基于区块链技术的电网光伏数据全量采集系统

目前电网光伏数据全量采集系统存在采集精度过低、采集时间过长的问题,因此利用区块链技术设计了新的电网光伏数据全量采集系统。系统硬件由智能电表、数据感知设备、云服务器和共享容器等组成,智能电表采用DL/T645-1997-2007通信协议,利用红外线装置实现信息传递。采用Fabric分布式方式布置数据感知设备,利用数据通信通道、API调节接口,在云服务器中获取具有MSP的数字证书。应用区块链技术采集与处理数据,分析电能变压器负荷、变压器功率因数实现数据全量采集。实验结果表明,基于区块链技术的电网光伏数据全量采集系统能够有效提升采集精度,缩短采集时间。

基于全量数据的热轧厂高效协同管理实践与创新

基于全量数据的管理方式创新,是钢铁行业数字化转型的驱动力。钢铁企业应当抓住机遇,突出创新驱动引领,深度推动企业内各领域的数实融合,打造智慧钢铁,加快培育企业核心竞争力和新的增长动能。本研究旨在通过热轧厂级全量数据的实践,从设备管理、生产组织管理、生产工艺管理、质量管理和能源管理等多专业管理难点、痛点出发,从全量数据制度建设、岗位设置、流程优化、数据统筹耦合和数字决策等几方面开展研究,提出热轧厂高效协同管理的解决方案。

基于大数据审计的全量业务系统数据收集方法研究

随着信息技术的快速发展,数据已成为企业的核心资产,如何有效地收集、处理和分析数据以支持决策成为企业面临的关键问题。业务系统数据是企业最直接、最完整的数据来源,包含大量有价值的信息。然而,传统数据收集方法在处理大量、多样性和实时性数据方面存在局限,难以满足企业对全量业务系统数据的需求。针对现有数据收集方法的不足,提出一种基于大数据的全量业务系统数据收集方法。通过对该方法的研究与实践,验证其在提高数据质量、满足业务需求和降低数据收集成本方面的有效性。

基于大数据技术的高职院校全量数据资源池的建设与实践

各高职院校智慧校园建设均取得了一定成就,积累了大量的数据。在此背景下,全量数据资源池的建设得到高职院校的关注。文章对现阶段数据建设方面的问题进行分析,并探讨全量数据资源池建设的重点任务、建设思路及应用价值,为高职院校决策分析、教学科研、管理服务提供全维度、高质量的数据引擎,推动高职院校高质量发展。

大数据技术在全量数据中心设计中的应用

阐述全量数据中心的特点,基于大数据的全量数据中心探索与实践,包括数据源、数据集成、数据治理、数据服务、数据应用,分析大数据驱动下的全量数据中心数据流向,从而实现智慧化校园。

高职院校全量数据中心建设研究与实践

本文着重研究了高职院校在当前智慧校园建设背景下的数据中心建设现状、建设思路,并以扬州工业职业技术学院的全量数据中心平台实践为例,提出一种全量数据中心的建设路径,为高职诊改、决策分析、人才培养、教学科研等方面提供全维度、高质量的数据引擎,全面推进学校智慧校园建设。

基于全量数据中心和特征值提取的人脸识别门禁系统建设--以南京体育学院为例

随着信息技术的快速发展,人脸识别门禁系统在高校信息化管理中逐渐普及,人脸识别技术也逐渐在更多人工智能新场景下发挥作用。本文提出一种基于全量数据中心和特征值提取的人脸识别门禁平台架构,解决了在门禁系统建设过程中的诸多人员数据相关技术问题,并利用数据中台架构和特征值提取等技术保障了门禁平台的兼容性、扩展性和安全性。结合南京体育学院门禁系统的建设案例,分析建设过程中存在的困难,并利用本文构建的技术架构生成解决思路和方法,最终完成校园门禁系统的设计与实现。

基于大数据技术的全量数据中心的建设

本文中通过采用Hadoop大数据分布式系统技术框架,构建智慧校园全量数据中心。对高校产生的数据进行集成、治理、开发、服务等,发现数据背后的潜在价值,最大挖掘利用数据的各种能力,提升高校智能化水平,以可视化的方式呈现高校发展状态,为管理和决策提供数据支撑。

