大市場1.交通管控市場千萬項目規模為84.24億。2.智慧交通/智能運輸市場千萬項目規模為20.33億。3.高速公路機電市場千萬項目規模為
75.8億。4.平安城市千萬項目規模為56.6億。以上四個市場都有著很多的智慧交通方面的應用案例。
具體的在交通管控市場方面，
當前各個省積極構建的交通運行監測與應急指揮系統，還有圍繞著視頻、圖像分析，從而實現在治安、交通、工業制造、汽車、人工智能等等諸多領域的應用亦是智
慧交通的典型案例。如深圳榕享的"交通仿真與智能管控機器人"可實時采集視頻檢測數據與線圈檢測數據，將采集的交通流數據、信號配時等數據輸入到建立的仿
真路網模型中，進行實時的交通系統仿真。通過壹體化交通仿真模型，機器人能快速找出路網擁堵點以及分析路網的常發性擁堵點，並對交通流運營狀況的演變進行
預測和分析。在交通仿真與智能管控機器人平臺上，還可對城市的任意交叉口的交通環境進行設置，周邊居民可將相關建議"告知"機器人，實時模擬交叉口改良效
果，實現全民參與、全民實踐、全民創新的交通管理新模式。
智慧交通/運輸方面各種“專車”“快車”“拼車”“代駕”平臺類和軟件數據類的實例比比皆是，如我們都熟知的“滴滴快遞”“uber"“e代駕”等app應用。
交
通工具新型技術案例方面：如無人駕駛、自動駕駛、智能車等等；在2015年12月互聯網大會上李彥宏展示的無人車，李書福展現的自動駕駛技術都體現了當前
智能交通工具的發展。
更近壹點的是，汽車電子標識、ETC、車路協同。2015年的新能源客車市場呈爆發性增長，新能源客車銷量達到37363輛，同比增長213.19%，同
時2015年國務院印發《新能源公交車推廣應用考核辦法（試行）》、《電動汽車充電基礎設施發展指南》等等政策文件，可預見的是新能源汽車將會造就壹個巨
大的市場，建立在新能源汽車之上的車聯網也將搭上順風車。
平安城市也有很多已經成型的智慧交通案例。平安城市是基於GIS數字地圖技術，高
度整合治安監控、智能交通、數字城管、應急指揮等子系統，改變傳統的靜態管理和單點管理，實現實時、動態的聯動管理新模式，實現了整個城市的治安、交通、
城管、應急聯動等各個職能部門的聯動，建立了高效的城市部門聯動機制，提高了城市的集成化、智慧化管理水平。根據高清視頻監控系統的特點和應用需求，結合
當前與今後壹定時期內圖像監控系統與圖像應用系統的發展需要，建設壹套先進的平安城市綜合應用平臺，為指揮調度、調查取證、應急處置、交通管理等多種後臺
應用提供及時、可靠的視頻圖像信息，服務於實戰。市面上常見的平安城市系統具備的主要功能大部分都有：人臉卡口功能；交通事件檢測功能；智能檢索功能；道
路違法抓拍功能；車輛稽查布控功能；非現場執法；分析研判功能；交通事態監控功能；視頻質量檢測功能；智能應用管理功能；數據格式及通信功能；遠程控制功
能；指揮調度功能；勤務管理功能； 設備運行狀態監測功能。
以上在我看來都是智慧交通的應用案例。
接下來說壹下在大數據方面的應用案例
在
醫療方面，紐約的mountsinai醫院利用數千名患者的數據、歷年匯報的流感爆發數據等數據與病毒的變異過程做交叉比對。通過這種工作，科學家和醫生
可以預測病毒如何傳播，以及對抗這些病毒的最佳途徑；甚至有可能使用預測分析來判斷病毒的傳播方式，然後采取行動來限制這壹傳播。據說這家醫院有望在未來
阻止流感的發生。
在交通方面，浙江某城市與英特爾合作，安裝了1000個數字監控設備，100個智能監測點系統，超過300個檢查點的電子警察，和500多個視頻監控系統。通過更有效地監測交通和擁堵數據，改善交通流量，減少道路交通事故。
在
廢物處理方面，
英國曼徹斯特垃圾處理局有壹套系統，能夠利用數據使得產生的垃圾被盡可能多的再次利用。通過對來自不同地區的卡車進出加工廠時進行稱重，能夠了解每個地區
所產生的垃圾數量。這些數據幫助當局出臺了相應的政策，鼓勵那些特定的社區更好的垃圾回收和垃圾減量。
在建築方面， 住房慈善機構hact從400,000座住房中持續不斷地收集數據，並進行了各種數據分析。通過數據來發現設計、建造、布局中存在的潛在問題，進而在建造新的樓宇時優化相關的參數，避免這些問題，改進政府保障房的的維修，規劃空間合理使用。
智能應用服務，Google提供的大數據分析智能應用包括客戶情緒分析、交易風險（欺詐分析）、產品推薦、消息路由、診斷、客戶流失預測、法律文案分類、
電子郵件內容過濾、政治傾向預測、物種鑒定等多個方面。據稱，大數據已經給Google每天帶來2300萬美元的收入。例如，壹些典型應用如下：
（1）基於Map Reduce，Google的傳統應用包括數據存儲、數據分析、日誌分析、搜索質量以及其他數據分析應用。
（2）基於Dremel系統， Google推出其強大的數據分析軟件和服務 —
BigQuery，它也是Google自己使用的互聯網檢索服務的壹部分。Google已經開始銷售在線數據分析服務，試圖與市場上類似亞馬遜網絡服務
(Amazon Web Services)這樣的企業雲計算服務競爭。這個服務，能幫助企業用戶在數秒內完成萬億字節的掃描。
（3）基於搜索統計算法，Google推出搜索引擎的輸寫糾錯、統計型機器翻譯等服務。
（4）Google的趨勢圖應用。通過用戶對於搜索詞的關註度，很快的理解社會上的熱點是什麽。對廣告主來說，它的商業價值就是很快的知道現在用戶在關心
什麽，他們應該在什麽地方投入壹個廣告。據此，Google公司也開發了壹些大數據產品，如“Brand Lift in
Adwords”、“Active GRP”等，以幫助廣告客戶分析和評估其廣告活動的效率。
（5）Google Instant。輸入關鍵詞的過程，Google
Instant 會邊打邊預測可能的搜索結果。
谷歌的大數據平臺架構仍在演進中，追去的目標是更大數據集、更快、更準確的分析和計算。這將進壹步引領大數據技術發展的方向。
在競選方面，直到2012年，奧巴馬的數據團隊對數以千萬計的選民郵件進行了大數據挖掘，精確預測出了更可能擁護奧巴馬的選民類型，並進行了有針對性的宣
傳，從而幫助奧巴馬成為了美國歷史上唯壹壹位在競選經費處於劣勢下實現連任的總統。只要數據量夠大，夠及時，挖掘夠深刻，就可以洞悉每個選民的投票幾率。
在教育方面，"以物聯網、雲計算等綜合技術的成熟為基礎，在學生管理數據庫中挖掘出有價值的數據，經過過程性和綜合性的考慮，找到學生各種行為之間的內在
聯系，考量背後的邏輯關系，並作出恰當的教學決策。以某集團最新出版的全球少兒美語旗艦課程為例，引入了首款應用於少兒英語學習領域的
MyEnglishLab在線學習輔導系統（以下簡稱MEL），應用大數據技術全程實時分析學生個體和班級整體的學習進度、學情反饋和階段性成果，從而及
時找到問題所在對癥下藥，實現對學習過程和結果的動態管理。