教学课程资源库 更多>>

关键词： 污染物追踪   PCA   回归分析   关联规则   环保监测  

摘要： 当前污染物追踪工作对于各行各业均具有重要意义,随着人工智能与大数据发展迅速,运用大数据技术对污染物信息进行挖掘分析应运而生。基于污染物排放数据在不同时序、空间中通过数据挖掘发现隐含的污染物信息对于环境监测与政府决策具有重要价值。论文提出一种基于大数据分析的污染物追踪预测算法,应用PCA算法处理污染物排放数据获得关键污染物;应用关联规则算法定量分析污染物间的关联关系。最终,结合分析结果可比对区域中各类型污染行业排放物,进行污染物排放源定性定量的追踪预测。

关键词： 互联网   大数据分析技术   服装设计  

摘要： 随着信息技术的发展,数据的来源被进一步拓展,同时也将其影响力延伸到了社会生活的各个领域,改变了各个行业的运作流程、基本形态与科学范式,进而影响人们的思想观念与行为方式。服装设计作为社会经济发展与社会文化演变的反映,很大程度上受到互联网大数据技术的影响。文章简单介绍了互联网大数据技术,通过对比,分析了基于大数据技术的服装设计的优势,并结合行业实际的发展情况,分析互联网大数据分析对服装设计的影响。

关键词： 数据治理   大数据分析   统计学者   数据科学   数据决策   数据创新   联合国   智能化  

摘要： 2023年4月下旬,第四届联合国世界数据论坛在杭州顺利举行,掀起了一场数据科学热潮。来自世界各国的政府统计官员、统计学者、数据科学工作者围绕如何利用大数据分析推进实现联合国2030年可持续发展议程目标开展了广泛的交流与讨论。这次会议,我认为达成了三个主要目的:一是我国向全球介绍了政府统计在用数据决策、用数据治理、用数据创新方面所做的探索与取得的成就。

关键词： 大数据分析   快时尚女装   对策研究  

摘要： 时尚女装市场竞争激烈,快速推出新品和准确预测流行趋势是企业保持竞争力的关键。基于大数据技术,可以分析海量的消费者行为数据,从而预测未来的流行趋势。本研究基于大数据分析方法,通过对快时尚女装行业的市场趋势、消费者需求等多维度数据进行收集和分析,解析了快时尚女装流行预测模型的关键因子,并提出了相应的思考方向,以期帮助时尚行业相关企业满足消费者个性化需求、提高品牌竞争力。对服装行业来说,女装品牌在发展的过程中,需要去不断地寻找时尚和流行元素,这一点至关重要,因为只有挖掘并抓住受欢迎的流行趋势,才能够提高产品的销量、抢占更多的市场份额。

关键词： 飞机维修   大数据技术   决策支持   效率   质量  

摘要： 本文研究了利用大数据技术对飞机维修数据进行分析,为决策者提供更全面、更准确的决策支持。在介绍飞机维修的背景和研究意义的基础上,分析了当前飞机维修管理存在的问题和挑战,然后介绍了本研究的研究内容、方法和预期结果。大数据技术的应用为飞机维修数据提供了更全面和准确的决策支持,解决了数据来源多样、数据量庞大和质量不稳定等问题。研究结果表明,利用大数据技术对飞机维修数据进行分析,能够有效提高飞机维修的效率和质量,为航空公司和机场运营商提供更好的服务和更高的经济效益。

关键词： 大数据技术   混合式教学   C语言程序设计  

摘要： 阐述C语言程序设计课程的混合式教学实践,利用大数据技术,融入精准教学理念,以教学活动实施过程中的教学数据为依据,构建基于大数据分析的混合式教学模式,从而实现精准定位的教学目标、精准设计的教学活动、精准评价的学习结果。

关键词： 大数据分析   银行业务   用户画像  

摘要： 在当下数据化的时代,银行商业模式也在随时代变化,大数据与机器学习技术被广泛运用于信贷、负债与审计业务中。本文基于信息检索的方式,介绍了大数据技术在商业银行中的主要应用。具体来说,本文将从大数据与机器学习模型在银行三大常规业务与银行审计方面进行介绍。其中建立合适且准确的用户画像是其中相当重要的一部分,通过选取最适合的机器学习算法来训练高效的机器学习模型以获得准确的用户画像并运用于营销增强、用户洞察、渠道优化、产品创新、运营提升与风险控制等方面。此外还可以建立机器学习模型来预测风险概率使商业银行可以提前防范风险,增加银行的风险抵抗能力。本文的研究对银行未来的业务发展方向有借鉴意义。

关键词： 教育信息化   在线教学   大数据分析   福建农林大学   信息技术   工商管理专业   翻转课堂   创新教学  

摘要： 早在2018年,教育部印发的《教育信息化2.0行动计划》中就明确指出,要建设在线智能教室来优化“平台十教育”服务模式,形成智能化的学习体系,推动信息技术深度融入教育教学。当前,在线教学的热度不减,从“应急式”植入走向“系统性”覆盖,并结合翻转课堂,实现混合式创新教学。本文以福建农林大学金山学院工商管理专业为例,基于大数据分析的应用优势,探究在线教学效果优化措施。

关键词： 云计算   电力负载预测   机器学习   大数据分析  

摘要： 基于Spark云计算大数据处理平台,设计了一种新的电力负荷预测方法。该方法以电力负载的一阶梯梯度特征表示电力负载的变化特征;采用非监督机器学习方法避免了人工划分数据为上升与下降两个类别产生的人工成本问腿;并用所划分的两类数据集训练分类神经网络和回归神经网络模型,使得该神经网络模型可以自适的将当前的电力负荷数据调度到相应的回归神经网络模型中进行分类预测。通过实际的电力负荷数据进行验证,实验结果表明,所提出的方法不仅能有效地将电力负载数据自适应进行分类,同时在多种评价指标上均优于其他传统的电力负载预测模型。

关键词： 道路试验   大数据   用户关联  

摘要： 为了在竞争日益激烈的汽车市场上取得成功,汽车制造商必须高度响应消费者的需求,并进一步加快新样车的设计验证周期。通过收集网联车辆的用户驾驶数据,促进数据驱动的试验认证,可以满足客户不同驾驶习惯的需求,但测试工程师面临着利用用户驾驶大数据的挑战。这促使一个专门的道路试验大数据分析系统的提出,为工程师获得对关联用户驾驶的整车道路实验提供有效途径。该系统不仅屏蔽了工程师操纵大数据的技术障碍,而且还帮助他们通过有指导的数据科学过程挖掘有价值的信息。该系统已被一些汽车工程师实际用于他们的道路试验用例,肯定了其灵活即用的功能和令人印象深刻的效率。