面向分布式多传感器的FOA大数据融合算法研究

分布式多传感器融合能够获得更好的数据监控效果,构建一种分布式多传感器数据融合模型以解决数据融合中出现的时序偏差问题。该模型通过对多个传感器测量的数据值进行综合分析,基于相对梯度值剔除冗余干扰以改善数据融合的精度,并基于FOA优化算法模拟果蝇找寻食物的过程,在全局范围内寻找最优解,解决了传感器系统参数优化和选择时遇到的局部早熟问题。实验结果表明,采用FOA算法的多传感器融合效率更高、时间更短,随着数据源数量的增加,算法的融合精度衰减较慢。

智能化多源多维大数据融合设计在卫生应急中的应用

目的/意义针对来源复杂、标准多样的多源多维大数据,提出不同业务应用场景的数据治理和融合技术。方法/过程以多源多维大数据融合在应对重大突发公共卫生事件的实践为例,重点阐述多源多维大数据融合面临的挑战、应用架构设计、技术集成、实施路径、应用场景等内容,分析应用效果和存在的不足。结果/结论通过智能化多源多维大数据融合技术的设计,实现对千亿级别高频次更新的实时监听、读取、治理和交互关联,探索有效应对突发公共应急事件的智慧化路径。

黄陵二号煤矿多维度地质模型大数据融合精准开采

为实现黄陵二号煤矿自动化精准开采,研究分析了工作面多源地质信息透明化技术、大数据分析智能决策平台、综采设备空间导航定位及精准控制。其中,信息透明化技术主要包括综合地质勘探及动态解释、三维可视化动态建模等部分;大数据分析智能决策平台主要包括开采工艺大数据决策、预警等部分;综采设备空间导航定位及精准控制方法主要包括导航定位技术大数据决策精准控制等部分。采用该技术后实现了工作面内多源地质信息的透明化,包括瓦斯赋存条件的可视化,确保了规划截割开采方式的常态化稳定运行,解决了大采高工作面找直和上窜下滑问题,达到对大采高开采装备的智能精准控制,实现智能安全高效开采。

大数据融合背景下饲料企业外贸人才培养模式的创新路径

依托大数据实现饲料企业的创新驱动,优化配置生产资源并提升综合效益,人才培养在其中起到关键作用。尤其在国内外双循环发展形势下,饲料企业为顺应大数据时代发展,坚持深耕海外市场,也往往要以综合型外贸人才提供支持。基于此,饲料企业应锚定大数据融合背景下,从外贸人才需求和人才培养存在的问题出发,科学制定并努力创新外贸人才培养模式,这样才能发挥人才力量,促进饲料企业的可持续发展。

基于大数据融合的应急物资可追溯信息挖掘模型构建

传统的应急物资信息方法受到应急物资信息类型以及来源的影响,导致追溯效果不佳。为此,构建基于大数据融合的应急物资可追溯信息挖掘模型。选取巴科斯-诺尔范式规范化描述对应急物资可追溯信息,采用大数据融合匹配应急物资信息追溯结果。通过Dasarathy信息融合模型设计三层递进模式,利用EM算法建立挖掘模型,实现对应急物资可追溯信息的有效挖掘。实验结果表明,采用该模型可有效挖掘应急物资可追溯信息,不同情况下挖掘精度均高于99%,并具有较高的实时性。

大数据融合模型的智能化网络安全检测方法

针对传统智能化网络安全检测平台处理数据效率低、误差大等问题,文章提出一种新型的解决方案;该方案基于大数据融合模型构建新型的智能化网络安全检测平台,采用卡尔曼滤波算法、采用数据融合分类算法和模糊推理算法3种方法结合构建出数据融合模型来对网络安全检测数据进行运算与处理;其中,采用卡尔曼滤波算法进行改进,对原始网络安全检测数据进行滤波降低噪声干扰,提高数据的精准度;通过SAE稀疏自动编码器自主提取网络安全检测数据的特征信息,之后K-means聚类算法对SAE稀疏自动编码器输出的数据进行处理,通过模糊推理算法调整权值;试验表明,文章所提方案克服了现有技术存在的不足,显著提高了处理数据效率和精准度,在数据量为2 TB的环境下,本研究方法的误差低至6.9%。

