Big Data for Organizations: A Review

Big data challenges current information technologies (IT landscape) while promising a more competitive and efficient contributions to business organizations. What big data can contribute to is what organizations have been wanted for a long time ago. This paper presents the nature of big data and how organizations can advance their systems with big data technologies. By improving the efficiency and effectiveness of organizations, people can benefit the can take advantages of a more convenient life contributed by Information Technology.

基于模型驱动和自动演进理论的矿集区找矿预测数据模型应用软件开发

本文旨在构建一个系统而全面支持矿集区找矿预测数据模型应用的软件体系架构。采用模型驱动和自动演进的软件研发理论,服务和支持矿集区找矿预测数据模型应用。研发工作主要集中在3类核心应用软件的研发:数据模型管理类软件、数据模型使用类软件和数据质量控制类软件,推出这些软件将有效地管理数据模型,提高矿集区找矿效率,并确保数据质量可靠性和准确性。提出了一个包含9个层次且完备的支持软件体系架构,全面覆盖数据模型从需求、设计到实际应用和用户层面各个环节。通过构建和研发支持矿集区找矿预测数据模型应用的软件体系架构及一套核心应用软件,成功为矿集区找矿预测提供了有效信息技术支持。这项工作不仅提高了找矿预测理论方法研究层次,还显著提升了软件技术应用水平,并可推广使用,具有重要的找矿指导意义。

AI技术在数据中心制冷系统智能节能研究和应用

无论是现在还是未来很长一段时间内,对于数据中心制冷系统的节能技术都是社会关注的问题。当前数据中心制冷系统节能手段普遍应用传统方案,探寻IT领域已经逐渐成熟的AI技术在数据中心制冷系统节能方面的应用,和传统节能手段相辅相成实现节能收益最大化。

面向政务系统的大数据语音识别系统应用及研究

当前对于大数据语音识别系统在政务系统应用中存在诸多缺陷,因此,研究将LSTM与CTC进行融合得到了LSTM-CTC声学模型,并进一步优化得到BiLSTM-CTC声学模型,同时验证其有效性。实验结果表明,在训练轮数为8时BiLSTM-CTC模型的WER值为60.38%,在训练轮数为16时,BiLSTM-CTC声学模型的WER值为11.87%,均低于对比模型。同时,在实际的政务系统大数据语音识别中,BiLSTM-CTC声学模型在安静与低噪声环境下均具有较高的识别准确性,平均识别率分别为92.6%和85%。综合来看,BiLSTM-CTC声学模型在识别政务系统的大数据语音中具备较高的准确性,在实际中可以有效推进政务系统语音识别功能的发展。

南京医保全流程智慧监管体系的构建与应用

目的:为织密织紧基金监管防线,适应信息时代的精准化、智能化监管需求,南京市医疗保障局以医保大数据平台为依托,全面打造医保基金智慧监管新体系。方法:运用微服务技术、云计算技术、医学人工智能核心能力构建智能监管一体化平台,通过全面展示基金运行信息数据,建立全方位智能监管规则指标体系,建立大数据监管模型,对基金运行风险全流程闭环处置。结果:基金运行安全可控,支付方式改革平稳实施,骗保行为受到精准打击,实现“三医协同”多元治理。结论:南京医保运用信息化、数字化、智能化平台全面赋能基金监管,有力确保了基金的安全、高效、合理使用。

基于大数据技术的水环境保护监管系统设计研究

文章采用大数据、物联网及水质模型等技术,设计了一种水环境保护监管系统。该系统通过数据挖掘和机器学习算法,从海量的数据中提取有用的信息,实现水环境状况综合研判、水环境风险预测预警、水环境污染追因溯源以及水质改善政策成效评估等功能,分析结果以可视化的方式呈现,便于管理部门理解和决策。通过实践应用,可以有效说清现状、摸清底数、分清外源影响和内生污染原因,为水环境管理部门科学治污、精准治污提供可靠的数据分析结果和技术支持,提高水环境管理的智慧化水平。

数字林业背景下亚洲象监测预警模式综述

在数字林业大背景下,基于人工智能、大数据、5G等前沿技术,科学构建亚洲象监测预警体系,其总体框架划分为基础设施层、数据层、应用层、展现层,还包括标准规范、运维管控能力、安全管理体系内容建设。提出以网络传输、数据存储、AI物种识别、亚洲象一张图为基础的人工智能技术与野生动物生态保护、缓解人象冲突有机结合的新型管理模式,为其他自然保护区相似问题提供了解决方案。

