教学课程资源库 更多>>

关键词： 车身质量   大数据分析   缺陷预测   能源消耗   过程数据   设备故障   实际产能   预测和分析  

摘要： 在实际生产中,由于设备故障的发生、人员效率的低下、车身质量缺陷的修复和能源消耗的损失都会影响实际产能,使其低于计划产能。本文通过大数据分析实验来验证预测和分析车身质量缺陷的可行性,即证明过程数据与车身质量的相关性。

关键词： 采集终端   故障预测   提前运维   BP神经网络  

摘要： 采集终端发生通信故障对采集成功率影响较大,为提前预测采集终端通信故障,提升故障处理效率,提高采集成功率,研究一种采集提前运维系统。基于用电信息采集系统的大数据,选取与通信故障具有强相关性的数据作为分析因子,采用BP神经网络构建故障预测模型,并进行训练、优化。将优化模型与用电信息采集系统互联,搭建提前运维系统,对次日大概率可能发生通信故障的采集终端进行预警,指导采集运维人员有的放矢地开展故障处理工作。算例结果表明,故障预测模型具有较高准确性,提前运维系统实用、高效。

关键词： 冷热电负荷   类聚分析   耦合特性   综合能源系统   K-means算法  

摘要： 随着我国综合能源系统的迅速发展,用户侧出现越来越多的综合负荷尤其是电冷热耦合负荷,而针对冷热电负荷的耦合特性的研究极为重要,其决定了综合能源系统规划和运行是否科学合理。因此,将大数据分析法应用到冷热电综合负荷的耦合特性分析中,建立了基于改进K-means算法的冷热电负荷耦合特性分析模型,该模型利用国外某高校实测综合能源系统相关真实数据,对学校用能负荷按照春夏秋冬四季进行合理聚类分析,以获得不同季节时段以及同一季节时段的用能负荷耦合特性,在此基础上,对该综合能源系统中电、冷综合需求响应的潜力进行研究。最后,通过仿真分析,结果表明文中方法能较好地深入挖掘该综合能源系统的用能耦合特性和需求响应潜力,为制定合理的综合需求响应方案提供有力数据支撑。

关键词： 大数据分析   高速列车   盘式制动   制动闸片   磨耗  

摘要： 伴随着修程修制改革进程的推进,动车组检修模式的优化、运行里程的延长、运行交路的调整、运行速度的提高,从动车组运行安全有序考虑,现从制动闸片检修要求、判断标准、磨耗情况、使用周期、后续更换预警预测的卡控措施出发,通过大数据分析的方式方法,对制动闸片磨耗情况进行分析研究。结果表明:在交路相对固定的前提下,制动闸片的起始厚度及分布轴位,不影响制动闸片整体磨耗规律成线性变化。针对这一特性制定“一车一表”,结合动车组运行里程及检修可以有效卡控闸片厚度超限情况,同时提高制动闸片的利用效率,降低维修成本,保障动车组线上运行安全有序。

关键词： 学习行为大数据   交互式网络平台   构建价值作用   模型  

摘要： 基于大数据技术建立学习行为大数据分析体系,结合教育大数据内容研究建立理实一体化交互式网络平台是非常有必要的。本文中探讨大数据技术背景下的学生学习行为分析体系,研究构建交互式平台,结合例证说明平台构建的教育发展价值。

关键词： 混凝土试件   抗压强度   防伪专利技术   大数据分析  

摘要： 分析工程混凝土试件抗压强度工程检测流程及目前主要的造假方式,通过调研国内公开的混凝土抗压强度试件防伪专利,归纳总结出图像识别、植入加密、物理自毁和空间监控4种防伪技术。分别讨论4种防伪技术的优缺点,指出可利用大数据分析技术不仅能提高混凝土试件工程检测质量监管效率,还能提高混凝土试件抗压强度检测的真实性。

关键词： 云计算技术   计算机技术   大数据分析   数据挖掘  

摘要： 随着信息技术的不断发展,计算机所存数据种类日渐丰富,计算机大数据技术成为未来发展的一个主流方向。主要探讨了云计算技术在计算机大数据分析中的应用,以期解决大数据应用中的核心问题,更加高效地进行数据处理。

关键词： 支付清算   微信支付   交易结算   贷款服务   移动支付   数据治理   大数据分析   支付宝  

摘要： 一、前言在大数据时代下,金融科技正在以难以置信的速度改变着市场环境。金融科技(Fintech)是英语“Financial Technology”的缩写,指利用大数据、云计算、人工智能、区块链等一系列技术创新提供金融产品和服务,如支付清算、借贷融资、交易结算等。得益于庞大的人口规模和互联网技术的发展,中国金融科技公司通常建立平台以吸引大量用户,为用户提供云计算、大数据分析、移动支付和在线贷款服务。例如,支付宝和微信支付提供移动支付服务,分别拥有约10亿的活跃用户。

关键词： 大型能源集团   安全管控   应急指挥   管理效能  

摘要： 为切实解决大型油气集团下属企业场地分散、业务类型繁多、安全风险较高、现场监管不便等难题,以贵州乌江能源集团有限责任公司及其下属企业为研究对象,设计并研发了一种基于大数据分析的大型能源集团安全管控平台。该平台建设了涵盖火电、水电、页岩气、煤层气、光伏、管网、技术服务等业务于一体的视频监控与远程指挥系统、安全管控与应急救援系统、移动应用系统及调度大厅,通过应用物联网、AR、云计算及大数据等技术手段,将分散的下属企业生产现场监控视频及设备运行数据等实时上传至集中管控平台,依托算法中台、技术中台实现了在线行为分析报警和远程视频指挥调度,通过建立应急管理预案库,实现了特定场景下应急预案响应、应急资源调度、应急机构定位及应急模拟演练等。该平台克服了点多面广情况下传统安全巡查的缺点,以大数据分析手段实时掌控各现场安全生产状态,对大型能源集团提升安全管理效能具有借鉴意义。

关键词： 中值滤波   三高斯模型   环绕函数   局部二值模式特征   Brushlet域复特征   集域自适应快速算法  

摘要： 针对图像受噪声影响导致特征识别精度下降的问题,提出了基于多源大数据分析的图像特征智能识别模型。根据改进的自适应二维中值滤波法,对所有小窗口内像素排查,过滤噪声,若检测到未被噪声污染的像素则直接输出,在单尺度模糊数学基础上,利用三高斯模型经过迭代处理均匀图像亮度值,将邻域中心点灰度取值分解为实部、虚部,提取局部二值特征和Brushlet特征,将邻近两个像素灰度值作减法运算,根据启发因子与灰度梯度最大值,智能识别图像特征。仿真实验结果表明:所提模型在图像不清楚情况下能均衡调节分辨率,且保证信息完整,识别结果精准有效,抗噪能力强。