教学课程资源库 更多>>

关键词： 突变点检测   大数据分析   异常检测   滑动窗口   时序数据   波动向量   模板匹配   隶属度分析  

摘要： 传统的数据检测技术在处理大规模医疗数据时,耗时较高且抗干扰能力较弱。针对这些问题,文中应用模板匹配与隶属度解析技术,给出了一种时序数据异常状态的快速检测与分析方法。该方法采用TSTKS算法与滑动窗口理论实现时序数据多突变点快速检测,提取连续多窗口波动特征,构建时序数据的归一化波动向量,对大规模病变信号进行异常状态检测与分析。仿真数据与脑电病变信号分析等实验表明,此方法是一种较为快速、准确的大数据分析与检测方法。

关键词： 资产监控   智能运维   日志采集   实时告警   大数据分析  

摘要： 交银租赁信息系统拥有多个不同版本和类型的组件。运行维护人员和管理人员在运行事件发生后往往忙于系统抢险和应急处理,难以对每一项资产进行高频率的人工检查。究其原因,主要是这些资源的软硬件结构复杂,维护过程烦琐。目前,故障处理主要依靠人工排除故障。基于此,文章介绍了基于大数据技术的智能安全运维管理平台,旨在实现对企业IT资产的快速有效管理。

关键词： 大数据分析   牵引供电设备管理   状态检修   智能化运行维护管理  

摘要： 目前牵引供电设备存在运行管理缺乏精准手段和维护水平不足的问题,同时传统的监测方案愈加难以满足当前日益快速增长的高速铁路设备管理新需求。为了加强高速铁路牵引供电设备的运行维护管控能力,文章提出了基于多源数据融合的高速铁路牵引供电设备故障预测和健康管理平台体系架构,以设备数字化维护为核心,智能数据融合和云端决策为主线,以大数据驱动技术为支撑,深度挖掘牵引供电设备运行维护检修专业数据,建设相关平台统筹管理牵引供电网相关系统信息,为牵引供电设备运行维护检修智能化和生产管理数字化提供决策方面的支持,从而实现牵引供电网有序规划、精细化维护和健康管理评价。

关键词： 童鞋   大数据分析   粉色   休闲类   灰色系   比量   品牌  

摘要： 占比分析在童鞋5月的色彩占比中,我们可以看出基础黑白灰色系的比例比上月均有所下降;其次明度较低的粉色系成为了本月的重点色彩。品牌的浏览以及下载热度主要还是集中在Geox、SKECHERS、Lelli Kelly中,均以运动休闲类品牌为主。在风格占比方面,相较于上月,运动休闲风格的占比提升到了39%,甜美可爱风也有26%的占比量;款式方面依旧是单鞋占比量高,为45%,最少的靴子占比为10%。

关键词： 新能源汽车   大数据分析   运营评价   新能源车辆   行业转型升级   信息化程度   汽车行业发展   研究热点  

摘要： 新能源汽车是当前汽车行业发展的趋势,具有信息化、网联化、智能化等特点。随着车载信息化程度的日益提升,车辆在驾驶过程中会产生海量的数据,对这些数据进行采集与储存,结合大数据分析技术挖掘数据背后的丰富价值,是当下的一个研究热点。基于大数据的智能网联化的新能源汽车,将是我国汽车行业转型升级的重点战略方向之一。

关键词： 大数据分析   水利工程运行优化   数据预处理   水库调度效益   水文环境监测  

摘要： 在被数据驱动的决策环境,大数据分析作为水利工程运行优化的有力支柱。本研究基于大数据分析,对水利工程运行优化的科学方法进行探讨探究。应用大数据分析的原理和技术,对水利工程的历史运行数据进行全面深入挖掘,兼顾环境和气候变动等多种影响因素,执行数据清洗,预处理,集成,挖掘,分析以及决策优化等多步骤。构建了水利工程运行方式、调配策略以及效益评估等领域的预知和优化模型。大数据分析能从数据深处发掘出有价值的信息,用以对水利工程进行精确调度,有效地提升了水库调度的利益,节约了用水,降低了操作成本,同时在减少灾害风险方面也取得了显著的成效。同时,借助大数据分析做到了对水文环境的实时监测预报,对水利工程运行状况能进行准确分析预估,对于保障水源供应,提高灾害应对能力和让水利管理更透明,具有重要意义。此研究成果将能有效指导实际的水利工程运行与管理,打破传统的以经验为主的运行方式,更好的实现水利工程的运行优化。