大数据在服装设计和制版中的应用研究

文章研究了大数据在服装设计和制版中的应用,包括大数据的概念、特点和应用价值。通过调研,提出了基于大数据的服装设计和制版应用模式,并建立了相应的信息系统模型。该模型实用、可扩展,可提高设计和制版的效率,降低成本,提升市场响应速度和客户满意度。此外,该模型还可有效促进企业的科学决策和服装产业的创新发展。

基于大数据的数字化系统一体化调度信息集成模型

由于已有集成模型分类过滤能力较差,因此提出一种基于大数据的数字化系统一体化调度信息集成模型。通过小波多窗谱特征提取数字化系统一体化调度信息并进行预处理。在二维空间中对最近邻点进行模糊搜索,获取数字化系统一体化调度信息模糊聚类中心,对信息聚类目标函数进行优化,完成调度信息分类过滤。结合大数据技术对调度信息结构层次进行分析,构建调度信息集成模型。实验结果表明,所提模型不仅能够提升调度信息分类过滤能力,同时还能够加强集成效率和容错性。

基于循环神经网络的压缩机组性能预测模型

压缩机组运行中关键参数监测取值是判断机组是否正常运行的主要影响因素,但当前在各个基层站场,大量的数据仅保存为备份文件作为事故发生后查找原因的途径,并没有被有效的利用。提出了基于循环神经网络的压缩机组性能预测模型,利用数据节点表示首先离散化监测数据取值,以减少数据冗余,之后依据相关系数获得不同时间点内各个参数之间的相关度,通过近邻节点挖掘获得关键参数的时序近邻节点集,并作为循环神经网络的训练集来预测关键参数的取值,以此判断机组的运行状态。以数据采集与监控系统(SCADA)数据集进行实验验证,结果表明所提模型对出口温度的预测取值具有较好的性能,对其中一次典型出口温度异常事件的评价指标绝对平均误差和均方根误差值分别为0.88和0.92,进一步表明所提模型具有较强的泛化能力和预测准确度。

同期线损系统中的数据分析

阐述同期线损系统中的大数据分析技术,及其在反窃电中的应用,提出数据驱动的窃电行为识别模型、实时监测与预警系统构建、跨域数据整合与分析优化方案。

基于大数据及云计算技术的警务战术训练仿真系统设计

为了提升警务战术训练仿真系统的建模精度和响应效率,提高警员的战术技能水平,提出基于大数据及云计算技术的警务战术训练仿真系统设计方法;利用云计算技术设计系统的总体架构,构建警务战术训练仿真系统的分层模型,确定系统各层在运行过程中的主要职责;根据系统总体构架设计信息管理模块、主控模块、判定模块、信息采集模块和情景控制模块,完成系统的硬件设计;在软件设计中创新地引入全卷积孪生网络和大数据技术,重构相似块组,优化图像质量;应用Sketchup软件处理基本矢量图数据,构建训练场景矢量图,对警务战术训练场景进行三维建模,以此实现警务战术的仿真训练;实验结果表明,应用所提方法处理后的图像峰值信噪比为65.9 dB,结构相似度为0.923,具有较高的图像采集质量、三维建模精度和系统响应效率;可为警务战术训练场景的三维建模提供可靠依据,有效优化警员的战术训练效果。

基于大数据模型的输电线路风险预警系统设计

阐述针对输电线路状态监测中的大数据特点,提出基于大数据模型的输电线路风险预警系统的构建对策,包括考虑时序条件的安全隐患分级、信息采集、模糊模式识别诊断方法、系统处理流程。

基于大数据技术的电力系统调度优化分析

阐述一种基于大数据分析的电力系统调度优化方法。通过收集并清洗大量的运营数据,运用机器学习算法进行分析,找出影响电力系统运行的关键因素。再基于这些因素,构建一个全新的优化模型。

基于Logistic-熵的大数据产业生态系统演化路径研究

随着全球步入大数据时代,大数据产业作为战略性新兴产业备受关注。大数据产业生态系统良性演化能够为经济社会健康发展提供全方位支撑,系统内种群主体间关系的复杂多变和数据资源的频繁流动共同影响系统演化进程和路径选择。将Logistic模型与熵模型相结合,完整刻画、分析主体间竞合关系和系统资源流动状态,并在此基础上得出不同企业种群和系统集成演化路径:数据生产型企业业务数据集聚—多渠道数据拓展—数据智能化应用演化路径、数据服务型企业数据云聚合—高质量数据融合—数据资产化演化路径、转型企业业务信息网络化—流程再造数字化—服务应用智能化演化路径以及大数据产业生态系统大数据云存储处理中心建立—数据融合扩展—数智化应用种群集成演化路径。

