加强和改善车险理赔服务的若干策略

近年来随着我国社会经济的快速发展,居民生活水平得到明显改善,私家车辆的日渐增多,车险理赔服务也越来越受到人们的关注和重视。车险理赔作为保险公司的重要业务,由于经营和管理上的相关问题,车险理赔难已经成为保险行业的通病,这不但影响到消费者的实际利益,同时也对保险公司的市场形象构成一定的损害。该文就如何加强和改善车险理赔服务展开分析,探讨车险理赔的基本现状以及服务当中所存在的相关问题,并提出合理的优化对策,希望对车险理赔服务的开展起到一定的借鉴和参考作用。     

聚焦车联网位置隐私保护

<正>随着新一代信息通信技术快速发展,车联网成为连接“人-车-路-网”的重要纽带。车联网行业常用匿名证书来保护用户位置隐私,但数据中包含的一些准标识符集,可将离散的位置数据组合成完整位置路线,继而暴露位置隐私、威胁用户安全。而基于K-匿名算法提出的车联网位置隐私保护方法能弥补车联网匿名证书的不足,保证用户位置隐私安全,有助于推动车联网数据安全发展。     

城市家庭活动安排对小汽车使用决策的影响

为探究家庭成员的活动安排对小汽车使用决策的内在影响机理,基于曲靖市2015年居民出行调查数据,结合活动分析法和时间地理学,提出了6种小汽车使用模式,并建立了家庭小汽车使用的决策过程模型.结果表明,家庭成员的时空约束是决定小汽车分配的关键因素,因参与生存型活动而受到较大时空约束的成员更倾向于优先使用小汽车,但在生存型活动中女性家长易形成对小汽车依赖;成员间的活动安排会进一步影响小汽车的使用权分配,男性家长的活动安排对女性家长使用小汽车更具影响力,转移了小汽车的使用权.     

车联网应用发展与运营模式

随着经济快速发展与信息化时代的来临,网络逐渐走向多元化,车联网逐渐改变了汽车的基因。车联网构建了城市与交通之间的信息网,使实时信息在互联网的大社区中相互传输,改变汽车单一的职能,为驾驶人提供更好的驾驶体验,提高驾驶安全性。该文首先介绍了车联网的定义与功能;其次介绍了车联网在发展与运营之中所遇到的困难并给出建议;最后提出了车联网未来应用与发展的趋势与走向。     

车联网大数据环境下的交通信息服务协同体系

以车联网大数据环境下的新型交通信息服务协同体系建设为目标,在深入分析车联网和大数据的内涵和技术特征的基础上,针对交通信息服务的应用需求,基于分布移动交通信息原子服务计算平台,提出了新型交通信息服务协同体系,包括交通信息服务模型描述、基于机会通信的服务发现协议、基于语义的交通信息服务匹配算法和上下文驱动的服务动态组合4个部分,从这4个方面入手,建立了车联网大数据环境下的新型交通信息服务协同原型系统,验证了服务描述、服务发现、服务匹配服务组合技术。研究结果表明:新型交通信息服务协同体系能够很好地提高交通信息服务的智能化和个性化水平,服务质量明显提高,用户所需服务供给的针对性显著提高;该服务协同体系能为车联网用户提供更为智能和个性化的交通信息服务,有助于保障交通运输的安全和高效运营。     

C&R Tree算法在车险费率厘定中的应用

提出基于C&R Tree算法的车险理赔风险模型。现有研究方法对变量多、数据类型复杂和数据量大的数据不能准确进行分析,导致对车险客户的理赔风险出现误判,从而不能准确制定车险费率,为了解决上述问题,提出C&R Tree算法。C&R Tree算法通过检测输入字段,通过度量各个划分产生的异质性的减少程度,找到最佳的一个划分,将C&R Tree算法应用到车险理赔数据中,实验证明:所得理赔风险模型不依赖于经验知识,其模型易于理解,且具有较高的准确率,能够满足评价的要求。     

现代通讯技术与城市智能交通

随着高速路网的延伸和车辆的增多,行车安全和出行方便成为备受关注的热点问题。在智能交通领域,车联网3、G技术兴起,也进入应用阶段。就智能交通中的3G技术、车联网的作用做了重点介绍和分析。     

