教学课程资源库 更多>>

关键词： 大数据   高速特大桥   施工成本   预算管理  

摘要： 随着我国高速特大桥建设规模的逐步扩大,原有的成本控制、预算管理模式已无法适应施工建设过程中庞大的数据量。以大数据为基础的施工成本控制、预算管理优化是一种新型的管理方式。本文分析了高速特大桥施工中的成本控制与造价管理中存在的问题,并提出基于大数据的优化方法。大数据技术能够通过实时数据采集及数据分析功能精准预测施工成本,改善预算分配,并能够有效地把控施工过程中的风险。

关键词： 线上教育技术   深度拓展应用   大数据分析   教学成效保障  

摘要： 现代网络信息技术的发展带动了线上教育技术的创新优化,在线上教育技术深度拓展应用中,通过大数据可分析与测评教学成效,并结合分析与测评结果促进教学优化。目前,在线教育平台大数据分析已然成为教育领域中的重要支持,有着不可取代的重要意义。对此,文章主要从数据收集、数据分析、数据结果、决策阶段四个方面分析在线教育平台大数据分析的作用机理,并提出在线教育平台大数据分析优化教学的可行性策略。

关键词： 大数据分析   可视化   电信客户流失   Python   Pandas   Matplotlib   XGBoost  

摘要： 在电信行业,客户流失是一个关键指标,直接影响公司的盈利能力和市场份额。通过对客户信息表单进行流失客户与留存客户的分类分析,并在Jupyter Notebook中使用Python语言的Pandas和Matplotlib库对两类群体的个人资料、合同信息、服务使用情况等数据进行分析与可视化,可以帮助公司识别高流失风险的客户群体。最后,利用XGBoost模型对客户是否流失进行预测,从而制定针对性的营销策略和服务改进措施,以有效留住现有客户并吸引更多潜在客户。

关键词： 建筑材料检测   人工智能   深度学习   大数据分析   智能化管理  

摘要： 建筑材料质量检测领域的现状需求高强度的错误。这项研究展示了人工智能在建筑材料检测方面的潜在应用,具体来看就是深度学习与图像识别中的协同作用。通过创新的算法设计,此模型有能力辨识及解析建筑材料的质量。而通过物联网和大数据的结合,材料检测过程得以实现精准监控与管理。这种与人工智能结合的方法,大幅提升了检测效率并降低了人力负担,符合建筑业对于精密度与效率的高标准。可自动在建筑材料检测中寻找出差异与异常现象,从而显著提升了检测的准确性。据此,此项研究结果对于推进建筑行业智能化与现代化趋势的未来发展,有着不可忽视的影响。

关键词： 大数据分析   电力营销   营销数据   数据集群   数据融合  

摘要： 常规的电力营销数据集群融合方法以数据分类为主,存在忽视数据一致性的问题,融合后的数据出现数据冗余现象。因此,文章设计了基于大数据分析的电力营销数据集群融合方法,基于大数据分析构建营销数据集群融合模型,将电力营销数据进行归一化处理,缩小数据区间分布范围,使数据集群融合更加高效。计算电力营销数据集群并行融合粒度,将集群融合营销数据重叠的问题考虑在内,实现更加理想的融合模式。对比实验证明该方法的集群融合效果更佳。

关键词： 大数据分析能力   资源编排   动态能力   商业模式创新  

摘要： 商业模式创新是企业竞争优势的重要来源。制造业是国民经济的主体,是立国之本、兴国之器、强国之基。因此,探讨制造企业商业模式创新路径具有重要理论和现实意义。从资源编排视角与能力层级观视角出发,构建大数据分析能力—动态能力—商业模式创新理论模型,基于中国286家制造企业一手调研数据,采用PLS结构方程进行实证检验,结果显示:大数据技术能力、大数据应用能力对新颖型和效率型商业模式创新发挥促进作用;动态能力在大数据技术能力、大数据应用能力与新颖型商业模式创新间发挥部分中介作用,在大数据技术能力、大数据应用能力与效率型商业模式创新间发挥完全中介作用。结论可为数字经济背景下我国制造企业商业模式创新提供管理启示。

关键词： 大数据技术   苗木品种、筛选、改良、农业生产  

摘要： 针对大数据技术在苗木品种筛选与改良中的应用进行了深入探索,旨在提高筛选效率、优化改良策略,促进农业生产的可持续发展。

关键词： 大数据分析   消防工程   火灾预警系统   风险评估   应急响应  

摘要： 随着信息技术的飞速发展,大数据分析已经成为各行各业不可或缺的工具。在消防工程领域,大数据分析的应用更是为火灾预警系统带来了革命性的变化。本文通过理论分析与实际案例相结合的方式,详细阐述了大数据分析在火灾数据收集与处理、火灾风险评估与预测以及火灾应急响应与指挥等方面的具体应用。研究表明,大数据分析不仅提高了火灾预警系统的准确性和时效性,还为消防部门提供了更加科学、高效的决策支持。

关键词： 电机装配精度   大数据分析   数据挖掘   机器学习   多变量回归分析  

摘要： 在电动汽车与工业自动化迅猛发展的时代背景下,提高电机装配精度对于制造业具有重要意义。本论文的研究目的是探索如何通过大数据分析的方法提高电机的装配精度。在分析了数据采集与分析能力,装配精度地提高趋势及技术应用成熟度等因素的基础上,研究利用数据挖掘与机器学习算法相结合的方法分析了海量的装配数据并设计了实验加以验证。研究表明:环境温湿度控制与高精度装配工具推广对于装配精度的提升具有显著作用。另外,利用多变量回归分析进一步证实上述因素对电机装配精度的影响。得出结论:优化装配环境,更新工具设备以及实行数据驱动决策等措施是提高电机装配精度行之有效的途径,并对今后的研究趋势提出了新思路。

关键词： 深度学习   电力工程   大数据分析   AdaBoost算法  

摘要： 针对电力工程数据缺乏统一规范和标准,且难以深入挖掘分析已有电力工程数据,无法对工程建设提供数据支撑等问题,提出一种面向电力工程的多源异构数据评估方法,用于对相关工程数据进行分析评估。在建立电力工程多源异构数据库的基础上,通过RobustScaler技术对数据进行预处理,使用AdaBoost算法对训练数据集进行学习,得到基于弱回归器的组合策略模型。基于实际电力工程数据对模型进行的仿真试验结果表明,文中所提模型平均绝对误差为3.26%,均方根误差为6.47%,相比同类算法在数据分析的准确程度和稳定性上均具有明显优势。