教学课程资源库 更多>>

关键词： 大数据分析   非侵入数据   电力负荷   数据分类  

摘要： 非侵入式电力负荷监测可在不改变电路结构时,确定电力系统负荷状态。通过分类电力负荷数据能够对电力用户行为进行分析,但因电力负荷数据量多、种类复杂,导致分类误差率较高,无法达到数据融合要求。为此,提出了基于大数据分析的非侵入式电力负荷数据分类。通过收集电力负荷信息,构建电力负荷数据分解算法,并利用分解算法建立非侵入式电力负荷数据分解数学模型。根据该模型对已处理好的电力负荷数据进行分解,利用大数据挖掘技术的k均值聚类法和随机森林算法,实现了对非侵入式电力负荷数据的分类。实验结果表明,基于大数据分析的非侵入式电力负荷数据分类方法可以有效确定电力负荷数据的类型,暂态负荷数据分类误差率低于5%,稳态负荷数据分类误差低于0.30%,满足电力负荷数据分类的要求。

关键词： 数字化阅读   数字化转型   公共图书馆   大数据分析   图书馆服务   虚拟现实   人工智能   信息技术  

摘要： 随着信息技术的不断发展,新时期公共图书馆数字化建设成为其提升服务水平、满足读者需求的重要途径。现从提升信息获取效率、促进数字文化资源共享、提高服务水平、满足读者的数字化阅读需求等方面阐述数字化建设的意义。在此基础上,针对数字化建设与推广,提出云计算、大数据分析、虚拟现实、区块链和人工智能等数字技术在图书馆中的具体应用策略。深入分析这些策略,以期为公共图书馆实现数字化转型提供科学的指导,推动图书馆服务更好地适应数字时代的发展需求。

关键词： 大数据分析   食品安全   风险评估  

摘要： 近年来食品安全事故频发,国家对食品安全问题越发重视。为了保障公众的健康,食品安全管理部门需要快速、准确地评估食品的安全性,并采取相应的措施。随着大数据技术的发展,大数据分析在食品安全风险评估中的应用正在被广泛探索。本文将重点讨论大数据分析在食品安全风险评估中的重要性、应用形式以及应用策略,以期为食品安全管理提供更有效的支持。

关键词： 交通工程   道路施工   数字化技术   大数据分析   信息系统服务  

摘要： 随着科学技术的飞速发展,数字技术已经被广泛地应用于各个领域,其中就包括交通工程道路建设。文章以已有交通工程项目为背景,探讨数字技术在道路建设中的应用方法与策略。结果表明,采用数字技术可以有效地提高公路建设工作效率,减少建设成本,降低风险,提高公路建设的精度和可持续性。同时,以创新的方式整合信息资源,完善公路建设信息化服务,转变传统公路建设模式。通过本项目的研究,揭示中国公路建设数字化技术的发展与创新,将促进我国公路建设行业对先进技术的接受与采纳,为公路建设提供新的方向与可能性。

关键词： 大数据分析   灌区配水渠道   流量预测   无线通信   RTU终端   支持向量机  

摘要： 为提升灌区配水渠道流量预测效果,有效指导灌区水资源管理,研究基于大数据分析的灌区配水渠道流量预测分析方法。以玛河灌区的玛纳斯县灌区为研究工程,在灌区配水渠道上下游分别安装水位计采集配水渠道水位信息,通过RTU终端汇总水位信息后,通过GPRS无线通信传输至上位机流量预测终端,流量预测终端利用大数据分析技术构建基于粒子群优化支持向量机(PSO-SVM)的流量预测模型,以水位信息为模型输入,输出灌区配水渠道流量预测结果。分析研究结果显示:该方法可有效预测灌区配水渠道流量,且流量预测结果与实际流量之间的相对误差较小。该方法具备灌区配水渠道流量预测实际应用性,可为灌区水资源规划提供数据基础。

关键词： 大数据分析   网络攻击行为   预测与防御  

摘要： 网络安全问题一直是国家安全领域的一大焦点,随着全球经济一体化的发展,互联网技术不断地在各个领域得到广泛应用,网络安全问题也日渐突出。本文通过对数据进行分析和挖掘,找出隐藏在数据背后的网络攻击行为,做到快速准确地预测和发现网络攻击行为并提前采取措施,从而更好地预防和解决网络安全问题。

关键词： 大数据分析   城市规划   数据安全   资源优化  

摘要： 大数据技术在城市规划领域中被广泛应用,能够为城市规划提供科学的决策支持。大量数据的分析预测,有助于优化城市结构,提高资源配置的效率,但同时也面临着数据安全、隐私保护及分析工具的局限性等问题。本研究针对以上问题提出了有效建议,旨在为城市可持续发展提供新的思路和方法,在城市规划中充分发挥大数据的分析作用。

关键词： 云平台   设备故障率   预测技术   大数据分析   云计算  

摘要： 随着电力行业的发展,输电变电设备的故障率预测变得愈发重要,传统的预测方法已经无法满足日益复杂的电力系统需求。本文研究了一种基于云平台的输电变电设备故障率预测技术,该技术结合大数据分析、机器学习和云计算,以提高电力系统的可靠性和运行效率。

关键词： 智能制造   大数据分析   K-means   隐含狄利克雷分布(LDA)模型   需求评估  

摘要： 在不违反相关协议准则的情况下,通过爬虫技术获取智能制造岗位数据,并对其进行清洗与脱敏处理.应用Jieba中文分词工具、K-means聚类算法与隐含狄利克雷分布(LDA)模型,将岗位名称分为6类,将技能集分为8类.最后,构建需求矩阵并归一化处理,得到各技能集对岗位簇的重要程度,为专业选择、课程建设与从业人员发展提供参考.

关键词： 体外受精与胚胎移植   人工智能   辅助生殖技术   需求   情绪  

摘要： 目的基于人工智能(artificial intelligence,AI)与大数据技术分析接受(或意向接受)体外受精-胚胎移植(IVF-ET)助孕治疗患者(IVF-ET患者)的需求,为专科医护提供参考。方法通过互联网数据采集和算法建模收集2010—2019年IVF-ET患者在社交媒体上交流的信息,分析IVF-ET患者的年龄和性别分布、网络交流健康信息趋势、患者所患疾病类型、给药情况、患者关注重点等信息,并对影响患者情绪的相关因素进行分析。结果2010—2019年,IVF-ET患者在社交媒体上交流相关问题的热度越来越高。30~35岁的IVF-ET需求人群在互联网上最为庞大,选择网上咨询IVF-ET相关事宜的患者多为女性不孕患者。患者给药情况中,提及次数最多的药物为黄体酮注射液,提及最多的给药方式为阴道给药,且接受一种黄体酮类药物治疗的患者最多。患者在IVF-ET过程中关注的重点主要包括负面心理、妊娠指标及经济因素。未受孕及阴道给药的患者,容易产生负面情绪。结论基于AI的大数据分析能帮助专科医护了解IVF-ET患者的实际需求,医护人员需加强宣教及指导,帮助患者树立正确的认识及维持良好的情绪状态。