车联网产业发展与市场前景分析

车联网作为当前汽车工业、无线通信领域中的新宠,受到越来越多人的青睐。该文主要分析了车联网产业的发展情况,对车联网发展过程中所出现的问题进行了探讨,同时还分析了车联网产业的市场前景。     

车联网发展现状及建设模式分析

随着网联通信、人工智能、电子信息、互联网、智能交通技术与汽车产业加速融合发展,车联网(智能网联汽车)产业迅速崛起,引领新一轮科技革命和汽车产业变革.车联网是我国汽车产业转型升级、由大变强、实现弯道超车的重要突破口,具有产业规模大、技术集成度高、上下游产业链长、经济产值高等突出特点,是世界科技和产业发展的最前沿领域.从梳理车联网国内外发展现状着手,简要分析了车联网的建设内容及运营模式,提出了促进车联网发展的措施.     

基于HBase的车联网海量数据查询

针对如何高效存储并快速查询海量数据问题,提出一种基于分布式数据库HBase的车联网海量数据存储查询方案.首先对实测交通数据进行数据预处理,剔除劣质数据并对车辆定位信息做地图匹配;其次,针对车联网数据特征和查询应用场景设计HBase表结构,包括列族与行键设计,使数据得到合理的分布;最后,根据行键结构设计多种车联网交通信息的查询模式.实验表明,该行键方案在查询耗时上相比没有行键设计的方案具有明显优越性.     

大数据时代统计素养的内涵及其对基础教育课程改革的启示

在大数据时代,统计素养越来越受到关注.然而,随着数据的变化和技术的发展,需要重新审视统计素养的内涵.在分析大数据时代公民对统计需求的新变化及回顾统计素养内涵的基础上,提出了统计素养的包容性定义.为了适应大数据时代的要求,基础教育课程需要以统计素养为核心目标,可以在以下几个方面对"统计与概率"内容进行改革:关注公民情境;适当引入开放数据;采用可视化软件;加强统计建模;渗透批判性评价和反思.研究结果为我国基础教育课程中"统计与概率"内容的修订提供参考.     

乌拉尔山阻塞高压和西伯利亚高压协同作用与东亚冬季风之间的联系

利用1948-2016年美国气象环境预报中心(NCEP)和美国国家大气研究中心(NCAR)逐日再分析资料,选取乌拉尔山阻塞高压二维指数(UBI)、西伯利亚高压指数(SHI)和东亚冬季风综合指数(EAWMII),定量化的验证了乌拉尔山阻塞高压(UB)和西伯利亚高压(SH)发生的年代际变化特征,分析了该变化对东亚冬季风(EAWM)产生的影响.结果表明,冬季UBI、SHI和EAWMII两两之间呈显著相关.其中UBI与SHI之间30 a滑动相关除1988年以后UB和SH两者联系增强外,UBI、SHI和EAWMII的Mann-Kendall突变检验也表明,3者均出现了两次气候突变,第1次突变分别发生在1950-1960年、1960-1970年、1970-1980年;第2次突变发生在2000-2010年,但第2次突变可能不真.采用回归分析方法,研究了UB与EAWM年代际变化的影响,发现在UBI强的年份各要素场距平值对UBI的回归比UBI弱的年份更加明显;在UBI强的两个时段(1948-1985年,2001-2016年)各要素场距平回归值有所差异,后者呈现更加显著的变化,说明2000年以后UBI和EAWMII的相关性增加导致UB对EAWM的影响程度逐渐增强.利用合成分析验证了UB和SH协同作用与EAWM之间的联系.UBI高与SH强的年份,当东亚冬季表面温度呈现负异常时,在位势高度降低的同时,东亚大槽加深增强,中纬度300 hPa高空西风急流增强,有利于形成寒潮天气.在UBI低与SH弱的年份,各要素异常分布情况与上述基本相反.单一的UB和SH变化对东亚冬季各要素场虽然都有一定影响,两者的共同作用对东亚冬季表面温度、500 hP位势高度和300 hPa高空风场的影响更为显著.     