网络安全中的大数据技术应用

阐述大数据技术与信息安全,计算机网络安全中的问题,大数据技术的应用,构建网络安全系统,包括信息采集、信息存储、数据安全模式、建立异端数据库安全系统。

科研大数据迷雾模型的建构与解构

[目的/意义]建构科研大数据迷雾模型有助于科研人员掌握科研大数据迷雾演化规律、完善相应政策、规避科研风险,从而维护科研大数据生态的和谐稳定,是对国家大数据战略的积极响应。[方法/过程]在科研大数据迷雾模型建构与解构的过程中,从时间、空间、强度、利益、繁育等维度对科研大数据迷雾的类型、路径与机理进行了详尽剖析。[结果/结论]研究得出科研大数据迷雾是指衍生于数据迷雾,以科研域虚假、有毒、垃圾、冗余数据为基本组成,以全链性、不严格波动性、派系性、雾化性、灾难性为基本特征,以初生型、激增型、衰退型、焦聚型、弥散型、强迷雾、弱迷雾、趋利型、趋害型、杂育型、寡育型为基本类型,贯穿于科研大数据生产、消费、分解等整个生命周期,降低科研质量、干扰科研决策,进而扰乱科研大数据生态稳定的一类数据的集合。

基于大数据与卡尔曼滤波算法的切纸机速度自动化控制方法

造纸技术的提升使人们对于纸张剪切质量的要求越来越高,为提升剪切纸张的品质,切纸机必须保持较高剪切精度,设计一种基于大数据与卡尔曼滤波算法的切纸机速度自动化控制方法。通过局部加权回归散点平滑法对切纸机非线性运行数据实施平滑处理。构建切纸机的非线性系统运动模型,代入处理后的非线性运行数据,完成模型最终搭建。设计切纸机速度观测器,运行步骤为初始化、采样、时间更新、测量更新,通过可编程逻辑控制器实现切纸机的速度自动化控制。测试结果表明,设计方法速度控制中的平均指令延迟时长均低于35ms,稳态控制精度测整体高于99%,操作次数为200次时,切纸机的最大切纸误差仅为0.318mm。

高校教师岗位胜任力评价体系及优化路径研究

大数据视角下的教师评价必须坚持新的理念、原则和要求,在设计出评价模型以及确立评价主旨目标的基础上,构建出尽可能细化、量化、可操作化的评价指标体系,才能把评价工作做实、做细、做精,提高教学质量,进而为高校整体的高水平、可持续发展提供科学的保障。研究基于冰山模型理论,采用层次分析法构建了高校教师岗位胜任力评价指标体系,共有大数据知识能力、大数据技术能力、潜在能力3个一级指标,13个二级指标。通过进行专家调查问卷数据判断矩阵的一致性调整,选择判断矩阵集结加权几何平均方式,计算各级各项指标权重,根据各专家判断矩阵数据,获得各判断矩阵各要素均值,大数据知识能力的权重为0.19、大数据技术能力的权重为0.35、潜在能力的权重为0.46。

基于CNN的煤岩瓦斯复合动力灾害预测

随着我国煤矿开采逐渐进入深部区域,煤岩瓦斯复合动力灾害日益严重,对煤矿的安全生产造成极大威胁。基于某矿现场数据,采用智能预测手段对煤岩瓦斯复合动力灾害进行研究。首先,依据大数据处理流程,应用箱型图分析法(Box-plot)与多重插补法(MI)进行数据清洗,结合灰色关联度分析法(GRA)建立煤岩瓦斯复合动力灾害指标体系;然后应用主成分分析法(PCA)进行数据降维,结合深度学习中的卷积神经网络(CNN)建立基于BMGP-CNN的煤岩瓦斯复合动力灾害预测模型;运用现场案例数据将此模型与BP模型、随机森林(RF)模型、支持向量机(SVM)模型及人工神经网络(ANN)模型进行对比验证,发现BMGP-CNN模型预测结果的准确率最高,且该模型的收敛速度较快,能够在数秒内完成预测。研究结果对于煤岩瓦斯复合动力灾害的预测和防控具有重要意义。