简介：大数据分析是检查具有各种类型的大量数据并快速生成以识别隐藏模式、未知相关性和其他有用信息的过程。在现代汽车集团的研发中心,有许多类型的机器能够以前所未有的规模生成数据。作者开发了一种名为VDMS的车辆信号采集设备。这种类型的传感器每天在大数据系统上存储超过1TB的数据。因此,分析不断增加的数据量和高速流传感器数据的能力是必不可少的。本文研究了传感器数据的分析方法,首先,建立了从信号数据相关性分析到分类模型的分析过程,并开发了针对信号优化的分析方法。另外,提出了一种将异常信号数据形成图案并检测特定图案的方法。

简介：摘要结合大数据在运营商领域研究与实践，提出大数据在经营领域产出价值的8个方向，并举例说明；通过阐释大数据推动运营商市场经营模式创新的定义与特征，提出智慧运营中心的概念，并介绍其意义、商业设计与支撑要素；同时阐释智慧运营中心与其他业务平台的关系；后提出AI时代下智慧运营中心的发展机遇与演进策略。希望通过本文的分析研究，给行业内人士以借鉴和启发。

简介：摘要近些年，我国的科学技术不断进步，目前，电动车的无线充电技术是一种新型车辆充电方法，该系统由微电网模块、无线电能量传输模块和电动汽车充电模块组成。微电网模块采用光伏蓄电池组合，充分利用光伏发电产生的电力保证供电的可靠性。无线电力传输模块利用磁耦合共振为电动汽车提供稳定的电压。文中采用Matlab对系统进行仿真，仿真结果证明了该系统的可靠性，说明使用微电网进行电动汽车无线充电具有重要的应用前景。

简介：通过在客户端设计和嵌入一个由智能Agent构成的系统来实现单证的自动数据监控和分析,　　2.1数据抽取Agent　　数据抽取Agent（DA）主要实现对网上电子数据交换的单证进行监控性或合法性的格式检查,也提出了对网络中信息进行监控和统计与分析要求

简介：摘要由于多媒体等多种技术的发展与应用，各领域都发生了很大的变化，每天不仅产生大量的数据，而且数据更新换代的速度极快。人们在处理以及分析数据的过程中，继续使用传统的智能数据分析技术已经难以实现理想的效果，专家开始意识到必须尽快开发新的技术。这就需要了解典型理论和技术，掌握不同种方法的特点，这样才能有效的避免各自的劣势，充分发挥优势达到互补的作用。本文在分析不同种传统数据智能分析方法的基础上，分析了结合新平台开发的新型分析方法。

简介：

简介：　　　　3、从图像元数据标准看TBIR与CBIR,前6种图像元数据标准是基于文本技术的,基于文本的元数据标准又根据使用的范围和目的大致可以分为以描述图像概念层次上特征为主的主题性元数据标准（如VRACore）、以描述图像原始特征为主的管理性元数据标准（如MOA2、CDL、TMD）以及介于这两者之间的标准（如METS）

简介：

简介：摘要云平台通常由大量的物理机、高速大容量存储设备、高速网络和虚拟机实例组成，可为用户提供社交网络、内容分发和大数据处理等多种云服务及应用，且这些服务及应用具有不同的组成、配置和部署需求。云平台及其服务的持续可用建立在所有软硬件无故障的前提下，涉及服务器与云环境的部署、应用程序开发、产品逻辑设计、用户行为以及基础网络构建等。

简介：摘要如何从海量的电力营销数据中提取出有价值的信息，进而快速地为决策者提供尽可能准确、翔实的等量化指标和决策数据，提高经营管理水平，指导电网的经济运行工作，是目前信息技术在电力营销系统应用中面临的主要问题。数据挖掘（DataMining，DM）技术的出现，无疑将在电力营销领域引起一场革命性的变革。下面就对电力营销数据分析系统进行探讨。

