介损在线监测数据趋势提取方法的研究

基于介损在线监测数据的变化规律,建立了数据趋势模型,提出了基于小波变换和形态滤波的两种趋势提取方法,两种方法均能有效地克服数据中周期性因素和各种加性噪声的影响,还原数据的基本变化趋势。通过实例验证了这两种方法的有效性。

基于VB的实时数据趋势曲线的实现

介绍了如何利用VB采集数据 ,以及如何绘制实时数据趋势曲线的设计原理及程序。

一种基于数据趋势的目标活动周期规律挖掘方法

目标活动规律挖掘是军事态势生成领域研究的一个热点问题,而目标活动周期规律挖掘方法是其中的一个重要研究方向。论文在深入研究活动规律挖掘方法基础上,提出了基于数据趋势的目标活动周期规律发现方法,以目标的运动轨迹位置数据作为研究对象,通过对轨迹数据进行建模,构建多维度目标活动周期模型,生成一种新的目标活动周期规律方法,最终挖掘出重点关注目标的活动周期规律。仿真实验表明,该方法可以有效挖掘出目标活动的周期规律。

集团数据指标管理研究与实践

数据指标管理通过有效收集、分析数据,并展示观测到的数据趋势,帮助集团更好地优化企业运营,实现数据驱动业务的目标。本次课题围绕六大核心业务域,梳理指标管理的范围,确定指标源头和识别指标;通过专业平台工具将多源异构的数据抽取到数据分析平台,进行指标的定义、建模、固化和分析,从而建立指标体系对指标进行统一管理,对指标进行分析应用,并可视化的展示指标。数据指标管理提高了集团对数据的管理、分析和利用能力,有助于更好地改进绩效和应对市场变化。同时,集团需要组织专业人员定期监测和更新指标,以确保整个指标体系的有效性和准确性。

一种基于数据流趋势与相关性分析的汽油机空燃比故障实时检测方法

本文中根据汽油机空燃比故障的特点,提出了一种基于数据流趋势异常和相关性分析的故障实时检测方法。为了提高准确率和运行效率,通过衰减和时间判断法在误差累积和算法CUSUM基础上进行改进,对数据流之间的相关性进行快速估计,使整个系统能运行在对资源比较敏感的车载平台上。在长安福特发动机上的实验结果表明,相比传统的基于SVM和神经网络的故障检测方法,该方法能以较低的资源消耗获得更好的故障检测效果。

大数据分析的现实应用及发展趋势研究

随着5G、边缘计算和物联网等技术的出现,大数据分析及实时分析日益重要。文章以大数据分析的现实应用及发展趋势为研究目的,以大数据分析的应用领域、市场主要驱动因素和技术发展趋势为研究对象,运用文献研究法、定量分析法和综合研究法等方法进行研究。大数据分析使组织能够实时的分析来自异构源的数据,帮助组织提高利润、做出更好的决策、提高客户满意度。

大数据趋势下的搜索引擎用户信息安全探讨

本文就案例解读法和文献研究法,阐述大数据趋势下搜索引擎用户所面临的信任安全威胁:数据搜索准确程度变低导致信息失真、过于注重"数据废气"挖掘引发信息泄露、"数据滥交"引发诈骗危机这些问题,提出在大数据环境下提升搜索引擎用户信息安全的部分措施,其中包含确定数据使用人的责任、提高搜索领域的自律性、保护好个人行为数据安全以及健全有关法律法规等,希望可以给大家带来帮助。

基于C++Builder的工控系统趋势数据库

文章针对一套加工制造工控系统的具体要求,指出了以工业组态软件Intouch开发的趋势数据库存在的缺陷。详细阐述了应用C++Builder自行开发满足特殊系统要求的趋势数据库的过程,主要涉及以DDE通信为基础的软件接口编程、以OLE技术为基础的数据库开发以及以VCL为基础的图形显示等技术。所开发的趋势数据库经实际运行验证,能够满足系统的具体要求。

数据库应用系统结构发展及趋势

现选择数据库应用系统结构的发展作为切入点,回顾数据库应用系统结构的发展历史,针对目前数据库研究领域中的几个热门方向和发展现状、面临的问题和未来的发展趋势——智能数据库、数据仓库和分布式三维空间数据库进行分析和研究。

搜索趋势数据可视分析系统

为了帮助用户理解和分析搜索引擎产生的搜索数据,提出一个搜索趋势数据可视分析系统,包括数据收集与预处理、流图计算与绘制、流线生成与文字摆放以及交互式分析.以流图与文本相结合的方式呈现搜索数据,展示数据中蕴含的搜索趋势和热点;创新性地提出了流线指导下的文本布局算法,使文字能更好地贴合流图形状;此外,还提供了一系列交互,帮助用户在不同层面对搜索数据进行探索和分析.选取5个博客数据集,从紧凑性和方向一致性2个方面对可视化方法进行量化评估,并采用2个真实的搜索数据集进行案例分析.结果表明,该系统能帮助用户理解搜索数据的变化模式,发现数据中隐含的搜索趋势,并快速掌握互联网舆情信息.

