活動軌跡。 該信息可用于車輛預警，同時提供統計報表，支持打印、保存及數據導出。區域碰撞智能研判 區域碰撞智能研判是利用數據碰撞技術來加速車輛特征信息的提取工作， 比 如在兩個卡口或兩個區域的所有卡口之間進行數據遍歷， 找出符合檢索條件的車輛。根據嫌疑人會用類似的手段連續作案的動機

16、原理， 當在一定時間范圍發生作 案手段類似的案件，對于指定的兩個或兩個以上區域范圍內的所有卡口為基點， 在指定的時間范圍內， 通過遍歷搜索的方式， 碰撞搜索并精確定位具備相同車牌 號碼的機動車，可以快速發現不同區域涉案嫌疑車輛之間的關聯性。初次入城智能研判在選定時間段和路口時， 查詢所有首次通行選定路口的車輛的過車信息， 對 于任意車牌號碼只記錄首次通行的一條過車信息。選定路口名稱、 車牌號碼、 時間段，分析得到該時間段內選定的車牌號碼首 次通過該路口時的過車信息。違法多發時間段智能研判通過對特定時間段內違法車輛的統計分析， 可分析出哪些時間段內交通違法 事件較多，如國慶期間、大型活動期間等。

17、根據分析結果，有助于公安交通管理 部門在這些時間段內，做出相應的對策。違法多發地點智能研判通過對特定地點的違法車輛統計分析， 可分析出哪些地點交通違法事件較多。 這些分析結果有助于公安交通管理部門找出違法多發地點， 以輔助決策是否需要 對這些道路進行加強管理，消除潛在的交通事故隱患。3.OD 分析支持過車數據的 OD 分析，包括區間測速、車輛誘導等。區間測速支持卡口與卡口間車輛的區間行駛速度測算， 通過兩個卡口之間距離除以車輛穿過兩個卡口的時間差來計算車輛在區間通行的平均速度（平均速度公式： V區間=S區間/T區間）。車輛誘導車輛誘導是根據車流量統計、 區間測速而計算出哪些路段繁忙， 哪些路段

18、空 閑，并實時將這些信息顯示在道路的 LED 屏上，根據深淺不同的顏色來標識道 路的繁忙程度，幫助司機判斷走哪條路更加合理。4.統計分析統計分析包括以下功能：車流量統計用戶能夠按卡口單位、卡口名稱、車輛類型、卡口車道進行流量統計，車流 量統計可以包括以下查詢條件： 按卡口使用單位查詢、 按卡口名稱查詢、 按車輛 車型查詢、按卡口車道查詢、按所選時間模式進行查詢。車流量統計可以按照五種時間模式（年、月、周、日、自定義時間段）自動 生成 3D 柱狀圖形式的報表 （年報表、 月報表、周報表、日報表、時間段報表） ， 并且報表可以導出和打印。 統計結果可以作為日常道路交通誘導和交通優化管理 的依據，方便用戶定期對交通狀況進行處理和總結。系統能夠對車流量情況，進行數據分析，對路段堵塞、車流量異常減少、增 多、斷流等情況可進行智能判斷并報警。車道平均速度統計用戶能夠按卡口單位、卡口名稱