车联上海潜力绽放

随着汽车电子技术不断发展,嵌入式软件技术逐步成熟,汽车智能化逐步成为未来发展的必然趋势,而车联网正是人们向信息社会迈进过程中“应运而生”的一支生力军,是一个产业链长、技术能级高、应用发展潜力大的新兴产业门类.上海市经济和信息化委员会副主任邵志清在2013 Telematics@China大会上指出:“作为上海新技术、新业态、新模式、新经济‘四新’经济的重要载体,车联网产业融合了云计算、移动互联、大数据、互联金融等新业态,发展潜力巨大.” 纵观信息技术发展,互联网实现了人与人之间的交流,物联网实现了物与物之间的互联互通,车联网则是基于互联网与物联网的结合、融入大量软件技术和信息服务内容的新型管理服务网络.车联网以车为节点和信息源,通过无线通信等技术手段获取车本身以及外部属性、参数,从而实现“人-车-路-环境”的互联互通.     

车联网技术发展态势比较研究——基于信息计量学视角

对车联网的名称来源、定义和内涵进行了简要阐述及国际比较;基于信息计量学的视角,采用词频分析、共词分析、聚类分析等信息计量学方法,通过对车联网技术相关研发数据的挖掘,从国际与国内、基础研究与应用开发两个相互交叉的维度,分析比较了车联网技术的总体趋势、地域分布情况、主要研发机构和热点领域,对车联网技术的国内外发展态势进行了较客观、全面的揭示。     

大数据下的智慧校园建设研究——以“智慧甘农”为例

随着大数据、云计算等新型信息技术的广泛应用,数据迎来了井喷式的增长阶段,大数据的应用受到了更多的关注。本文介绍了在大数据背景下甘农智慧校园建设的现状,分析了智慧甘农在目前建设过程中所面临的问题,提出智慧校园建设思路及智慧校园建设的总体框架,并对其应用进行了研究分析。     

智慧城市中大数据技术的应用探索

随着信息技术的发展和人民生活水平的提高,智慧城市建设受到前所未有的关注。大数据技术对于促进智慧城市建设质量具有重要作用。建设智慧城市需要信息技术,包括云技术、物联网和通信技术等。大数据在智慧城市建设中起着重要作用。因此,分析大数据技术在智慧城市建设中的作用、存在的问题和提出解决方法具有重要意义。     

适用于车联网的无证书强匿名聚合签名方案

车联网(Internet of vehicles,IoV)正在为车辆用户提供更高效的数据通信服务.在大数据环境下,车辆用户身份信息的可用性使得车辆用户的安全成为一个重要问题.如果用户的身份信息被泄露,可能会导致他的行程被追踪,甚至造成生命危险.因此,实现车辆的匿名认证成为车联网亟需解决的问题.此外,及时处理大量数据也是...     

面向未来智能社会的智能交通系统发展策略

 随着物联网、大数据、云计算、人工智能等信息技术的快速发展,智能交通与信息、传感器、电子控制等先进技术相融合,进一步拓宽和深化了未来智能交通系统的内涵,并有望对人类未来智能生活的理念和模式产生重大影响。本文分析了智能交通系统的国际前沿和发展趋势,介绍了智能交通系统的大数据挖掘、无人驾驶、电动汽车、车联网等关键技术,指出了智能交通系统的发展重点,对智能交通系统助力智能社会发展提出了建议。     

面向群智感知车联网的异常数据检测算法

群智感知车联网利用普通用户的手机或平板电脑等智能终端获得交通数据,解决了车联网以低成本获取足够数据的问题,但却凸显了数据"质"的问题.为此,在分析群智感知车联网的数据结构及数据异常特点的基础上,提出一种适用于群智感知车联网的异常数据检测算法,并依此剔除异常数据,提高数据质量.算法利用核密度估计理论对车联网数据的概率密度进行估计,进而构建信任函数计算被检数据的信任度,后根据统计学理论将信任度小于0的数据判定为异常数据.最后对该算法的可行性及性能进行了仿真,结果表明该算法的性能可满足实用需求,且对比传统的统计检测法在检测率和误检率上具有更好的性能.     

大数据时代下数据挖掘技术的应用

 大数据时代下,数据挖掘技术越来越受到人们的关注。本文介绍了数据挖掘技术的研究背景和研究现状,论述了决策树、支持向量机、神经网络等数据挖掘技术的相关算法,分析了数据挖掘技术在大数据中的相关应用及未来的发展趋势,探讨了在大数据时代数据挖掘技术面临的挑战。