近日，年仅32岁的北京航空航天大学交通科学与工程学院副教授马晓磊荣获了2017年北京市优秀青年人才荣誉称号。对于北京市35岁以下的青年人才来说，这是一个非常重要的荣誉，北京市政府每三年只有26名青年人才入选。

    “能赢得这份荣誉我很荣幸，对我也是莫大的动力。”马晓磊倍感振奋。作为一位80后，他和大多数年轻人一样，平日喜欢游泳、健身、打羽毛球。

    但是来到实验室和教室里，就会发现这位80后的不一样，他自信、谦虚、认真，只有在这个时候，很多人才会懂得，马晓磊获得这份荣誉背后是他过人的天资和夜以继日、刻苦勤奋的努力。

    结缘交通大数据

    马晓磊本科就读于北京理工大学通信工程专业，初次接触交通，对马晓磊来说，是一个比较陌生的专业。此后，他来到美国求学，跟随导师王印海教授来到美国华盛顿大学深造，王印海教授老师带领马晓磊走入了交通大数据领域，让他进入了交通科学的世界，认为他应该将学到的理论知识用到实际当中。

    马晓磊认为交通工程专业就是一个这样的专业。通过接触交通仿真、公交信号优先等项目，他觉得交通工程越来越有意思，越来越有收获。因为这个学科能够把自己所学的知识运用到交通实际中，能解决具体问题。在美国华盛顿大学攻读博士期间，马晓磊与导师王印海教授在国际上率先提出E交通科学理念。E交通科学为多源异构数据的融合和挖掘提供了一种非常有效的方法，通过数据挖掘、数据融合和人工智能等技术对原始数据进行质量控制，利用云计算和地理信息数据库将交通综合信息有效提取出来，实现了大数据科学在交通科学领域的开创性应用。研究成果被国外多家媒体报道，并被美国交通部邀请到华盛顿特区总部参加“Transportation Data Palooza”会议并作报告。

    此外，马晓磊在攻读博士期间，帮助北京市交通发展研究院解决了北京公交一卡通上下车站点识别问题，将推算精度提升一倍以上，并用于监控北京公交运营状态。

    教书育人挑大梁

    马晓磊在国外的时候，就单独教过一门本科生的课程——交通管理控制，受到了同学们的欢迎和认可，学生们纷纷反映收获颇丰，最后课程评分时候他的课程远远高于平均分。

    回到中国后，身为80后，马晓磊不负众望，在科研和教学方面挑起了大梁。

    回到北京航空航天大学工作后，马晓磊非常感谢他目前所在的北航团队，尤其是长江学者、北航副校长王云鹏教授，王云鹏教授在马晓磊在北航工作期间，无论是经费上还是学生培养上，给予了很大的支持。

    回国后，马晓磊更是把在国外的教学经验带到了国内。如今，他教授的两门课程——智能交通系统和交通大数据分析，在这两门课程上，依托自身的国际化视野，马晓磊用了大量国外智能交通案例与同学互动，并进行双语教学，为同学们打开了眼界。

    在教学中，马晓磊特别注重学科之间的碰撞，他总能给学生带来很多惊喜和启发。“教书育人，最重要的还是要和同学之间互动。”在实际教学中，马晓磊还把典型交通管理项目方案，当成课程作业让学生们进行分组讨论，并鼓励同学们进行双语演讲，这样的教学，让同学们收获颇丰。

    马晓磊认为，青年科技人才，尤其是海归人才，要高速高质量成长，一定要多合作，合力提升在国际上的影响力。“青年科技人才应该主动积极地参加一些国内外的学术会议，多和国内外同行建立学术合作。”马晓磊总是鼓励自己的学生，多向国际前沿看齐。

    科研应用成果丰

    迄今为止，马晓磊有两篇论文具有很重要的影响力。

    一篇是2013年，马晓磊发表在Transportation Research Part C 交通领域顶级期刊上的论文——《Mining Smart Card Data for Transit Riders' Travel Patterns》。这篇文章针对城市公交居民出行起讫点估计问题，针对上车刷卡下车不刷卡的难点，提出了一系列人工智能方法。这些方法结合公交线网的空间关联结构，提取乘客出行模式并识别通勤乘客，实现公交出行矩阵的大规模获取，并根据每个人的出行行为分析整个城市的出行分布，从而进行线网规划。依靠这些人工智能方法，就可以进行公交调度优化，提供参考数据。这篇文章一经发表，就受到了广泛关注，目前已经是Transportation Research Part C期刊自2012年以来的高被引论文。

    另一篇文章是2015年发表在Transportation Research Part C 期刊上，关于深度学习预测的文章——《Long Short-term Memory Neural Network for Traffic Speed Prediction Using Remote Microwave Sensor Data》，这篇文章一经发表后，迄今为止，已经被引用了54次。这篇文章首次提出基于长短期神经网络预测短时交通速度，克服了已有递归神经网络模型中在长时序数据预测时无法收敛的问题，可使预测精度提升近2倍。目前，这篇文章的研究成果已经和中国一汽等企业进行了深度战略合作。

    “下一阶段，我计划继续推进，将科研成果产业化，并计划在中国的一些城市进行试点，让交通大数据为更多人智慧、便捷出行服务。”马晓磊说。

    目前，马晓磊团队已经与成都、杭州、济南等城市开展了“互联网+公交”项目合作，通过融合移动互联网数据与传统的公交IC卡，优化传统公交网络，开设新型定制公交线路，提升公交服务水平，吸引更多居民乘坐公共交通，最终达到缓解拥堵的目的。

    智能、智慧交通的未来，便是马晓磊期望的未来，这个未来，在马晓磊这样的青年科学家努力下，形成了结实的中流砥柱，为智能、智慧交通的未来打下了坚实的基础，也为这样的蓝图描绘了更确切的实现日期。