关键词： 云计算背景   大数据   处理技术  

摘要： 随着信息技术的应用与普及,以往的数据管理与处理系统越来越无法应对信息化的数据资料。为了满足人们对数据信息处理工作的更高要求,云计算技术应运而生并得到了广泛普及。此外,大数据处理技术能够与云计算技术相互配合,共同参与到数据信息的处理工作当中,并进一步分类、管理信息内容。在信息化时代当中,大数据处理技术的应用十分广泛,并且有着较高的应用价值。对此,本文将根据云计算背景,阐述大数据处理技术的主要概念,深入探究大数据处理技术和云计算技术间的关系,并分析大数据处理技术和云计算技术的主要内容,以供参考。

ISBN: (纸本)9787122431943

关键词： 小波重构   天平   动态特性   数据处理   补偿系数  

摘要： 针对风洞试验模型会产生受迫振动,测力天平测量的数据是模型受迫振动和受到气动力的混叠影响测力数据精度的问题,提出基于小波重构的天平动态特性数据处理技术。通过在模型上安装加速度计敲击模型获取受迫振动数据,再对受迫振动数据通过快速傅里叶变换(FFT)分析确定滤波频率阈值,采用小波重构技术实现滤波。通过投影公式计算动态补偿系数,通过补偿系数对天平测量的气动力实现补偿。试验数据分析发现,基于小波重构的天平动态特性数据处理技术,可得到固定的补偿系数,在试验环境中,干扰信号最大能衰减到15.69%,具有重要的工程应用价值。

关键词： 红外测距模块   STM32   数据处理  

摘要： 为了改善普通红外测距模块的测量精度,本次测距实现在红外测距的基础上加入了数据处理的算法,从而使得价格低廉的测距模块达到了较高的测量精度。硬件部分主要是以STM32F103ZET6型号的单片机为核心加上电源电路、复位电路、串口电路及测距模块电路构成;软件部分主要包括三部分程序,分别是模数转换模块、串口模块和主函数模块;最后便是在程序中加入了数据处理的算法通过消除随机误差的方式提高测距精度。实验结果显示:经过20次左右的迭代之后精度能够提高到0.01 cm,且通过卡尔曼估计进行迭代得出的距离值总是小于通过均值迭代得出的距离值。

关键词： 声景   声环境   声环境情绪   数据处理   可视化设计   声景地图  

摘要： 针对声景研究存在的缺少对声景的形象直观表达的问题,该文将声景理论与地图结合起来,提出了一种声景的可视化方法——声景地图。声景地图是一种表示不同地理环境条件下声景变化特征的专题地图。基于声景模型、声源分类模型和情绪二维模型等明确了声景地图的4类描述指标,包括声源类型、声环境情绪、声强级和声音频率,设计了一种声环境数据采集和处理的技术方案;基于地图感受论,对声景地图进行了科学的符号设计和合理的显示设计;以校园为声景研究实例,采用校园声景地图对校园声景进行了定量及定性分析,为校园声环境的设计与改善提供了参考。

关键词： 统计数据   几种方法   数据转化   工作效率   化简方法   数据处理   识记   归纳整理  

摘要： 在统计工作过程中,时常会碰到一些数位比较大的数据。这种数位冗长的“大”数据,不但会影响数据处理工作效率,增加统计工作难度,而且对于统计结果的展现与表达,统计结论的识记等,都会造成一定的障碍。因此,当统计数据较大时,就可能需要用到一些化简方法把“大”数据转化为“小”数据。以下是笔者归纳整理的几种大数位数据化简方法。一、“掐头”法如果把数据的高位数值作为头,低位数值作为尾,“掐头”法就是在处理一组统计数据时,把其中具有相同数位的高位数值去掉,只保留每一个数据中有差异的低位数值,以达到化简数据的目的。

关键词： 复杂工况   盾构   主轴承   数据处理   载荷谱  

摘要： 为解决盾构主轴承服役载荷无法直接表征、主轴承试验评价缺乏载荷谱的问题,提出一种主轴承复杂工况的载荷表征方法。首先,对带有伸缩摆动机构的主驱动进行受力分析并建立模型,根据主驱动力学模型,选取伸缩摆动式主驱动相关联的伸缩缸压力、位移、电机转矩等22项数据为分析参量,结合平衡方程与掘进过程中各特征数据及驱动姿态位置确定方程未知量;其次,依托大连地铁隧道项目,分析工程地质情况,提取盾构施工特征数据,利用雨流计数、分布估计、载荷外推等统计分析方法,编制主轴承载荷谱;最后,将编制的载荷谱用于主轴承寿命计算验证。研究结果表明,使用此方法能够准确表征某种工程地质工况下主轴承载荷水平,可为后续主轴承设计及试验评价提供载荷依据。

关键词： 学生特征提取   K-Means算法   K-Means++   模糊聚类   数据处理  

摘要： 聚类分析是一种关于大量数据挖掘的重要技术。而对于学生存在的个性化差异,各自会表现出不同的特征。以不同学生所体现的特征来实现在教学过程中对学生因材施教,其特征类型的统计是一种大量数据处理的操作。所以,对于这种维度高、数据集大的海量数据,可以利用K-means算法结合数学模型给出聚类的学生特征,再引入模糊数学中的隶属度,来提取出更具解释性的聚类特征。首先,介绍了K-means算法的思想原理并分析其优缺点,并引入K-means++算法;其次,针对初始聚类中心点的选取和K值的确定;然后通过对大学生计算机专业的课程成绩为例,进行聚类分析,其实验结果表明,基于K-means聚类模糊算法的学生特征聚类相比基本的K-means或系统聚类,聚类结果上体现出更好的科学性和解释性;最后,对K-means算法技术关于学生学习成绩和效率进行展望。同时,本文利用蒙特卡罗和用频数来确定隶属度的想法,是团队首创,确保了创新性。

关键词： R型因子分析   金矿   原生晕   福建邱村  

摘要： 以福建邱村金矿矿区地质特征为基础,运用R型因子分析对原生晕样品进行数据处理,从元素异常组合及浓度分带等方面研究了原生晕地球化学特征,发现了As、Sb、Au、Ag、Mo元素代表成矿阶段金矿化元素组合、轴向存在明显且“反分带”现象、680 m至400 m标高存在另一期金矿化等认识。通过邱村金矿原生晕的地球化学特征,结合分析成矿地质背景和矿区的地质特征,认为该矿床属于典型的浅成低温热液型金矿。

关键词： 关系型数据库   结构化数据   大数据技术   数据类型   半结构化   非结构化   数据处理   部分数据  

摘要： 一、大数据诞生之前的数据处理模式大数据是什么?其实大数据是满足数据达到海量这个规模以后,对这部分数据要完成存储包括计算的一种技术。但在数据没有达到海量规模之前,我们是不是有传统的数据处理架构去帮我们完成这部分数据的一个处理?首先从数据类型来说,我们处理的有结构化的、非结构化和半结构化的数据。结构化数据的话一般是存在关系型数据库里面的数据,它们都是结构化的。