关键词： 柔性化数据处理   自配置功能   自定义报表   逻辑矩阵  

摘要： 随着数据中心的规模日益庞大,面对海量的运维数据,维护人员个性化的数据处理及对系统功能敏捷化的开发需求愈加迫切,为此提出了柔性化数据处理模型,并以其为基础设立用户自配置功能区、用户自定义报表区和用户自编辑逻辑矩阵三个应用功能区,解决了现有动环监控系统数据处理不灵活、功能固定且开发部署周期长的问题,可快速满足数据中心(或核心机楼)动环运维人员多样化的数据分析需求。

关键词： 工程测量   沉降观测   数据处理  

摘要： 文中结合工程实例,对沉降观测基准点、沉降观测点的布设以及观测频率等方面进行了分析,总结了出沉降监测数据的处理的几种方法。

关键词： 逐差法   加速度   匀变速直线运动   数据处理  

摘要： 针对运用逐差法求解加速度时的困惑,通过理论及例题研究,探讨在数据处理过程中如何选取与舍弃数据,使计算结果更具有科学性。

关键词： 云计算   Python   Flask   数据处理   G-M计数器  

摘要： 基于云计算原理,用Python及Flask设计了一个辅助G-M计数器及放射性衰变统计规律实验数据处理的程序,可不受地域及设备的限制快速实现数据计算、G-M计数管坪曲线和放射性衰变统计规律绘图等功能.

关键词： 数学阅读理解   高考数学试题   概率统计   批判性思维能力   信息有效性   信息整理能力   数据处理能力   高考模拟题  

摘要： 统计中提供的“运用数据进行推断”的思想方法已经成为现代社会中一种普遍使用且强有力的思维方式,运用数学方法对数据进行整理、分析、推断和决策是当今社会所需要的重要能力.决策正确与否依赖于数据信息的有效性,而数据处理的效率是决定数据信息有效性至关重要的因素.一直以来,北京高考数学试题主要考查学生的批判性思维能力、数学阅读理解能力、信息整理能力和数学语言表达能力,而概率统计问题就是信息整理能力考查的良好载体.本文从北京高考模拟试题中的概率统计问题出发,深入探讨数据处理的核心思想.

关键词： 激光跟踪仪   火箭撬滑轨   坐标转换   轨道安装测量  

摘要： 火箭撬滑轨是超音速飞行器试验中的核心设备,其建造的技术核心之一是百万分之一的轨道直线性相对精度,因此滑轨安装过程中的直线度精密测控及调整工艺对于使轨道安装至设计位置至关重要。因建设要求轨道测控精度在水平及竖直方向允许误差均为±0.2 mm,传统测量设备及测控方法较难满足其安装测量精度要求。本文提出了一种基于激光跟踪仪的火箭撬滑轨主轨安装测量及其数据处理方法,利用该方法成功对某火箭撬滑轨安装进行了精密测控,为今后类似工程提供一种新的技术思路。

关键词： 自主   基础软硬件   生态建设模式   数据处理  

摘要： 近年来中国自主软硬件联合生态发展迅速。软硬件生态的建立包括底层硬件和操作系统构成的基础设施,丰富的通用工具软件,大量的中间件、应用,以及众多的开发者。为了解决自主软硬件生态的健康发展问题,了解生态的发展情况并研究其建设模式很有必要。创新地将我国当前自主软硬件生态的建设情况归纳出三种模式,即产品模式、集团攻关模式和服务模式。通过结合自主软硬件生态中的适配产品数据和开发者行为数据,阐述了三种建设模式的特点和差异,为我国IT产业成功建设自主软硬件生态提供经验参考与决策支持。

关键词： 沥青路面   抗滑性能   摩擦系数   多元回归分析  

摘要： 由于车辆的稳定性很大程度上会受路面抗滑性能的影响,所以雨雪天情况下的交通事故频繁发生。我国高速公路路面结构中沥青路面占比90%以上,文章以LTPP SPS-3数据库作为数据来源,针对不同区域的路表处治(薄层罩面、稀浆封层、裂缝密封、碎石封层),结合当地交通、气候条件,通过多元统计方法对沥青路面抗滑性能影响因素进行分析。文章挑选了数据库中可以对路面抗滑性能产生影响的因素,并初步进行一元线性回归分析,发现其并没有很好的相关性,从而对路面的抗滑性能与影响因素进行多元逐步回归分析,最后得出沥青路面抗滑性能符合统计学原理的回归模型公式。

关键词： 间接蒸发冷却   标准   试验工况   AEER  

摘要： 就JB/T《计算机和数据处理机房用间接蒸发冷却空调机组》标准进行制定思考,对间接蒸发冷却机组的定义与型式、基本技术要求、测试方法、性能试验工况、AEER性能试验、功能试验等内容进行说明,为正确解读各项技术要求、评价产品性能提供参考。

关键词： 人工智能技术   电力工程   数据处理   应用分析  

摘要： “十四五”时期我国经济发展从高速增长逐步迈向高质量发展阶段,其中,以人工智能为代表的新兴技术已经发展成为新时期推动我国经济高质量发展进程的重要技术手段。目前,人工智能技术所涉及到的应用领域及范围较广,发展价值与发展意义相对明显。针对于此,本文主要以电力工程应用领域为研究对象,重点对人工智能技术在电力工程数据处理中的应用问题以及发展趋势进行研究分析,以供参考。