针对某大型钢铁公司对钢铁销售情况预测的需求,在公司海量的钢材销售数据的基础上建立了预测分析模型,以java作为开发语言,建立起基于oracle的数据仓库,数据挖掘算法采用贝叶斯动态模型(DLM-Dynamic Linear Models)预测算法,通过递归运...针对某大型钢铁公司对钢铁销售情况预测的需求,在公司海量的钢材销售数据的基础上建立了预测分析模型,以java作为开发语言,建立起基于oracle的数据仓库,数据挖掘算法采用贝叶斯动态模型(DLM-Dynamic Linear Models)预测算法,通过递归运算,提高运算的精度,最后用图形的仿真来预测钢厂的销售情况,形成了用于数据挖掘的预测分析系统。通过了现场的实际运行,将实际值和预测值进行对比,验证了模型建立的正确性,同时预测值达到了较高的预测精度。对管理者的决策提供了重要的参考价值,实际应用效果良好,可以在钢铁行业内推广应用。展开更多
为了对协议的实现进行优化,本文从应用层的帧种类与功能、数据链路层帧结构和对象模型三个方面对DLMS/COSEM与DL/T协议进行了对比。在此基础上提出了一种以增加flash空间为代价来兼容DLMS/CO-SEM与DL/T协议的SOC(System On Chip)电能表...为了对协议的实现进行优化,本文从应用层的帧种类与功能、数据链路层帧结构和对象模型三个方面对DLMS/COSEM与DL/T协议进行了对比。在此基础上提出了一种以增加flash空间为代价来兼容DLMS/CO-SEM与DL/T协议的SOC(System On Chip)电能表设计方案。测试结果表明,电能表能基本满足DLMS/COSEM和DL/T协议的要求。展开更多
文摘针对某大型钢铁公司对钢铁销售情况预测的需求,在公司海量的钢材销售数据的基础上建立了预测分析模型,以java作为开发语言,建立起基于oracle的数据仓库,数据挖掘算法采用贝叶斯动态模型(DLM-Dynamic Linear Models)预测算法,通过递归运算,提高运算的精度,最后用图形的仿真来预测钢厂的销售情况,形成了用于数据挖掘的预测分析系统。通过了现场的实际运行,将实际值和预测值进行对比,验证了模型建立的正确性,同时预测值达到了较高的预测精度。对管理者的决策提供了重要的参考价值,实际应用效果良好,可以在钢铁行业内推广应用。
文摘为了对协议的实现进行优化,本文从应用层的帧种类与功能、数据链路层帧结构和对象模型三个方面对DLMS/COSEM与DL/T协议进行了对比。在此基础上提出了一种以增加flash空间为代价来兼容DLMS/CO-SEM与DL/T协议的SOC(System On Chip)电能表设计方案。测试结果表明,电能表能基本满足DLMS/COSEM和DL/T协议的要求。