首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   21篇
  免费   1篇
  国内免费   4篇
电工技术   2篇
建筑科学   1篇
无线电   1篇
冶金工业   4篇
自动化技术   18篇
  2022年   1篇
  2021年   1篇
  2020年   1篇
  2019年   1篇
  2018年   1篇
  2016年   1篇
  2015年   2篇
  2014年   3篇
  2013年   4篇
  2009年   1篇
  2008年   1篇
  2006年   3篇
  2005年   1篇
  2000年   1篇
  1994年   1篇
  1989年   3篇
排序方式: 共有26条查询结果,搜索用时 0 毫秒
1.
介绍了一种新型低功耗、高稳定性的冰川参数采集系统.系统以低功耗单片机MSP430F149为主控制器,集成高精度低功耗温湿度传感器SHT21、超声波传感器US-100、GPS,高精度实时时钟芯片PCF8563、EEPROM、SD卡、Zig Bee无线传感器网络(WSNs)和电源管理等模块,采用定时低功耗工作模式,实现了冰川温度与湿度、冰川地理坐标、雪高度等参数的自动测量和存储,并将所测的数据通过ZigBee WSNs传输到数据处理中心.  相似文献   
2.
为便于分析科学计算与数据平台的安全隐患,制定安全策略,将操作系统Linux和应用服务的安全简化为内核安全、与网络无关的系统安全、与网络有关的系统安全、与应用有关的系统安全四层分析模型,分析了不同层面Linux的安全隐患,提出了防范措施。并利用此分析模型,给出了基于互联网络环境,建立在Linux操作系统之上的科学计算与数据服务系统的安全策略。  相似文献   
3.
4.
随着计算科学在地学领域中广泛的应用以及地学各个学科模拟理论研究的发展,目前涌现出了一批功能各异的地学计算模型。地学工作者在科学研究中要快速便捷地熟悉和使用这些模型,迫切需要一个集成的模拟分析环境,即把硬件与软件结合,使用和服务结合,并关联相应的模型文献、驱动数据、处理工具、源代码等。在本文中我们基于高性能计算平台软硬件环境建设的工作经验和地学发展趋势,提出了基于高性能计算平台的地学集成模拟分析环境 GISE(GeoscienceIntegrated Simulation Environment)总体设计框架,并对该环境中核心部分进行了设计和详细介绍。GISE 将充分有效地集成各类模型资源,并将 HPC 服务和应用相结合,以期形成地学 e-Science 的核心信息平台。  相似文献   
5.
自 e-Science 提出之后的近 20 年间,地学 e-Science 在计算、网络和存储等信息技术的推动下,业已形成了基于数据、模型、计算、可视化分析和协同工作的地学研究框架,已经成为推动地学研究方法变革的驱动器。本文梳理和归纳了地学 e-Science 的发展过程和一些典型应用,总结了地学e-Science 的发展趋势,提出了简化的基于 3M 平台(Monitoring(监测平台)、Modeling(模型平台)、Manipulating(操作平台))的地学 e-Science 架构。从地学 e-Science 发展趋势上看,建立基于数据产生、采集、传输、管理的联合观测系统,形成完善的监测平台是地学 e-Science 的基础。建立数据分析、制备、同化和模型构建、集成与模拟的模型平台是地学 e-Science 的核心。建立基于高性能计算、可视化分析和协同工作环境的操作平台是地学 e-Science 研究的基本环境。  相似文献   
6.
遥感传感器和计算机技术的发展,每天都会汇集大量新的地理空间数据。地球科学许多应用要求数据实时或接近实时地处理,发展高性能计算是进行海量数据处理的必然趋势。本文以 TM 影像制备黑河流域归一化指数产品为例,基于高性能集群,实现了植被指数快速提取的并行计算方法,并采用对等并行编程模式,通过 C 语言调用 MPI(Message Passing Interface,消息传递接口)和 OpenCV(Open Source Computer Vision Library,开源计算机视觉库)函数库,实现了 NDVI(Normalized Difference Vegetation Index,归一化植被指数)的并行计算,获得了黑河流域的 NDVI。性能测试表明,并行计算可以显著提高遥感图像处理的速度。文章最后讨论了从原始影像提取植被指数产品的流程。  相似文献   
7.
8.
【目的】尽管数据科学已经可以处理大量的数据并解决了很多问题,正在改变着科研、企业运作和社会治理模式,但数据科学成果存在难以工程化的局限性,要将数据资产及其隐含价值有效转化为服务、决策、产品,形成数字经济,还需要建立数据工程学来支持对数据实施工程活动,实现数据驱动的数据价值转化,服务日常工作,形成数字经济。【方法】本文引入工程学思想,将伴随数据科学诞生的狭义数据工程推广为广义数据工程,论述了数据工程学建立的必要性,参考土木工程学科建设及工程学科应具备的特征,分析了基于数据物质基础的数据工程学知识特征,给出了数据工程学的概念、理论基础、研究内容、研究框架和主要技术体系,并通过两个数据工程应用案例说明建立数据工程这一新方法论的必要性。【结论】数据工程学具备了数据物质基础的独特知识体系,具备了综合数学、电子与信息、计算机、数据科学以及各领域学科的特殊研究方法,数据工程学建设的物质、理论、技术、需求等基础已经具备,建立数据工程学支持将数据资产转化为工程应用并形成数字经济非常迫切。  相似文献   
9.
该文根据寒区旱区环境计算与数据平台运行过程中遇到的安全和管理方面的问题,采取相应的手段和对策,分析和探讨计算机系统和互联网络的安全策略,提出完善信息安全、由被动防御到主动防护工作的具体措施。  相似文献   
10.
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号