卷烟工厂主数据治理方法与实践

随着信息时代的高速发展,卷烟工厂作为典型的制造型企业,已陆续上线各类信息系统满足卷烟工厂发展需求,对卷烟工厂生产运营带来了极大的便利,随之而来的系统与系统间的数据壁垒越来越多,主数据被分散在工厂内各个业务系统单独管理与使用,使得各业务系统之间形成信息孤岛,造成系统间的主数据编码、名称不统一,至此,统一工厂主数据,管理主数据已成为卷烟工厂当前阶段发展的一种必然趋势。     

“大数据”在卷烟营销中的应用研究

大数据时代的精准营销因其精准和快速的特点在卷烟企业中得到了广泛的关注。文章主要介绍了大数据营销的特点、发展现状以及大数据精准营销的内涵及其应用价值,最后基于大数据时代背景对卷烟精准营销模式展开了研究,从精准营销模式的市场细分设计、功能模块设计、品牌培育和推广设计以及"大数据"卷烟物流配送方面展开了讨论。     

多站遥测数据实时对接方法研究

针对目前使用的多站遥测数据实时处理模式,分析了其存在的弊端,在此基础上提出了遥测数据解密前进行多站遥测数据实时对接的设想,并研究了多站遥测数据实时对接方法的可行性和正确性。此方法采用理论弹道对遥测帧时间进行电波延迟修正,从而实现了按时间对齐遥测全帧的目的,并通过采用全帧检择的办法,对接形成了一个数据质量较好的遥测流。     

遥测数据实时缓存技术研究

针对遥测数据流的实时缓存，提出了一种基于微型计算机ＩＳＡ总线，采用大规模可编程逻辑器件，双端口ＲＡＭ和内存直接映射技术的码速率自适应的遥测数据实时缓存接口设计方法。     

基于概率分析的云技术Web数据的分类方法研究

为了提高云计算Web数据分类的准确性,针对当前C均值分类的模糊性较大的问题,提出一种基于概率分析的云技术Web数据的分类数学模型构建方法,首先结合数理统计理论建立云技术Web数据分类的状态特征方程,构建Web数据准确分类的边值收敛条件,采用概率随机泛函进行云技术Web数据分类的稳定特征优化解求解,然后在有限论域内实现Web数据准确分类的置信区间准确计算,实现数据有效分类。最后进行仿真分析,结果表明,采用该文方法进行云技术Web数据分类的准确性较好、置信度较高。     

分布式实时数据库系统数据同步通信研究

由于在DRTDBS中数据不仅具备分布性,同时还具备实时性,因此,如何在有效的时限范围内,使各分布站点能进行准确无误的数据通信是实现DRTDBS的关键技术之一。但由于DRTDBS数据的双重特性,迄今为止在这方面的研究还比较薄弱,所以数据同步通信成为了DRTDBS的一大研究难点。在此背景下,对已有的分布式数据库数据同步技术进行研究,对影响数据同步的因素进行分析,提出了适用于DRTDBS的数据同步方案,并给出了较详细的设计步骤。     

中国电信全网计费资料数据实时同步方案研究

中国电信两级运营机制和属地化运维体制,使得集团层面缺乏全网的用户信息、价格计划、销售品管理等资料类数据,亟需以数据同步的方式将分散在各省的数据实时同步上传到全国中心,为此中国电信企业信息化的计费域采用数据文件与增量消息相结合的方法,从实施方案设计、业务技术难点、关键性能优化等角度进行了工程实践,较好地实现了"基础数据两级系统同步变化,核心主数据集中管理"的初期目标。     

国产实时数据库的数据采集系统研究

文章以发电集团数据采集汇集的系统建设为背景,针对集团侧对管理范围内的发电厂数据监视的需求,结合完全自主知识产权的实时数据库与数据传输软件,阐述了基于国产实时数据库的数据采集系统的实现架构。根据OPC、104等现有国际主流规约,总部在集团下属各二级三级单位建立国产实时数据库,通过数据采集软件将数据汇集到数据库并最终上传到集团数据库中。文章简要阐述了系统实现过程中的体系架构、软件特点和接口类型,以便为后续集团大数据的应用打下坚实的数据基础。     

遥感数据的贝叶斯网络分类研究

由于遥感成像过程的复杂性,遥感数据中包含了一定程度的不确定性因素。利用最大似然分类器处理遥感数据时分类精度受一定的影响, 为了提高分类精度往往需要引入先验知识。贝叶斯网络是一个带有概率注释的有向无环图,可以动态地对先验概率密度修正,提高分类精度,也没有严格的数据正态分布前提要求,适合处理不完整复杂的数据。该文介绍了利用贝叶斯网络对遥感数据进行分类处理的算法和技术过程。分类结果表明：贝叶斯网络具有稳定的数学基础,是一种可供遥感信息处理领域利用的有效新方法。     

