基于大数据气象灾害预测分析

中国是世界上唯一大面积种植苦荞的国家,其中定西通渭县是甘肃中部苦荞的集中产区.根据近年来对苦荞越来越多的需求、天气对苦荞产量的巨大影响,我们将采用Soikit-Learn的线性回归模型以及Spark算法预测天气,最后以数据可视化的方法呈现预测结果,从而降低天气对定西通渭县苦荞产量的影响.     

基于改进LSTM神经网络的电动汽车充电负荷预测

当前对电动汽车（EV）充电负荷预测的研究缺少真实的数据支撑,并且模型考虑场景过于简单,影响因素考虑不到位,预测结果缺乏说服力。基于此,提出一种考虑多种电动汽车充电负荷影响因素的电动汽车充电负荷预测方法。首先,考虑天气、季节、温度、工作日、节假日等因素对电动汽车充电负荷的影响,采用三标度层次分析法分析各影响因素权重;其次,建立LSTM神经网络预测模型,通过真实数据训练得到用于预测的LSTM神经网络模型,结合影响因素权重分析结果对预测模型进行修正,得到最终的改进LSTM神经网络负荷预测模型;最后,采用常州某小区的真实数据对所提预测方法进行试验验证。结果表明,所提方法可以实现电动汽车充电负荷的精确预测,且负荷预测结果可为有序充电策略研究提供参考。     

基于大数据的民族网络舆情分析与预测系统

随着网络信息技术的发展,使上网门槛越来越低,致使网民数量快速增加.互联网技术的发展为文化交流提供了新的渠道,加强了人与人之间的交流,但也加大了网络舆情的影响程度,对社会的安全、稳定造成了严重的影响,因此,需要发展网络舆情分析与预测系统,为网民创造良好的上网环境.     

电动汽车充电桩充电策略的优化设计

随着电动汽车的发展,充电设施的研究已经成为电动汽车发展的重要环节之一。首先,对充电桩充电原理及蓄电池的快速充电基本原理进行了分析,介绍了锂电池的充电方法并指出了每种方法的优缺点;其次,对电池的充电策略进行了研究,提出了基于分段式快速充电策略;然后,以磷酸铁锂电池为试验对象,采用3种不同的充电方式对其进行充电;最后,对试验结果进行了分析,结果表明基于分段式快速充电策略能够明显地提高充电速度,延长电池的使用寿命,从而证明了所提出的方法的有效性,对于提高电动汽车电池的安全性和可靠性,进而推动电动汽车的发展具有重要的意义。     

一种基于大数据回归分析的LTE流量 预测及扩容方法研究

本文详细介绍了一种LTE网络业务量各时间维度的预测方法,引入O+B域建立用户画像,结合大数据建立LTE网络预测模型,对LTE网络未来小区内用户数、业务量等数据进行预测,同时可以把控网络局部短期变化,从而支撑快速优化调整应对。基于用户感知建立不同场景下扩容标准,预估网络资源。     

基于数据虚拟化技术下大数据资源中心建设的分析

信息技术的快速发展为各行业领域注入新鲜的活力,在大数据中心建设中,依托于数字虚拟化技术可有效实现资源的共建共享.本次研究将对数据虚拟化技术下大数据资源中心系统设计的具体思路与相关注意事项进行分析.     

基于大数据建模的投诉预测与应用

网络运行质量才是通信业生存和发展的基本保障,用户投诉的管理,则是改善企业与用户的关系、提升用户体验借以提升客户满意度的重要举措。早期,投诉处理存在事后分析、点对点分析、着重于KPI指标的分析等局限性,尽管投入多,但效果并不明显。针对早期工作中的不足,引入大数据挖掘技术,采用大数据建模的思路,建立了投诉预测系统,从源头分析用户投诉的深层次原因,在解放投诉人员的同时,极大提升效率,树立了企业的良好形象。     

基于大数据的数字电视用户关机行为预测

广电有线运营商利用双向数字电视机顶盒回传的用户收视行为数据,结合广电BOSS系统提供的媒资数据,通过采用大数据分析技术,为数字电视用户提供个性化的收视服务,极大提升了用户体验并增加了营业收入.然而,回传数据难以捕捉到电视机的状态,在机顶盒未关闭而电视机关闭的情况下,通过回传数据得到的用户收视行为是无效的,会影响大数据分析系统对用户收视行为的预估.通过分析已知的数字电视用户关闭电视机的行为特征,生成用户关机模型,从而预测无法采集到电视机关机数据的数字电视用户的关机行为,保证用户收视行为统计的有效性.     