简介：'数据分析观念'作为小学数学教学的核心词语之一,教师要改变传统单一的教学模式,要求站在宏观的立场与角度上,挖掘教材的教学价值,以使学生的数据分析观念真正得到培养。

简介：

简介：摘要：电力系统与人们的生活、工业的生产息息相关 , 电力系统的稳定运行关系到了国家工业领域的正常生产 , 国民的正常生活 , 随着信息化、数字化时代的到来 , 电力系统中各种智能终端设备的投入 , 智能电网、智能能源系统的建设 , 使得电力系统涌现出了大量电力数据 , 这些大量电力数据的背后隐藏着许多电力系统运行的宝贵信息 , 如何挖掘出这些宝贵的信息成为了电力系统亟待解决的问题。数据挖掘是利用数学的方法挖掘出隐藏在信息背后的价值 , 完成从知识到价值的转变 , 因此使用数据挖掘的方法来分析电力数据。

简介：【摘要】油田企业面对不断拓展的业务需求、多种数据类型和海量的数据管理需求，需要先进的数据横向扩展能力和高频访问能力。通过引入数据切片技术，在扩展数据元模型的基础上，建立数据立方体，完成石油大数据的数据切片，把海量业务数据均匀分布到数据库集群的不同机器节点，实现数据横向扩展，有效降低单台机器的访问负载，提高数据访问速度和并发量。

简介：电力系统与人们的生活、工业的生产息息相关,电力系统的稳定运行关系到了国家工业领域的正常生产,国民的正常生活,随着信息化、数字化时代的到来,电力系统中各种智能终端设备的投入,智能电网、智能能源系统的建设,使得电力系统涌现出了大量电力数据,这些大量电力数据的背后隐藏着许多电力系统运行的宝贵信息,如何挖掘出这些宝贵的信息成为了电力系统亟待解决的问题。数据挖掘是利用数学的方法挖掘出隐藏在信息背后的价值,完成从知识到价值的转变,因此使用数据挖掘的方法来分析电力数据。

简介：摘要为解决用户在开展节电工作时面临的用电数据不透明、缺少节电指导依据等问题，提出大数据背景下基于数据挖掘的用户节电通用分析方法，并在大数据平台上予以并行化实现，设计了直观的可视化展示形式。首先依据用户用电特性通过高维聚类实现了用电群体细分，然后融合电力、气象、经济等多维度数据开展节电分析，基于用户能效综合评估确定群体内节电标杆并量化用户节电潜力，接着通过多源数据关联分析获得用户节电策略，最后，通过SparkR在大数据平台上实现了节电算法业务的并行化，基于JavaWebMVC框架实现了分析结果的可视化展示。实际应用效果表明，所提出的节电大数据分析方法，能有效关联多源数据，实现对海量用户数据的高效分析。

简介：摘要作为教师，要有效地利用课本知识与相关例题，由浅入深，由表及里，不断追问，启发思考，帮助学生逐渐学习分析比较，感悟数学思想，建构认知系统，进一步促进学生数学核心素养的提升。

简介：摘要 ：大数据分析能够从众多的数据信息中寻找到有用的信息，是挖掘信息的最主要的方式。对有用的信息在进行深入的挖掘和分析，进而能够为科学发展制定策略。大数据计算主要是对大量的数据进行总结和处理的过程，能够有效的解决传统计算的问题，保证数据的准确性。在结合两种大数据处理方式后，构建大数据分析与计算体系架构，既可以处理大量的数据信息，还能对其中可利用的信息进行处理。

简介：

简介：摘要针对智慧城市建设中管线、管网数据量大、资料难于管理等问题，文章详细分析城市管网的数据种类、特点及其复杂程度、相互关系,把城市综合管网所涉及的信息分为包含图形和属性的管网数据、管理管网的地形数据和其他服务型数据三种类型，提出使用数据库、分类编码等多种技术手段对城市管网数据进行管理、更新和维护，为获取更为完整、准确的管线图形和属性数据，实现城市建设中管网数据科学管理，为智慧城市建设提供一条智慧管网构建思路。