云计算设备中的大数据特征高效分类挖掘方法研究

云计算设备中的大数据分类挖掘是现实模式识别和智能控制的基础,传统方法中对云计算设备中的大数据挖掘采用拓扑结构网格分区挖掘算法,不能有效提取大数据的细节特征,分类的准确性不好。提出一种基于分数阶Fourier变换特征匹配和K-L分类的云计算设备中的大数据特征高效分类挖掘算法。进行云计算设备中大数据存储机制体系分析,采用分数阶Fourier变换进行云计算设备中大数据特征提取和大数据特征匹配,基于K-L变换,选择最优的路径进行分类空间导引,构建了K-L大数据特征分类器,进行云计算设备中的大数据特征分类挖掘。仿真结果表明,采用该算法进行云计算设备中的大数据特征分类挖掘,特征分类挖掘的准确度较高,能量开销较少,效率较高。     

基于集成分量的基因微阵列数据分类方法的研究

构造高精度分类模型是对基因表达谱数据分析的主要研究方向之一,但提取不同特征空间产生的分类效果有很大差异,而集成分类系统在一定程度上提高了分类结果的可靠性和稳定性。构建基于PCA和NMF集成分量系统,并基于分析混合矩阵A的hinton图生物学意义建立集成独立分量选择系统,成功运用到基因表达谱分析,实验结果表明,集成分量分类系统优于单个分类器。     

变码率分类型实时语音声码器

本文提出的声码器将语音分成静音、清音、浊音和混合音四类。用自适应方法进行分频带清浊音判决和有声／无声判决,提高了分类算法的稳定性、准确性和灵活性、准确性和灵活性,还保持了混合语音的音质,且无须对清浊音判决结果进行编码。对清音和浊音的频谱分别采用不同的ＬＳＰ量化表进行编码,从而用标量量化器替代子矢量量化器,降低了复杂度。声码器的码率最高２．４ｋｂｐｓ,最低为１００ｂｐｓ,平均码率１．４ｋｂｐｓ。实时     

铁路运输信息数据分类算法的研究与实现

介绍两种基于统计的自动分类技术(朴素贝叶斯分类器、支持向量机分类器)，剖析了基于统计的自动分类的优势及不足。基于统计的自动分类的不足主要表现为：当类别之间分类特征的交叉变大时，分类精度呈下降趋势，在多层分类的情况下，此局限尤为突出。针对此局限性．为了提高自动分类的精度，我们引入了基于规则的自动分类来对其进行改进和扩充，并整合两种自动分类技术的优点，设计出了混合分类器系统，应用于铁路运输信息系统，进行分类分析，从而获得了比较理想的分类效果。     

基于OPC和消息中间件的实时数据集成技术应用研究

随着实时数据在流程行业的应用和企业对信息化要求的不断提高,实时数据的集成和深度开发已成为一个迫切需要解决的问题。在深入分析当前工业自动化实时数据集成的一些关键技术的基础上,探讨构造实时数据集成平台RT-DI,其中包括体系结构、实时数据集成策略、平台构建、桌面工具等环节的实现方法与解决策略,解决了实时数据的应用问题。目前,RTDI已应用在石油行业的生产一线,且效果良好。     

基于SVG的实时数据动态发布模型

SVG是基于XML的文本化方式的矢量图形描述语言.文章将SVG与XMLHTTP组件和Web服务等技术结合,提出了一个基于SVG的实时数据动态发布模型.该系统与传统的方式相比减少了网络流量,具有开放性、松散耦合性和重用性等特点.     

运动数据中的最优关联数据的分类分析

针对传统关联数据分类方法一直存在分类精度差的问题,提出一种运动数据中的最优关联数据的分类方法。由于运动数据的变化量十分的庞大,同时变化程度也无法用规律进行推导,因此需要确定运动数据中的最优关联数据,通过最优关联数据的关联性进行高速提取,使用异导函数对提取的数据进行系统的分类。为了保证提出的运动数据中的最优关联数据的分类方法的有效性,设计对比仿真实验,通过实验数据表明,提出的运动数据中的最优关联数据的分类方法能够准确地对运动数据中的最优关联数据进行系统分类。     

一种多通道探地雷达数据实时融合方法

针对不同工程实例的需求,采用新的处理方法,使多通道探地雷达能在一个视图中实时输出所有通道信息。该方法以数据融合技术为基础,具体实现分为三步:首先,进行带通滤波、时空校准和坐标转换等预处理;然后,采取信息熵这一度量参数和加权平均的融合准则进行实时计算;最后,利用自动增益对融合数据补偿、增强。多通道探地雷达数据实时融合结果能同时显示所有通道检测到的目标或异常,根据各通道信息熵的大小,能在发现目标的同时进行快速定位。该方法使多通道探地雷达的数据显示突破了传统方式的局限性,改善了滞后性,满足了工程应用对目标快速定位的要求。     

实时云计算数据库——数据立方

基于快速发展的并行数据库技术、云计算MapReduce技术及其混合技术,分析了这些技术的优缺点,对并行计算架构、分布式存储系统之上的索引以及其他方面进行了研究,提出了一种被称为数据立方的大数据处理系统。通过与大数据处理系统Hive和HadoopDB的对比实验表明,数据立方的大数据处理系统在入库、查询、并发、扩展等多方面有明显的优势。