教学课程资源库 更多>>

关键词： 大数据分析   港口停泊   船舶识别   Hadoop   分水岭分割   卷积神经网络  

摘要： 针对港口图像背景复杂、数据量大,影响船舶识别效率的问题,提出基于大数据分析的港口停泊船舶识别方法。选取Hadoop云计算框架,利用分布式处理方法,并行处理海量港口数据。Hadoop利用数据分析平台,运行Top-hat分水岭分割方法,该方法利用港口图像的局部极小值确定分水岭位置,计算分水岭位置的梯度函数,依据设置的阈值分割港口图像。将分割后的图像作为卷积神经网络的输入,卷积神经网络通过对图像实施卷积和池化操作,输出港口停泊船舶识别结果。实验结果表明,该方法可以精准识别晴天、雨天等不同背景下的港口停泊船舶,船舶识别时间低于40 ms。

关键词： 数据资产估值   商务大数据分析   市场法   数据交易市场   交易性数据   层次分析法  

摘要： [研究目的]大数据在企业的经营决策与高质量发展中发挥着越来越重要的作用,对数据资产合理估值有重要意义。[研究方法]基于我国数据交易市场基础设施建设日臻完善的观点,该文认为交易性数据资产价值受发挥作用途径、数据数量与数据质量、数据稀缺程度、数据所处行业和数据所有权五个因素的影响,选取市场法为底层逻辑,以层次分析法框架为基础,构建交易性数据资产估值方法。[研究结论]该方法结合可比数据资产的市场价值,通过可比数据资产与待估数据资产的相对估值系数对数据资产价值进行估计。该方法有利于提升数据流通过程的可计量性,进一步完善数据交易市场基础设施建设,为探索数据价值创造路径提供了新的方向。

关键词： App   大数据分析   分析师   三角互证   投资判断  

摘要： 随着大数据的广泛应用,投资app开始同时提供大数据分析和分析师研报评级等投资建议。基于心理学理论和实验研究方法,检验了投资app中分析师研报评级数量、大数据分析建议与研报评级的一致性对投资者投资判断的影响。研究发现,研报评级较多时,投资者判断的投资吸引力更高;大数据建议与研报评级一致时,评级数量的效应被强化,投资者判断的投资吸引力更高;大数据建议与研报评级不一致时,评级数量的效应被弱化,投资者判断的投资吸引力较低。此外,研报评级较少时,投资者更倾向于使用大数据分析即人工智能提出的建议;研报评级较多时,投资者更倾向于使用分析师即人力提出的建议。本文对理解大数据分析和分析师研报对投资者的影响具有重要意义。

关键词： 云计算技术   计算机大数据分析   应用分析  

摘要： 随着计算机技术的飞速发展,含可视化、科学化预测分析等内容的大数据分析技术在计算机运算等多个领域中发挥着重要作用。云计算技术是计算机大数据分析的核心保障。在云计算技术的支持与推动下,大数据分析技术不断进步,能够从海量数据库中获得更具价值性的信息,从技术维度有效保障了社会的发展。基于此,对云计算技术在计算机大数据分析中的应用探析进行研究,以供参考。

关键词： 大数据   市场精准性描述   预测  

摘要： 随着互联网技术的发展,人们逐渐意识到信息的重要性,对于企业而言,大数据能够帮助企业解决大量信息问题,并且对企业未来的发展方向有了一个更好、更新的认识。大数据分析利用数据挖掘和互联网技术对信息进行收集、存储、处理和加工等处理后所形成的具有价值并且能够被人们识别的信息集合,通过对海量数据进行有效的统计和挖掘分析,可以快速高效地获取大量有用信息进行科学合理的决策,鉴于此本文主要是讨论大数据分析技术在市场精准性描述与预测中的应用。

ISBN: (纸本)9787122431943

关键词： BOPPPS   大数据分析   教学方法创新   参与式教学方法  

摘要： BOPPPS是基于过程的教学模式,包括导言(B)、目标(O)、前测(P)、参与式学习(P)、后测(P)、总结(S)6个部分.文章主要探讨基于BOPPPS的参与式教学方法,并将方法落地于大数据分析课程中,同时提出相应创新举措,举措包括:①以任务为导向,以情景为依托,培养学生的高阶能力;②创设情景,打造最佳效应点,聚焦应用创新;③依托各种信息化手段,建设基于BOPPPS的教学过程.④全过程考查,构建多元智能教学评价方案.通过以上教学创新举措,达到以学生为中心,"项目+全过程评价"的有效结合,提高学生参与度的效果.

关键词： 医院   后勤行政管理   信息化   数据仓库   大数据分析  

摘要： 二十一世纪是信息爆棚的时代,各行各业围绕着信息化不断地改革和创新,医疗行业,国家对于医院的信息化改革,也进入了信息化及大数据的挖掘的深水区,单单就拿医院的后勤行政管理里来说,在保障医疗机构安全和提升医疗服务质量方面,具有不可替代的作用。当前的新时期,后勤管理工作要不断提高信息化水平。基于此,文章从医院后勤管理信息化的特点及作用分析入手,论述了医院后勤管理信息化水平的提高策略。

关键词： 高速公路机电设备   故障预测   维护优化   机器学习   大数据分析  

摘要： 本研究深入探讨了高速公路机电设备故障预测与维护优化方法,旨在改善高速公路设备的维护效率与可靠性。我们首先对各类机电设备的故障模式进行了全面分析,然后利用机器学习和大数据分析技术,构建并实现了一套故障预测模型。这个模型能有效识别出设备可能出现的问题,并预先提供解决方案。在此基础上,我们开发了一套维护优化策略,通过调度策略的优化,提高了设备维护的效率和可靠性。本研究的结果表明,此种故障预测与维护优化方法能显著提高高速公路机电设备的运行效率和安全性。