两种模式的中国骨科住院医师规范化培训比较——来自北京大学第三医院的临床全量数据证据

目的:比较长学制和非长学制的学生在骨科住院医师规范化培训期间的临床训练效果。方法:以2012~2018年间北京大学第三医院的骨科专业100名学生为研究对象,以大数据中心的临床全量数据为基础,对每名学生的工作量进行统计分析。结果:两种模式的学生患者管理和手术训练的临床培训各项数据均不存在显著性差异(P>0.05)。结论:北京大学第三医院对两种模式的培训内容相对一致,保证了医学人才培养的同质性和公平性。

大数据背景下的政府数据治理:共享机制、管理机制研究

对大数据驱动的管理与决策的相关文献进行研究,得出大数据资源的共享机制及其信息孤岛互联技术是当今大数据研究的前沿课题之一。对国内外政府数据共享交换应用进行研究分析,归纳政府数据资源共享交换存在管理理念问题和原有系统造成数据壁垒的问题。基于云平台,结合数据即服务的理论,提出构建政府全量数据资源的管理框架,在保证不对原有系统做任何改动的前提下,做到数据不搬家、数据不复制、数据不改变原来的管理模式,界定各个运营主体对数据的权利、义务,解决数据共享交换面临的管理理念问题和系统壁垒问题。

基于最小数据集的东北地区朝鲜淫羊藿土壤肥力评价

为准确评价东北地区朝鲜淫羊藿土壤肥力,本研究测定了20份朝鲜淫羊藿根际土壤样品的13项肥力指标,通过主成分分析与相关性分析构建土壤指标的最小数据集(MDS),通过因子载荷值、公因子方差值和Norm值求得各指标的权重,运用模糊数学法通过各指标的权重与隶属度求得土壤肥力指数(SQI)。结果表明,有机质、有效锰、有效磷、有效铜和可溶性盐这5个指标构成的最小数据集(MDS),能够很好地替代全量数据集(TDS)表征土壤肥力。土壤肥力指数聚类分析将土壤样品划分为5组,并人为由高到低定义为5个等级,等级Ⅰ占5%,等级Ⅱ占20%,等级Ⅲ占20%,等级Ⅳ占35%,等级Ⅴ占20%。根据朝鲜淫羊藿土壤肥力特征,建议栽培过程中应合理补充铁、铜微量元素,合理控制土壤盐分含量。

青藏高原南部4种土地利用方式土壤质量评价

为了阐明青藏高原南部土壤质量的基本特征,本研究采集了该地区4种典型土地利用类型(草地、耕地、乔木林地和灌木林地)的土壤样品,测定土壤相关理化指标,利用主成分分析法筛选最小数据集指标,并运用土壤质量指数法(SQI)定量评估土壤质量。结果表明:土地利用方式对土壤理化性质具有显著影响,饱和导水率属于极敏感指标,电导率、全氮、有机质、砂粒属于高度敏感指标,pH、容重、粉粒、黏粒属于中度敏感指标。青藏高原南部土壤质量评价最小数据集由全氮、粉粒、黏粒、电导率构成,最小数据集能够较为准确地体现青藏高原南部土壤质量信息(P<0.01)。根据最小数据集计算的SQI表现为乔木林地>草地>耕地>灌木林地,且乔木林地土壤质量显著高于其他3种土地利用类型(P<0.05)。评价结果对于青藏高原南部地区土地的合理利用和生态保护具有重要的参考意义。

高校数据中心生态的研究与应用

随着大数据发展行动纲要、教育信息化2.0行动计划等政策的出台,信息化已上升为国家战略。高校"十四五"信息化发展的着力点也已从数字化校园转向"智慧校园""智能校园"。无锡商业职业技术学院对校内数据中心构建"一中心、两体系、三平台"新生态架构,进行深度数据治理,打造全量数据中心,促进内部治理精准化、师生服务高效化、分析决策科学化。

融合多源异构教育大数据的高校科研服务系统设计研究

[目的/意义]创新高校科研服务应用模式,提升科研管理水平及效率。[研究设计/方法]首先,剖析教育大数据融合中的相关问题,构建面向高校科研用行为视角的多源异构教育大数据维度视图;其次,以科研对象的个性化需求作为切入点,设计了融合多源异构教育大数据的科研服务平台,分析了高校科研应用服务的大数据工作流程;最后,以科研全量数据实践体系、高校科研应用五类典型服务场景为例,给出了相关应用实践。[结论/发现]实现了科研数据的深度分析与挖掘,为当前高校科研管理方法提供新思路。[创新/价值]为科学提升高等院校个性化科研服务质量,客观评价科研个体及团队研究水平,辅助分析科研个体及团队优势与不足,科学指导决策者提升管理效率提供一定的方法指导。

