天然气水合物数据挖掘服务组件的设计与实现

天然气水合物是21世纪一种具有巨大潜在价值的未来能源,在能源危机的今天已经引起各国政府和科研部门的重视。海域天然气水合物勘探调查手段丰富多样,不同的勘查方式涉及的相关地质参数的不确定性比较大,采用的天然气水合物资源分析方法和预测评价方法也都相对较复杂。而数据挖掘技术在数据分析、预测评价等方面优势明显,且在石油勘探及矿山等很多地学领域进行了运用,结果可信度比较高,大大减少了勘测成本。通过对天然气水合物勘查业务和数据进行分析,研究适用于水合物数据挖掘方法,设计并实现了基于IBM SPSS Modeler的天然气水合物数据挖掘服务组件,为天然气水合物勘查领域数据挖掘智能决策产品的研究奠定了良好的基础。同时也能够为海洋地质数据库建设和数据应用打下技术积累,从而为天然气水合物的勘探开发和综合评价提供帮助。

SpringCloud微服务框架下新型供电系统数据挖掘方法

为了帮助运行人员更好地掌握供电系统的负荷变化规律,最大化节约传输电子量,研究了SpringCloud微服务框架下的新型供电系统数据挖掘方法。借助Eureka组件与Hystrix服务层,完善微服务框架雏形,搭建基于SpringCloud的微服务框架。在此基础上,分析电网环境下的用电负荷特性条件,按照供电指标的选取需求,确定电子量的挖掘深度数值,实现新型供电系统数据挖掘方法的应用。与灰色模型分析法相比,SpringCloud微服务框架可帮助运行人员更好地监督供电系统中的电子量传输行为,更好地掌握供电负荷量的实际变化规律。

基于大数据的产学研需求智能匹配平台架构研究

文章旨在构建一个基于大数据的产学研需求智能匹配平台,以解决传统产学研合作中需求匹配效率低下、准确性不足的问题。该平台基于企业技术需求、科技期刊、科技成果等海量元数据,通过数据预处理、数据清洗、数据转换和标准化等对源数据的处理,形成数据仓库,进一步通过联机分析、机器学习、数据挖掘、人工智能组件等分析和挖掘,智能化导出符合其技术需求的专家、成果、高校科研院所等。平台通过数据应用层、API接口层、数据展示层等层次递进,以PC端、移动端等多种形式进行技术需求匹配展示。