基于Super smoother和3σ原理的列车动态测试趋势性异常数据清洗方法与分析

列车动态测试存在数据采集环境干扰大,重复成本高等问题,需要尽可能的从存在异常的数据中保留更多的有效信息。本文针对其中存在的长周期,低频率的趋势性异常数据清洗问题,首先介绍了一种基于Super smoother和3σ原理的数据清洗方法。然后通过与其他常用异常数据清洗方法如神经网络,小波变换等的对比,分别从降噪处理,数据漂移处理,缺失数据补充处理和短暂快速异常波动处理四个方面对方法的数据清洗能力进行了分析和验证,结果表明清洗后数据的Pearson系数由0.785上升到0.923,方法在快速清洗和数据修补方面具有较大优势。最后以某城轨列车制动温升试验数据为例,对实际线路测试数据进行了数据清洗处理,结果表明方法能够较好的解决列车动态测试中存在的趋势性异常数据清洗问题。

药品质量风险管理中超趋势数据的处理

通过简要介绍超趋势数据的分类、判断,较为详尽地描述了超趋势数据的调查和评估,提出超趋势数据的及时发现、调查及采取必要的纠正预防措施,能够有效地控制并稳定生产、保证产品质量、避免不合格药品的出现,从而有效避免药品质量事故的发生,对于制药企业质量风险管理有重要意义。

VFP环境下绘制数据动态趋势图的方法

介绍在VFP环境下开发绘制动态数据趋势图的方法.

曲线稀释后与稀释前的数据变化趋势

就目前而言,生产治理仍然是一项十分重要的环境保护工作,借助于科学技术将会有更好的效果。当前比较典型的能够应用于环境保护中的仪器有紫外分光光度计、气相色谱仪等,这些仪器设备都可以帮助对某些物质进行检测,环境保护很大程度上需要依赖这类仪器设备。通过相关的仪器设备对某些物质进行检测时,其检测结果会通过曲线进行计算,即借助于计算器对实验结果进行模拟计算,通过相关的曲线可以得到最终的测试结果。以下我们就曲线的样品在稀释前(超过曲线最高点)以及稀释后(在曲线范围内)的数据变化趋势进行简要分析研究。

大数据环境下基于PCA分层抽样的并行随机森林预测算法

针对随机森林算法在序列数据趋势预测中存在子特征空间信息不足和在处理大规模数据时效率低下的问题,文章提出了一种基于PCA分层抽样的并行随机森林PSS-PRF预测算法。该算法通过PCA特征变换和分层抽样进行特征选择,保证每个基决策树都具有较多的特征信息,并在Spark大数据框架下进行算法的并行优化设计。文章选取沪深300成分股的股票序列数据为实验对象,以预测股价的涨跌趋势,结果表明该算法具有较高的预测准确率,并在大规模数据集上具有较高的训练效率。

基于泄漏电流三相不平衡度的避雷器在线监测优化方案

避雷器在线监测数据易受环境温湿度和表面脏污等影响,而传统的泄漏电流报警阈值设定方法容易产生误告警。对此,提出一种基于三相数据趋势比对的避雷器在线监测告警算法,利用温湿度抑制算法抑制其对阻性电流的影响,在修正后的阻性电流数据基础上计算三相阻性电流的不平衡系数,并结合阻性电流的报警阈值制定出告警规则。以某220 kV变电站内避雷器为例进行验证,相比原有单一告警规则,该告警策略可有效降低误告警率,提高在线监测告警的准确率和实用化水平。

基于ECharts的设备点位分析设计与实现

设备是工厂生存与发展的重要工具,通过对设备的有效维护与管理,确保设备的完好。保持设备的良好状态是工厂能够创造一流效益的重要条件,所以工厂对于生产设备的监测尤其看重。页面在Vue的支持下采用ECharts这种图表的形式将实时检测到的设备点位值,转为直观的查看点位值的趋势,更清晰直观地传递给工厂管理者,帮助其预估设备故障发生频率及时间,为工厂的发展提供了坚实的基础。

动态数据采集系统的图形化数据显示

本文主要讲述了动态数据采集系统的图形化数据显示以及历史数据分析功能的实现方法,具有实时数据绘图、历史数据重绘图以及图形的分析功能。

基于检测数据自动采集下的实验室质量管理浅探

文章介绍了从检测分析前、中、后的质量保证与质量控制入手,建立起相应的质量保证责任制度和措施。通过统计实验数据,依据一次函数数学模型,利用自动采集下的数据趋势来发现异常,控制风险,完善检化验质量体系管理。

论“大数据”的应用

大数据凭借其规模大、种类众多、价值巨大但密度低以及生成速度快的特点,在信息化时代里发展迅猛。大数据正在以惊人的速度改变着社会的生产方式,改变着我们每个人的生活,同时我们的生 产、生活和工作等各个方面都已经离不开大数据。近年来,随着互联网、物联网、云计算、三网融合等 IT 与通信技术的迅猛发展,数据的快速增长成了许多行业共同面对的严峻挑战和宝贵机遇。因而信息社会已经进入了网络大数据时代。大数据不仅改变着人们的生活与工作方式、企业的运作模式,甚至还引起科学研究模式的根本性改变。