基于大数据技术的智慧交通系统数据分析

智慧交通系统作为一种大范围、全方位覆盖的管理系统,被认为是解决当前城市交通问题的有效途径之一。本文通过分析智慧交通系统中的数据结构与特性,提出一种基于大数据技术的智慧交通系统数据分析框架,详细介绍框架中采集层、存储和处理层、分析层、应用层以及数据与信息安全层等各部分的功能与特点,为智慧交通系统设计提供一定的理论参考。     

基于数字化学习空间拓展智慧课堂的设计模型

阐述数字化学习空间与智慧课堂的关系,从维度、结构与功能3个方面重新解构数字化学习空间,提出基于数字化学习空间的智慧课堂5要素设计模型,为互联网+智慧课堂的教学设计提供一个可以遵循的基本方法,以数据结构课程为例,说明使用该设计模型的过程和效果。     

基于大数据分析技术的智慧平台设计

大数据分析技术可切实汇总教育资源,为教育行业提供虚拟化服务,以助于教师与学生简洁化智慧平台研发流程,设计出与教育、科研需求相符的智慧平台,从而为平台用户提供文件存储、课程管理与发布等一系列优质服务。而且智慧云平台不仅可在很大程度上为学生打造健康且轻松的学习环境,还可为教师、学生、管理人员提供一体化线上服务。所以本文基于大数据分析技术设计了智慧平台,以期能够为智慧教育目标的顺利实现,教育教学效率与质量的有效提升提供有力帮助。     

大数据分析在移动通信网络优化中的应用分析

现阶段,大数据发展得越来越好,其逐渐被应用到各行各业中。本文首先分析了大数据分析在移动通信网络优化中的应用的现状,然后从优化大数据储存能力、优化大数据处理能力、优化大数据分析能力这三方面提出了大数据分析在移动通信网络应用的优化策略。希望对相关人员带来启示,更科学的使用大数据进行移动网络优化。     

基于大数据分析的移动智慧课堂可视化平台

移动智慧课堂可视化平台的稳定性较差,数据挖掘能力不高,为此提出基于大数据分析的移动智慧课堂可视化平台。硬件方面,在MapReduce中构造多层次并行处理机制,结合图形处理器（Graphics Processing Unit,GPU）和中央处理器（Central Processing Unit,CPU）进行多种并行形式计算。软件方面,设计数据库缓存架构模块,部署多个Redis节点,设计Echarts图形库组件模块,选择组件化将基本数据结构转变为数据可视化页面。实验结果表明,在并发环境中,该平台具有良好的稳定性,挖掘数据的时间最短,符合预期效果。     

面向智慧教育的学习大数据分析技术

随着社会的发展,我国的教学制度也在不断的完善和优化,其中,随着信息化程度的加深,在教学行业中又出现了多样化的教学形式。在信息化时代下,教师充分地将以互联网为基本的智能化信息技术科学有效地应用到实际的教学工作当中,从而在很大程度上提升了教学的整体质量和智能化程度,促进了教学行业个性化和创新性教学模式的进一步开展,其中,学习大数据分析技术成为了智慧教育长远发展的基本保障。因此,本文将以面向智慧教育的学习大数据分析技术为主题展开分析,通过详细分析智慧教育和学习大数据分析技术,提出一些面向智慧教育的学习大数据分析方法。     

大数据分析在移动网络优化中的应用

随着大数据技术的快速发展,各个行业都开始应用大数据技术来促进自身的发展,大数据分析技术在移动通信网络中也获得了广泛的应用,有效促进了移动通信网络的优化升级。基于此,简单介绍了大数据分析和移动网络的相关概念,探索了大数据分析在移动网络优化中的具体应用,希望能推动大数据分析技术在移动网络优化中的进一步应用,从而推动我国移动网络优化工作的顺利开展。     

智能推荐技术在网络学习空间中的应用

随着信息网络技术与教育领域融合程度的不断加深,国内外的专家学者都十分热衷于研究智能推荐技术在网络学习空间中的应用。本文围绕这一热点问题展开了分析。     

大数据时代移动智慧课堂教学管理应对策略研究

处在当前大数据时代背景下,移动智慧课堂有效的对互联网和教育进行了整合,为师生获取教学资源提供了便利,转变了教师的教学形式,这就对教学管理工作提出了更高的要求。对大数据时代移动智慧课堂教学管理现状和趋势进行了全面的分析和诊断,论述了大数据时期带来的种种机会和挑战,探究大数据时代移动智慧课堂教学管理策略,能够为学院实现大数据移动智慧课堂的应用提供了有益的建议。     

基于大数据的五年制高职护生在线学习行为要素研究

在线学习已逐渐成为高职院校一种重要学习形式,该领域也成为当前研究热点之一。对在线学习进行介绍,同时对大数据技术在在线学习平台中的应用进行分析,重点对五年制高职护生在线学习行为要素进行研究分析,为更好地开展在线学习评价提供参考,促进高职院校更好地开展在线学习,提高在线学习质量。     

大数据技术在智慧城市中的运用初探

大数据技术应用提高了人们生活品质,对智慧城市建设起到关键作用,需要对数据技术的应用方式提高关注力度.文章主要分析大数据技术在智慧城市中的应用优势,明确大数据可为城市管理提供决策支持、提升城市信息化建设能力和人们生活水平的积极意义,在此基础上,对大数据技术的运用对策进行研究.     

