位和科技致力于GeoAI 云平台相关的技术、方法和应用开发,应用于出行、规划、地理商业智能(房地产、零售、物流、保险、金融)、智慧城市等领域。位和云平台集成海量数据、大数据处理引擎、自服务数据准备、可视化、空间数据挖掘和空间优化计算,为数据分析人员赋能;支持云端访问(SaaS)和私有云部署(On-Premise),并可以通过API/SDK集成到用户自己的业务流程中,快速拼搭出面向行业应用的定制SaaS。
让数据更有价值
产品特点
基于云计算的服务模式
支持云端访问(SaaS)和私有云部署(On-Premise) ,方便用户进行协同工作,并有利于企业完成数据沉淀与知识积累。
一站式数据分析与挖掘平台
集成海量城市数据以及在线数据处理工具,打破GIS的专业壁垒,让多源数据集成、多因子空间数据挖掘以及成果共享与发布变得简单、高效。
简单易用的人机协同探索式分析
集成机器学习计算和交互可视化,让数据挖掘变得简单,轻松实现大数据的人机协同与探索式分析。
领先的模型算法
领先的模型算法能力和不断自我突破,多年数据挖掘与空间优化计算模型积累。
大数据与实时数据处理引擎
采用基于Spark/HDFS/Elastic Search大数据处理引擎、分布式计算,轻松完成超大数据量的分析挖掘,并满足企业对实时性数据处理的需求
全面的API/SDK接入服务
提供全面的API与SDK接入服务,使系统功能与服务可轻松嵌入到其它业务流程或应用中。
在线数据和自服务数据准备
数据挖掘中分析师的大量时间消耗在数据的清洗和预处理上。位和在线提供统计、房产、企业、交通、公共设施等十多个城市数据专题,近1000个分类的海量数据集,包括现状数据与历史数据。数据定期更新, 通过Spark/Elastic Search大数据处理引擎对位和城市数据进行清洗、索引、搜索、空间聚合和时空聚合,快速把大数据转化成小数据,有效集成多源数据。在线完成等时圈计算,可达性计算,路口密度计算,字段计算,数据关联,网格化,地理编码,切割,统计等指标计算和数据处理。界面向导简单易用,非GIS专业的分析人员也可迅速掌握。
认知城市:基于神经网络计算的多因子分析
当城市规划师遇到人工智能,就像老中医碰到了X光,位和集成机器学习计算和交互可视化,使城市规划师不仅仅是感知城市,而是探索和发现时空多维/高维数据中隐藏的分布模式,变化趋势和多因子关联关系,从而更好地认知城市。
应用场景
城市画像与评估;经济、产业、人口、生态环境的分布特征分析;城市功能区识别、中心区识别;城市用地效率识别;多规差异分类;重点设施周边用地评估;用地适宜性分析;公共设施服务能力评价;职住分析、用地投资分析;交通模式分析。
归纳空间:智能的自动特征分区
通过智能的数据聚合方法,将大片区域自动划分成若干个空间连续同质或异质的小区域,最大化多维属性的区内相似性,最小化区间相似性,形成不同尺度的层级嵌套特征分区。这个过程可以理解为对于具有不同属性和特征城市空间的归纳,以前往往需要城市规划师依靠经验来完成,而位和基于机器学习的算法,使城市规划真正实现从“拍脑袋”到科学的转变。
应用场景
城市功能区自然形态划分;产业分区、经济分区;文化分区、自然分区;主体功能分区;多规划区定线;城市群划分;生态景观去碎片化处理。
发现规律:基于复杂网络计算的空间交互与流分析
城市就像是一个生命体,它的生长、发育也有着自身的规律。城市规划师如果不能发现这个规律,便无法应用到城市规划的决策当中。最好的城市规划,不是解决当前城市问题的问题导向型规划,也不是朝着理想化城市设计的理想导向型规划,而是按城市生命规律导向的。位和基于机器学习的算法,揭示隐藏在海量数据下的规律,从而帮助规划师以最小干预来制定规划,也就是按照城市发展规律来做规划。
应用场景
出行特征分析;出行结构识别;腹地分区;区域联系强度分析;人流分析;交通流向规律探索;区域贸易流向分析。
优化布局:多目标多约束条件优化计算
城市中的各类资源是有限的,城市规划师所面临的问题就是如何在有限资源的情况下找到最优的分配方案。位和基于复杂高效的分区优化计算,并结合主客观限制条件和用户意愿,在设定多目标和多约束条件的情况下,自动生成空间连续的最优的分区方案。支持What-if 选址分析,现状布局评估以及方案比选。
应用场景
公服及基础设施布局评估;充电桩等基础设施布局优化;自动划分交通小区;自动划分设施服务区;小学,医院等公共服务设施布局优化;自动划分学区;自动划分居住组团。