基于大数据融合的图书馆读者个性化服务QOS保障研究

大数据具有海量、类型多样、快速处理和高价值等特点,给图书馆开展个性化服务带来机遇与挑战。大数据融合对图书馆个性化服务体系构建有着重要意义。本文介绍了图书馆大数据融合的概念、问题与挑战,研究了基于大数据融合的图书馆读者个性化服务QOS保障机制,以期有效提升图书馆的个性化服务能力。

西藏智慧畜牧业领域大数据融合:概念、架构与技术

目前大数据融合技术都是在静态单模态数据集上进行的,没有关注大规模数据的多源、异构、不确定和跨语言特性,而西藏畜牧业领域大数据是多源、异构、跨语言的多模态数据。为此,给出西藏畜牧业领域大数据融合技术架构,提出属性聚类的异构数据源模式对齐,基于领域特征的多模态实体链接,面向开放模式实体语义关系挖掘的大数据融合技术,以及基于多模态特征的知识表示和建模、面向领域的深度知识发现与预测、特定领域特征普适机理凝练的知识融合技术。

基于大数据融合的图书馆读者个性化服务QOS保障对策分析

大数据融合时代,图书馆读者个性化服务面临的挑战表现在环境复杂多变、注重数据采集、管理出现变化、注重决策工作等方面。为应对大数据融合趋势,满足读者个性化服务需求,应该采取相应的QOS保障对策:提高管理效率、保障数据安全和利用价值、为读者提供个性化服务,并实现数据共享与融合、提高决策水平和服务质量。

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。

视频与物联网大数据融合分析应用平台

本文将基于物联网现有的几大发展领域浅析视频与物联网大数据融合分析应用平台可能的发展前景。

跨平台MOOC管理中大数据融合技术的研究

面对MOOC平台百花齐放的现状,各高校都不可避免地会产生对跨MOOC平台修课进行管理的实际需求。本文针对这种实际需求,对跨平台的MOOC大数据融合技术进行了研究,提出了一种MOOC门户网站的概念与架构,并对其中数据融合的关键问题进行了探讨,包括数据标准模型、数据处理方式和用户身份融合等,为高校MOOC门户网站的建立提供了参考。

粒计算:一种大数据融合智能建模新方法

大数据融合智能是数据科学与工程的一个核心问题。大数据时代,深度学习新一代人工智能技术运用于复杂系统领域,面临全新的机遇和技术挑战。首先分析了大数据融合问题的内涵和特点,然后从复杂系统角度分析了深度学习技术研究新视角和粒计算在信息融合方面的新技术动态,推测了粒计算与深度学习的融合拓展可行性。最后,探讨了面向复杂系统认知研究的大数据融合智能建模粒计算处理架构,力求为复杂系统管理与控制技术研究拓展方法思路。

基于大数据融合的高校学生教育管理优化办法——以西北工业大学为例

提升高校学生及学工干部的大数据素养、引导其大数据生活是大数据时代开展大学生思想政治教育及提升其质量的重要途径。当前多数高校存在对大数据认知不足、利用不足、发展不足的状况。文章以西北工业大学近两年大学生教育管理实践为例,介绍基于“一卡通+校园网+翱翔门户”大数据融合的学生大数据采集模型、基于大数据的学生数字生活证书设计、学生足迹曲线绘制及风险预警,探讨通过技术途径创新和工作模式创新,提升基于大数据融合的高校学生教育管理的效率和质量。

