大数据信息融合技术课程的改革与实践

大数据战略是新时代谋发展、谋复兴的重要着力点。近年来,大数据驱动诸多领域发展模式的全面改革,对增强国家核心竞争力产生了直接作用,因此保障数字经济和实体经济的相互融合,保障大数据相关产业的发展,为相关产业培养输送高层次、复合型人才势在必行。大数据信息融合技术课程在大数据工程、科研领域都发挥着重要作用,因此本文以贵州大数据信息融合技术课程为例,探讨了课程改革的策略与方法,以探索对本科生的培养及满足社会发展需求。

基于信息大数据融合的网络通信信号传输效率模型研究

为解决传统信号传输效率模型建设在实际应用中存在传输效率最高值与实际相差较大,造成模型建设精度较差问题,开展基于信息大数据融合的网络通信信号传输效率模型研究。通过构建网络通信信号样本采集矩阵、网络通信信号动态还原和基于信息大数据融合的通信信号融合,设计一种全新的信号传输效率模型。通过实验证明,新的模型与传统模型相比更加接近于实际网络通信信号的传输效率变化,实现网络通信信号的多元融合。

基于大数据的智能商务分析平台开发和设计

为了实现商务大数据的智能分析,提出基于大数据的智能商务分析平台设计方案,构建智能商务分析平台的大数据信息采样模型,进行智能商务分析平台的大数据管理。构建智能商务大数据分析的知识库、模型库及方法库,采用模糊综合决策的方法进行商务大数据的信息融合处理,提取商务大数据的相关性特征量。根据特征属性分布进行智能商务大数据分析,基于数据证据特征匹配的方法进行智能商务大数据分析和融合,通过大数据挖掘的方法构建一致性和完备性的有效知识库,在嵌入式的Linux内核中实现智能商务分析平台的开发和设计。测试结果表明,采用该方法进行商务大数据分析的智能性较好,具有很好的大数据开发和统一分析决策能力。

电力客户服务中心抢修工单信息动态分配方法

抢修工单信息动态分配过程中易出现局部最优解,导致分配调度能力下降,因而提出电力客户服务中心抢修工单信息动态分配方法。重组电力客户服务中心抢修工单信息结构,建立大数据信息融合模型,构建抢修工单信息的选择模型,进行信息融合和特征匹配,通过空间信息聚类方法,进行抢修工单信息聚类和分类调度,采用粒子群算法进行抢修工单分配过程中的动态寻优和自适应控制,结合全局寻优方法,建立抢修工单信息派送的多目标寻优模型,结合多目标全局综合调度,实现电力客户服务中心抢修工单信息的优化分配和自适应调度。仿真结果表明,电力客户服务中心抢修工单信息动态分配的自适应性较好,全局寻优控制能力较强,提高了电力客户服务中心抢修工单信息动态分配和优化调度能力。

基于粒子群优化的工业互联云平台数据中心资源调度

为了提高工业互联云平台数据中心资源融合调度能力,提出基于粒子群优化的工业互联云平台数据中心资源调度模型。建立工业互联云平台数据中心资源演化特征分布模型,采用大数据信息融合方法对模型中的动态特征分量进行融合。采用粒子群寻优算法实现分区块聚类处理,结合分布式网格区块聚类分析方法进行自适应调度和共享,提高工业互联云平台数据中心资源的检索和调度能力。仿真结果表明,采用该方法进行工业互联云平台数据中心资源调度的聚类性较好,时延较小。