基于大数据的用电特征嫌疑用户分析

目前有效的用电行为异常监测手段,仅依靠计量人员、用电检查人员逐户现场核查,导致工作效率低、工作量大,用户下场检查覆盖率无法达到100%。为解决该问题,本文以逆向思维为主线,从历史计量差错、电价执行异常、违约、窃电用户入手,提炼阈值规则,搭建客户用电异常行为精准识别模型,自动校验输出表计失压、断流、接线异常、私自启封、私自增容、高低压电价混接等监测场景异动;同时基于行业信息、用电时段、电压、电流、电量等数据,通过应用大数据技术进行回归分析、K-means聚类分析等计算,构建用电客户行业特征模型及电力波动模型,并与电量突增突减、台区线损、表计开盖规则场景异动精准率,辅助计量、用检人员提高下厂检查效率和电费审核效率,助力电费“颗粒归仓”。

金融大数据对账方法

针对分布式金融系统由于多系统交互、异步处理、系统缺陷等问题导致的数据错误,将Alibaba大数据处理平台和账务理论相结合,提出离线和准实时数据对账的方法。通过某金融公司的分布式贷款系统每天700万条数据,对本文提出的对账方法进行验证。结果表明:该数据对账方法能完成金融大数据的处理,及时发现数据质量问题,使金融系统资金损失达到最低。

试析档案智慧治理的逻辑进路——基于工具理性和价值理性的辩证视角

工具理性导向下档案治理面临治理理念“治”而不“智”、治理主体“合”而不“和”、治理对象“汇”而不“慧”、治理工具“拥”而难“用”、治理效能“显”而存“险”的尴尬境地。梳理工具理性与价值理性在档案治理领域内的辩证关系是反思当前档案治理困境成因的前提,而工具理性与价值理性高度融合与平衡下的档案智慧治理将带领档案治理摆脱困局。

广西西江干散货运价指数编制初探

目前国内外主要知名航运指数几乎全部采用典型样本的数据采集方法,存在指数发布周期长,易受权重企业蓄意干扰等问题影响。本文通过电子运单系统,实现区域内水路运输服务价格的全量数据采集,选取2019年1月—2021年1月,大约2年时间的西江运价全量数据,采用南宁、贵港、梧州至珠三角下游三条典型航线加权平均的方法,编制广西西江干散货运价指数。成果显示,本项指数能够很好的反映市场运价客观波动情况,并且具有综合成本低,发布频率高、贴合度好等优良特点,发布周期甚至可缩短至“每日发布”。

数字化转型大背景下银行数据能力怎么建?

数字化转型大背景下,银行经营管理愈发依赖数据,数据已逐渐成为银行不可或缺的生产要素,但当下各银行依然普遍存在找数难、取数难、用数难、可信度低、质量差等问题。各银行都高度重视数据能力体系建设,但数据丰富度不足、时效性不高、整合度低、累积历史问题多等诸多难题亟待突破。针对当下银行数据能力体系建设现状,本文提出银行需构建起支撑全量数据、全域数据两类应用的数据双模能力体系方案,给出升级完善全量数据体系、构建全新的全域数据体系、构建有数字化工具支撑的数据治理体系、打造可并行支撑全量及全域数据应用的湖仓一体的数据基础服务体系、完善数据组织文化人才梯队建设等五大举措,并介绍了银行业数据能力建设的领先实践。

秦岭山区典型人工林地土壤质量评价研究

林地土壤质量是决定林地生产力的重要因素,评价森林土壤质量状况,可为林木的健康生长和森林土壤资源可持续利用等方面提供重要科学依据。文中对秦岭山区典型的核桃林、刺槐林、构树林、橡树林和白皮松林5种人工林土壤耕层的13项土壤物理化学指标进行分析,选取全量数据集法和最小数据集法两种不同的土壤质量评价方法,评价了不同人工林地土壤质量的水平,并比较了二者的评价结果。两种评价方法评价的不同人工林地土壤质量指数从大到小依次均为:核桃林>刺槐林>白皮松林>构树林>橡树林;土壤质量等级以"中等"和"较高"水平为主,处于"高"水平的土壤质量等级占比较少,人工林地耕层土壤质量总体较好;采用主成分分析法确定的评价不同人工林地土壤质量的最小数据集指标为土壤容重、pH、有机质、含水量、孔隙度;最小数据集法评价的土壤质量指数结果和全量数据集评价的结果较为接近,相对偏差较小,评价精度较高,说明最小数据集法可用于秦岭山区人工林地土壤质量的评价。