简介：摘要：

简介：摘要：在建筑实际运行中，数据堆积严重，各种图表只能显示历史数据的波动，数据波动的原因需要人工识别。在公共建筑领域，即使是大型建筑和高档建筑，仍然采用指标控制的方法来调节建筑的室内环境。未来,在建筑环境监测乃至控制领域,将由线状升级为网状,多类型数据的交汇融合将体现在建筑运行过程的各个方面,随着建筑智能化程度的提高,环境监测将向智能化方向发展,以实现环境的长期监测和智能测评。笔者主要研究室内环境长期监测的拓展方案,设计一套长期监测系统,致力于解决多维监测方案下的海量数据融合问题,从而达到深度监测环境的效果。

简介：

简介：摘要：本文以某大型斜拉桥健康监测系统为背景，利用MATLB对数据进行数据质量评估，发现海量数据中普遍存在异常值、缺失和冗余的噪声，使用相应的噪声识别方法进行判断，以噪声类型针对性对数据进行清洗和修正，提高数据的质量和可靠性，有效降低数据处理工作量，有效提升数据分析效能.

简介：摘要：在我国经济社会不断发展的背景下，国家和人民给予了医疗健康水平更高程度的重视，这使得医疗健康大数据开始成为国家最为基础同时又极为重要的信息资源，可以在完善医疗卫生服务体系以及满足健康需求供给方面发挥出至关重要的价值和作用。而对于医院病案来讲，其对患者住院过程中一切医疗活动过程有着较为全面同时又客观的记录，所以可以为医疗实践还有医学探究等活动有效提供大量参考和依据。基于此，文章便针对医疗健康大数据背景下的医院病案统计及管理做出分析和探讨。

简介：

简介：摘要：本文探讨了大数据在桥梁健康监测与维护中的优势，重点阐述了数据采集与处理的高效性、状态监测与预警的精准性、以及维护决策的科学性与效率性。通过大数据技术可以实现对桥梁各种参数的实时、持续采集，高效处理和分析大量的桥梁健康监测数据。大数据还能实时监测桥梁状态，及时发现异常情况并进行预警，预测桥梁的未来状态并评估潜在风险。在维护决策方面大数据提供了科学的数据支持，使得维护决策更加精准和合理并能优化维护计划，提高维护效率。

简介：摘要：本文以大数据时代下的档案管理的方式为例，分析计量数据在大数据时代的应用方式和呈现出来的特点。

简介：【摘要】：随着现代社会的不断发展，我国已逐渐迈向大数据时代，数据挖掘已成为各行各业都在研究的一项重要课题。因为，通过数据挖掘技术的应用，能够影响、改变数据信息在日常信息管理、处理中的作用，并且能够有效解决信息资源相互干扰等相关问题。所以本文对大数据时代下如何科学、合理应用数据挖掘技术的深入与全面研究至关重要，下文是具体性的分析。

简介：

简介：摘要：电力企业在经过长期发展已经实现了稳定持久的电力供应，并且在现阶段我国电力企业逐渐增多，电力市场也最开始的卖方市场，逐渐转变成了卖方市场，为保证电力企业能具有良好的发展前景以及发展规模，也就需要电力企业能通过有效的方式做好市场营销。而在目前的电力市场之中还存在着较多的问题影响着电力企业的营销效果。针对电力市场随机性、多变量和时变性的特点导致电力客户服务需求预测值不准确的问题，提出了一种基于大数据分析的电力客户服务需求预测方法。该方法依托于贵州地区的智能电网大数据，从区域商业价值和区域宏观经济角度来采集数据并通过挖掘其中的关联信息，建立了电力客户的细分模型;并在客户细分模型的基础上，使用BP神经网络算法建立了电力客户的需求预测模型。

简介：摘要：随着科技的飞速发展，我国正在迈向大数据时代，这一时期的背景使得数据中心的运维管理工作取得了长足的进步。大数据技术的广泛应用，为各行各业的生产和管理提供了极大的便利。在这种新的信息技术发展趋势下，如何充分利用自动化运维技术的优势，制定出适当的管理策略，将会对数据中心的未来发展起到至关重要的作用。本文旨在探讨数据中心建设，特别是在大数据技术下的数据中心建设以及其应用。