图书馆多源大数据融合研究:问题与挑战

随着大数据的关联和交叉,图书馆的数据特征和实际应用需求都发生了变化,如何利用多源大数据的融合实现大数据价值最大化,是图书馆当下亟待解决的重要问题。论文分析了图书馆多源大数据的特征,讨论了大数据融合可能带来的挑战和问题,并且构建了大数据环境下图书馆的多源大数据融合与服务决策框架模型,有助于实现图书馆的信息资源整合。

应用驱动的大数据融合平台建设

论述了大数据在信息社会发展中的核心地位和对信息技术创新的全方位驱动;重点阐述了应用驱动的大数据和超级计算、云计算融合平台层次结构,在物理设施、系统软件、管理体系几个方面系统介绍了该融合平台的体系架构和实现;同时,也以生物基因、气象与空气污染为典型应用具体介绍了平台应用实现;最后结合大数据发展和融合平台建设,形成了一些如何推动大数据产业发展的思考,为政府和产业领域等提供参考。

南京市在长江大保护工作中推进生态环境大数据融合的思考

以习近平长江经济带发展思路和实施国家大数据战略为背景,简要介绍了南京市长江大保护和大数据融合工作的现状与特点。在对标分析武汉市长江大保护和贵州省大数据融合先进工作经验的基础上,针对当前南京市大数据应用水平不高,难以为生态环境重要决策提供有效支撑的情况,从树立创新思维摸清沿江污染底数、树立法治思维推进大数据融合共享、树立融入思维推进社会化服务、树立数字思维适应信息化和“互联网+”发展等方面,对南京市如何深度整合利用现有大数据资源,构建具有南京特色的长江大保护“生态眼”监管系统提出对策和建议。

船联网中的大数据融合管理体系研究

随着我国船舶业的发展,水运货运量不断增加,船联网获取船舶、货物、作业人员以及通航环境的数据信息量越来越大,对船联网处理数据信息的要求愈来愈高,传统的船联网数据处理方式已无法满足目前航运业的发展需求,对新的数据处理方法、技术、手段的需求呼声不断。大数据融合是解决大数据处理问题而诞生的新技术、新手段,本文重点研究船联网结构,大数据融合算法、融合类型以及处理体系结构,并进行对比分析,最后进行仿真实验。

基于区块链分布优化的大数据融合QM模型研究

针对大数据融合QM模型存在分类检测效果差,特征挖掘能力弱的问题,提出基于区块链分布优化的大数据融合QM模型。首先建立区块链分布大数据的分块存储结构模型,根据区块链分布大数据的属性分布进行共享调度,然后挖掘区块链分布大数据的大数据。在此基础上采用差异化的特征分布式检索方法进行区块链分布大数据信息聚类,在模糊聚类中心提取粗糙集特征量。同时结合模糊关联特征检测方法进行区块链分布大数据的信息重组,提取各模块统计特征量,分析区块链分布大数据融合过程中的定量递归,实现区块链分布大数据融合的QM模型优化设计。仿真结果表明,采用该方法进行区块链分布大数据融合的特征分辨能力较好,提高了区块链分布大数据的分类检测和特征挖掘能力,在区块链分布大数据信息检索和调度中具有较高应用价值。

一种基于NoSQL的互联网大数据融合系统的研究与实现

在互联网信息爆炸的时代,数据系统所面临的信息处理量呈几何级增长,在动辄以TB、EB甚至更高量级范畴的数据量下,传统信息系统基于简单的网络通信协议和关系型数据库,并严格遵守ACID基本要素的设计思路已经远远无法满足形势的需要。因此,如何能够在大数据环境下快速的对海量信息进行调度、关联整合,向业务系统提供出有价值、可读的数据信息,为大数据挖掘、统计、展现等业务形态提供有利的保障,成为当前信息系统所面临的挑战。具体地,重点阐述了利用NoSQL数据库实现系统中数据信息的交互与整合,并提供数据的统计、搜索等功能。