ISBN: (纸本)9787115584144

关键词： 物理化学实验   Python   数据处理  

摘要： 该文以乙酸乙酯皂化反应速率常数的测定和原电池电动势的测定为例,介绍了将Python语言用于物理化学实验的数据处理的方法,与传统的实验数据处理方法相比,用Python语言处理实验数据具有操作方便,处理效率高,误差小的优点。同时开拓了学生思维,培养和提高了学生的创新能力。

关键词： 智慧博物馆   大数据技术   红旗渠纪念馆   数据规划   数据处理  

摘要： 随着信息技术的发展,互联网技术扩展了人们了解博物馆相关信息的途径,同时也为智慧博物馆的建设提供了更多的可能性。但是由于不同种类博物馆之间属性不同,侧重点不同,继而智慧化建设过程中面临的问题也存在较大差异,但是归根到底,智慧化博物馆的建设都是要以数据为基础的,并且要以受游客欢迎为目标的,因此还是要回归到对博物馆数据的规划和处理方面。该文以红旗渠纪念馆为例,利用大数据技术就智慧化红旗渠纪念馆建设进行数据来源、数据分类和数据特点的调查分析,在此基础上确定了符合大数据技术处理规则和符合功能需求的红旗渠纪念馆数据处理原则。

关键词： 低应变   检测方法   注意要点   数据处理  

摘要： 多年以来,低应变(瞬态)测桩方法,由于其检测费用低、操作方便快捷被广泛地应用于基桩完整性检测中。我们通过多年的使用和经验总结发现,低应变(瞬态)测桩方法在现场检测中存在着一些不足之处和有待改进的地方,这就要求使用人员和设备厂家都要不断总结经验以便对其进行改进,力争在主机硬件和操作方法上实现新的突破,使得现场操作更为简单、直观。

关键词： 数据处理   环境影响评价   数据采集   模型构建  

摘要： 随着信息技术的快速发展,大数据技术在环境科学领域展现出巨大潜力。环境影响评价作为环境保护的重要手段,面临数据量大、数据类型复杂及实时性要求高等挑战。本文系统分析了大数据技术在环境影响评价中的应用现状,探讨其在数据采集、数据处理、模型构建与预测分析等方面的优势,结合案例展示了大数据提升EIA科学性和准确性的可能性。针对大数据技术应用中存在的数据质量、隐私保护及技术整合等问题提出了相应对策,并展望了其未来发展趋势。大数据技术有望推动环境影响评价向智能化、动态化方向发展,提升环境管理决策的科学水平。

关键词： 物理实验教学   测量   数据处理   误差理论  

摘要： 物理一直占据着极为重要的地位,在高中的课堂教学过程中,物理也更加受到重视。物理实验往往会产生大量 的数据,通过数据进行实验的总结。但是实际教学过程中往往会出现大量误差,影响课堂的教学质量。因此,本文从高中 物理实验数据处理误差理论应用的必要性、物理实验数据处理存在问题、高中物理实验数据误差处理的对策进行高中物理 实验误差处理的教学探讨与研究。

关键词： 软件工程   数据挖掘技术   数据处理  

摘要： 软件工程中使用的传统技术数据处理依然存在很多问题,比如在软件运行过程中出现卡顿、信息传输不稳定等情况,为了解决该问题,加强对数据挖掘技术的应用十分重要。因为数据挖掘技术能促使信息的有效传输,也能有效增强数据处理能力,维护数据信息整体安全性和准确性,对实践中数据挖掘技术在软件工程中的应用进行分析探讨。

关键词： 不平衡数据处理   药物-靶点相互作用   词向量   特征提取   Borderline-SMOTE   梯度提升决策树  

摘要： 为了解决药物-靶点相互作用(DTI)预测中数据集样本分布不平衡的问题,提出了一种新的数据处理方法。通过词向量特征提取,将原始蛋白质序列信息和药物化学结构信息转换为低维向量特征,组合药物特征和靶点特征来表征药物-靶点相互作用;采用Borderline-SMOTE技术合成少数类样本,以改善数据集的样本分布;最后将处理好的数据输入到梯度提升决策树(GBDT)分类器中进行分类预测。实验结果表明,本文方法不仅能有效提取药物-靶点相互作用的特征,加快特征提取和特征选择的过程,还能缓解数据集的不平衡性对预测结果的不利影响,提高了预测模型的性能。

关键词： ETC   快速检测   去冗余   三次样条插值  

摘要： 针对自主研发的面向高速公路运维的ETC性能快速检测装备外业中因采集环境等因素产生的数据干扰问题,研究了ETC性能快速检测数据处理方法,去除了冗余的数据形成有效数据集,提取数据波峰波谷信息并依据相邻波峰波谷之间的关系研究了干扰数据的去除方法,最后利用三次样条插值方法对数据进行曲线拟合,形成了采集数据的轮廓信息,能较好地表征收费站ETC信号的能量分布趋势。

关键词： 储能电站   数据处理   粗糙集   属性约简   统计学  

摘要： 锂离子电池的储能电站在运行过程中上传的数据量庞大,数据采样率高,增大了实时在线评估工作的难度。如何提取并压缩有效数据,同时保证压缩后的数据具有保真性,成为数据挖掘预处理所面对的主要问题。针对上述问题,选取储能电站特定工况下一个电池簇的数据,利用粗糙集方法,对数据的属性进行约简,根据正态分布的2σ原则对属性值进行二元逻辑划分,将单体电池划分为频繁检测对象和普通检测对象,压缩了在线处理的数据量。最后,对同一电池簇20天内不同工况数据进行验证,证明了该处理方法的有效性。