简介：摘要：大数据时代已到来，数据量大且种类繁多，而信息相对匮乏。面对爆发式增长的数据，人们的理解能力远远跟不上数据增长的步伐，如果没有强有力的工具支撑，将很难发现数据中蕴含的信息。因此，我们采用数据挖掘和数据分析技术的目的就是为了实现数据到价值的转换。

简介：[摘要]随着我国现代科技水平的不断提高，互联网技术在日常生活中受到越来越广泛的应用，网络运维作为网络技术正常运行的保障，是互联网平稳运行的基础。而网络运维数据分析就是数据挖掘的过程，将数据挖掘技术与网络运维数据分析进行充分融合应用，可以从一定程度上提高数据分析的有效性与准确性。本文通过总结数据挖掘技术与网络运维的相关知识点，从多个方面提出网络运维数据分析中的数据挖掘应用，为专业人员提供参考。

简介：摘要：随着科学技术的不断进步，世界迎来了大数据时代，而大数据时代的发展，使得社会当中的数据信息量激增，对这些数据信息进行有效收集，并对其中有价值的数据加以获取和应用，能够使其产生较高的经济价值或社会价值，这对于相关行业乃至现代社会的发展有着非常重要的意义。但想要使各种数据信息的综合价值充分发挥出来，还需要有数据挖掘技术作为支撑，只有通过对数据挖掘技术的有效应用，才能更好地应用海量数据。

简介：摘要：针对工业物联网数据采集存在的设备种类繁多、通信协议多样、复杂规约嵌套等问题，设计了基于云技术的工业物联网数据采集平台。平台对不同厂家设备采集属性进行归类，形成设备物模型，实现设备属性复用，减少了设备属性配置工作；通过构建多层嵌套的复杂规约解析树，实现了多规约嵌套报文数据解析。该平台在某能源集团中获得实际应用，数据召测解析成功率达99.992%，可取代场站布设的现场终端或采集服务器完成云上数据汇聚和解析，实现硬件软件化，减少企业投资运营成本，可广泛应用于工业物联网数据采集系统的新建、升级和改造工程，为工业物联网数据采集提供了一种可供参考的解决方案。

简介：摘要：近年来我国铁路建设发展迅速，运营里程逐年攀升，由此带来的经济和战略意义不言而喻，但同时也加剧了工务部门的负担，使检修作业量急剧增加。在这种现状下，工务部门对提高作业效率、优化作业模式和信息化建设都提出了更高的要求。我国铁路系统正在进入大数据的时代，每天多个业务系统将产生海量数据，且数据量逐年增加。近年来，中国铁路郑州局集团公司普速铁路故障点检测手段多样，包括晃车仪、轨检小车、人工添乘等。工务各种监测数据体量庞大，数据类型复杂，业务查询频繁，对后续海量数据的深度挖掘带来了一定困难。因此，急需建立工务数据平台，优化工务各种检测监测数据的存储、分析、共享流程。

简介：摘要：在大数据环境下，数据治理面临着更高的信息安全隐患，既有从网外入侵的，也有从内到外的信息系统中存在的漏洞和人员的错误，这些都使得数据治理中的信息安全保护变得更加紧迫。为此，我们必须根据大数据的特征和数据的价值，来设计出一套实用的数据治理系统，将身份认证技术、防火墙技术、数据加密技术、模糊控制技术等相结合，并加强对网络的安全管理，对人员的操作进行规范，从技术、管理和人员三个层面来考虑，根据数据治理的需求，建立起一套有效的网络安全防御系统，对数据的安全性进行全方位的保障，达到最大程度地发挥数据治理的价值和效益。

简介：摘要：近年来，随着大数据、物联网、5G、云计算、可视化、智能控制等技术的不断发展，运营数据将会日益庞大,在数据量巨大的情况下，传统的数据采集、数据互联、数据处理等技术已不能满足在大数据时代的要求，在数据存储与分析的需求下，深度数据挖掘、信息模型标准化、智能化等先进应用越来越难以满足,因此，建立电力数据中心能够为电力企业提供准确、有效的信息支持，为企业打下良好的基础。

简介：摘要：简述汕头市域1:500地形图在数据质量检查中常见的问题，并通过iData数据工厂的个性化定制数据质量检查方案进行1:500地形图检查，使地形图数据符合数据合格标准，为今后数据入库工作提供支持。