新能源电动汽车充电技术的发展方向分析

近几年,新能源电动汽车在国家政策支持、技术不断革新的环境下得到了迅猛发展,电动车电池技术、充电技术、充电桩基础配置技术也不断进步,新能源电动汽车成为越来越多用户的购车选择.文章介绍了电动汽车充电技术的运用场景,分析了电动汽车充电效率的提升途径,提出了电动汽车充电技术的发展建议.     

基于大数据的高校招生预测系统的设计与实现

校园网站是一个充满信息的学习平台,有时候因为物理信息收集的样本空间少,对有效信息的判断也不到位,而导致信息收集不完整等不良结果发生。文中以北京理工大学珠海学院商学院网站历年招生数据为基础,构建智能化的高校招生预测系统,在校园网络数据上使用相应的数据挖掘手段,给学校的招生带来可视化的招生预测信息等内容。该招生预测系统以Wamp Server(Windows下的Apache+My SQL+PHP)为开发环境,Think Php为技术核心框架,作为一个整体开发解决方案,能够解决应用开发中的大多数需要,并且结合Jquery以及Html5+Css来实现系统,使用Sublime text等编译器来编写网站代码,并通过Chrome以及火狐等浏览器来测试系统的稳定性。通过此系统,可以为学校招生提供提     

基于车联网大数据的交通路况预测研究

为了减少交通路况拥挤,文章提出了一种基于车联网大数据的交通路况预测方案。新方案介绍交通拥挤现状和现有的解决方案,分析交通路况预测的关键技术,设计一种基于车联网大数据的交通路况预测系统,阐述新系统的体系结构和通信架构。最后,通过系统应用证明新方案不仅减少了城市交通拥堵次数和时间,还提高了出行效率。     

基于大数据的多子网负荷预测

针对集中式负荷预测方法没有考虑到各区域内负荷特性的不同,也不能充分利用电网大数据优势的问题,提出了基于大数据的多子网预测方法。该方法通过子网预测实现大电网的预测。根据大数据分析负荷变化规律,利用数据挖掘原理对样本进行聚类。基于大数据对子网划分,根据相似度评价方法对子网合并,利用神经网络建立子网负荷预测模型。为验证所提方法的有效性,利用电网数据进行算例分析,对比集中式负荷预测,所提方法预测效果更好并且用时更少,在大电网负荷预测中有一定实用价值。     

基于大数据的Web入侵风险预测

为了提高网络大数据的安全性能,进行Web入侵风险预测,提出基于非平稳性盲源分离的大数据的Web入侵检测模型进行风险预测估计。构建大数据的Web入侵信息测量模型,对Web大数据信息流进行二维信号拟合,采用非平稳性高斯独立平均统计量进行入侵信息判别,实现Web入侵风险预测模型改进设计。仿真结果表明,采用该方法进行大数据的Web入侵检测的准确检测概率较高,风险预测的精度高于传统模型。     

典型大数据计算框架分析

认为大数据计算技术已逐渐形成了批量计算和流计算两个技术发展方向。批量计算技术主要针对静态数据的离线计算,吞吐量好,但是不能保证实时性;流计算技术主要针对动态数据的在线实时计算,时效性好,但是难以获取数据全貌。从可扩展性、容错性、任务调度、资源利用率、时效性、输入输出(IO)等方面对现有的主流大数据计算框架进行了分析与总结,指出了未来的发展方向和研究热点。     

基于耦合变压器补偿技术的电动汽车无线充电系统优化设计

本文研究中针对基于耦合变压器补偿技术的电动汽车无线充电系统优化设计进行分析,使系统的设计更加科学合理,以更好进行电动汽车充电.     

基于大数据建模的井筒压力温度梯度预测

本文运用大数据建模技术,选取塔里木盆地顺北油田生产井相关数据,使用线性回归、随机森林、XGBoost三种方法,利用VSAI大数据分析平台来预测单井井筒压力梯度和温度梯度,并与其测压数据实际值相比较.结果表明,随机森林模型和xgboost模型能够较准确的预测压力梯度和温度梯度的趋势变化,与xgboost模型相比,随机森林...     

大数据技术中计算与数据的协作机制的研究

在移动网络、社交网络发展之下,使传统的互联网得以拓展,网络技术逐渐渗透到各行各业中,大数据技术由此产生.文章对大数据技术背景下,计算与数据协作机制的构建与实现进行分析,并阐述该机制实现的关键技术,通过元数据映射、哈希映射等方式实现实时大数据处理.