关键词： 物联网   大数据   事件跟踪   质量改善  

摘要： 随着近几年智能家居行业的迅速发展,家电物联网化已成必然趋势,其服务质量和用户操作体验直接影响用户对智能家居的接受程度。传统的质量改善方法缺少对用户大数据主动采集分析机制,难以实现对家电质量问题的精确定位,也缺乏对家电服务质量的监控预警,因此无法实现对物联网家电质量的量化评价和闭环改善。通过研究基于用户大数据分析的物联网家电质量改善模型,融合家电行业传统质量分析方法和互联网的大数据分析方法,借助物联网质量管理平台,质量人员可以实现物联网家电质量数据的精准定位、量化评价、监控预警和闭环改善,最终实现物联网家电质量的全面改善。

关键词： 大数据   运动员   成绩   建模   估计   支持向量机   粒子群算法  

摘要： 现有的运动员成绩预测模型考虑的影响因素单一,导致运动员成绩估计精度与估计效率较低,为此提出基于大数据分析技术的运动员成绩建模与估计方法。利用支持向量回归机构建运动员成绩估计模型,以二次损失函数为支持向量回归机学习任务的最优化准则,通过粒子群优化算法优化支持向量回归机训练时的各参数,获取最优参数;以运动员历史成绩为训练样本输入支持向量回归机估计模型,输出运动员成绩估计结果。实验证明,所提方法对于不同类型运动员成绩估计精度高、估计效率快。

关键词： 大数据分析   机器学习   XGBoost   智能预测   智能交互  

摘要： 基于电压力锅用户使用行为数据的分析,可以明显发现用户使用习惯有较强的规律性。进一步对用户进行聚类分析后发现不同类型的用户之间有较大的差异性,落到个体用户上该差距会进一步加大。通过本地的电压力锅使用记录数据的时间节点,与功能选项及设定参数信息,通过机器学习模型XGBoost及统计分析知识进行多维的数据挖掘,对电压力锅的用户使用习惯规律进行解读,并与现有的IoT功能进行结合,通过用户的历史预约时间,使用功能内容等数据完成对个体用户的预约提醒及用户使用功能参数的智能推荐预测,从而加强电压力锅智能功能对于用户使用行为的引导作用,进一步增强厨房小电与用户的智能交互功能。

关键词： 生境适宜性指数   荟萃分析   遥感大数据   亚洲象   元江-李仙江流域  

摘要： 生境适宜性评价是物种保护和生境管理与规划的基础。近几十年来,云南境内野生亚洲象数量剧增,外扩迁移事件频发,而新迁入区域生境适宜状况因物种出现点数据缺乏而难以评价,掣肘迁移亚洲象保护与风险防范应急。以亚洲象新近迁入的元江-李仙江流域为案例区,采用荟萃分析统计亚洲象生境评价因子,结合相关性分析和方差膨胀因子独立性检验,筛选出生境评价因子;基于开源遥感数据产品量化生境因子,综合主成分分析和层次分析计算生境评价因子权重,采用生境适宜性指数(Habitat Suitability Index, HSI)模型评价元江-李仙江流域亚洲象生境适宜性,并分析其景观格局。结果表明:(1)元江-李仙江流域亚洲象生境适宜性空间格局主要表现为由下游至上游呈递减趋势,最适生境主要分布于流域下游段,而流域上游段适宜生境少;(2)元江流域生境适宜性低于李仙江流域,且其生境斑块连接度更低、破碎化更严重;(3)2021年“北移象群”北迁沿程生境适宜性由西南向东北呈下降趋势。基于亚洲象生境适宜性评价结果,科学引导野生亚洲象迁入适宜生境区,以规避人象冲突,保障外迁亚洲象群及其活动区居民生命财产安全,服务于区域生物多样性保护与乡村振兴。