面向大数据流的多任务加速在线学习算法

多任务在线学习框架采用直接数据处理的流式计算模式,是大数据流分析很有前途的一种工具.然而目前的多任务在线学习算法收敛率低,仅为O(1/〖KF(〗T〖KF)〗),T为算法迭代次数.提出一种新颖的多任务加速在线学习算法ADA-MTL(accelerated dual averaging method for multi-task learning),在保持多任务在线学习快捷计算优势的基础上,达到最优收敛率O(1/T\\+2).对多任务权重学习矩阵W\\-t的迭代闭式解表达式进行了推导,对提出算法的收敛性进行了详细的理论分析.实验表明,提出的多任务加速在线学习算法能够更好地保障大数据流处理的实时性和可伸缩性,有较广泛的实际应用价值.     

基于大数据的高校学生在线学习画像研究

以四川省某高校的网络教学平台为研究对象,对该平台的学生在线学习数据进行学习行为画像。采用python、dycharts、图表秀,对不同任务点(视频)学习情况下学生章节测验平均分、不同作业平均分下学生的章节测验平均分、不同网络测评成绩下学生网络学习状况进行了画像。画像结果能直观看出任课老师对于课程设置的情况、学生学习的各项基本情况、各学院对于学生学习管理的长处和短处,从而更有针对性地进行改善和提高。     

面向大数据分析的在线学习算法综述

大数据时代,越来越多的领域出现了对海量、高速数据进行实时处理的需求.如何对大数据流进行抽取转化成有用的信息并应用于各行各业变得越来越重要.传统的批量机器学习技术在大数据分析的应用中存在许多限制.在线学习技术采用流式计算模式,在内存中直接进行数据的实时计算,为流数据的学习提供了有利的工具.介绍了大数据分析的动机与背景,集中展示经典和最新的在线学习方法与算法,这种在线学习体系很有希望解决各种大数据挖掘任务面临的困难与挑战.主要技术内容包括3方面: 1) 线性模型在线学习;2) 基于核的非线性模型在线学习;3) 非传统的在线学习方法.各类方法尽量给出详细的模型和伪代码,讨论面向大数据分析的大规模机器学习研究与应用中的关键问题;给出大数据在线学习的3种典型应用场景,并探讨现今或将来在线学习领域进一步的研究方向.     

基于机器学习与大数据技术的入侵检测方法研究

为有效检测网络的攻击行为,提出了基于机器学习与大数据技术的入侵检测方法。首先分析当前网络入侵检测算法,描述了大数据分析技术的网络入侵原理,然后将GRU神经网络与SVM分类算法相结合,最后使用网络入侵检测数据集进行实验。实验结果表明基于GRU-SVM模型的网络入侵检测成功率高于其他模型,网络入侵检测整体效果得到改善,保证...     

基于“动态学习数据分析”的智慧课堂评价考核体系构建

首先描述了高校目前学习评价考核现状及局限性;然后对基于“动态学习数据分析”的学习评价考核实施可行性进行了分析;接着对该学习评价考核体系设计过程进行了详细描述;最后确定了各个考核项并对其进行量化处理,以更好地应用于实际教学。     

基于增量切空间校准的自适应流式大数据学习算法

流形学习是为了寻找高维空间中观测数据的低维嵌入.作为一种有效的非线性维数约减方法,流形学习被广泛应用于数据挖掘、模式识别等机器学习领域.然而,对于样本外点学习、增量学习和在线学习等流形学习方法,面对流式大数据的学习算法时间效率较低.为此提出了一种新的基于增量切空间的自适应流式大数据学习算法(self-adaptive streaming big data learning algorithm based on incremental tangent space alignment, SLITSA),该算法采用增量PCA的思想,增量地构造子空间,能在线或增量地检测数据流中的内在低维流形结构,在迭代过程中构建新的切空间进行调准,保证了算法的收敛性并降低了重构误差.通过人工数据集以及真实数据集上的实验表明:该算法分类精度和时间效率优于其他学习算法,可推广到在线或流式大数据的应用当中.     

大数据在“智慧校园”中的价值研究

大数据作为一种新的数据管理技术,对当前基于物联网和云计算的“智慧校园”建设有着重要的作用。“智慧校园”作为一个教育实体的信息化建设方向,对大数据的价值挖掘有着新的意义。文章以大数据的定义和传统价值体现为基础,引出大数据在“智慧校园”中的新内涵和价值特点,并分析了大数据在“智慧校园”建设中可能遇到的问题。