大数据环境下基于Hadoop平台的医学数据挖掘算法研究

为了有效利用云平台Hadoop框架的并行处理能力。通过对大数据挖掘技术中的传统关联规则算法 Apriori算法进行了分析和改进,提出了一种基于Map Reduce并行模式的改进数据挖掘算法,适用于医学大数据的分析和应用。首先通过布尔排列优化数据库中事务数据的存储方式,从而有效减少数据库被扫描的次数。然后采用关联规则优化减少Apriori算法中冗余的子集。为了验证改进算法的有效性,采用医学历史数据进行实验验证。最后仿真实验结果显示,相比传统的Apriori算法,提出算法的运行效率更高,具有较好的可靠性和有效性。     

基于大数据的金属管道腐蚀状态分析模型与应用

为客观、高效地评价压力管道腐蚀状态,预测管道腐蚀速率,从而采用大数据分析技术,其为管道腐蚀状态评估提供了全新的思路和手段.结合大数据分析在管道腐蚀状态方面的应用,说明了压力管道腐蚀状态大数据分析的内涵和目的 ,数据的来源和类型.总结了单一数据分析模型存在的缺点和不足,探讨了优化单一数据分析模型或结合多种数据分析模型进行...     

基于大数据工业数据采集系统设计与实现

本文基于大数据分析,通过采集不同车间、厂区之间的生产数据信息,并将这些数据实时传输至云端数据层,依据生产过程控制以及相关传输协议、数据的标准化,实现工业化数据的智能采集和分析,为企业早日实现智能化转型打造坚实的基础.     

基于云计算的大数据信息处理技术研究

随着大数据时代的到来,信息的数据量正在以指数级的速度快速增长,己经达到TB、PB甚至是ZB级别。而在信息数据飞速増长的背后,是它们所蕴含的无穷无尽的价值。大数据信息处理技术可以帮助人们发现知识并从海量数据中找出规律,从而创造应用价值。但传统的信息处理方法不能有效地处理海量数据,尤其是不能满足用户对时效性的要求。云计算技术的出现和发展为快速、高效地处理海量数据提供了解决方案。为了充分利用云计算的并行计算能力及其动态资源的分配来有效地处理海量数据,基于云计算的大数据信息处理技术变得至关重要。因此,以提高信息处理效率并且保持数据的准确率为目标,将现有的经典数据分析算法模型与云计算技术相结合,对结合云计算和大数据的海量信息处理技术进行了研究,并提出了一种基于云计算的大数据信息处理方法。     

安徽地质信息化平台建设需求分析

地质大数据应用研究是国家大数据战略的组成部分,地质学属于数据密集型学科,海量的地质数据之间有着一定规律可循.现代计算机与信息化技术从技术层面能够实现地质数据的大集成,进而实现大服务.建设全区地质信息化服务平台,能够科学地反映出各类地质数据间内在的规律与关联,实现数据的标准化、信息化,还能有效促进专业间地质成果的融会与贯...     

高速接入网云计算平台的大数据挖掘算法研究

随着移动高速接入网络的发展,网络流量显著增加,但移动终端使计算和存储受限。利用有限的人工智能应用大数据挖掘、云计算有利于解决这些冲突,提高用户体验。针对大数据挖掘算法的移动互联网特性,联合考虑云计算和大数据挖掘,并充分考虑数据传输效率和拓扑移动接入开展研究。仿真结果表明：该算法是有效的。     

图书情报领域关于大数据研究的热点分析

近年来,大数据研究成为图书情报领域的研究热点.本文采用文献计量和引文分析等方法,对图书情报领域关于大数据研究的现状、热点、主要研究方法和发展趋势等进行了分析和整理,期待为相关人员的研究提供参考.     

大数据框架下基于改进自适应滤波算法的机械故障信号处理

针对经典自适应滤波算法处理机械故障信号时收敛过慢的问题,在大数据框架下提出一种改进的自适应滤波算法.以Hadoop平台为基础架构,构建一种三层次结构的机械故障大数据处理框架,用于采集和预处理原始故障大数据集;在信号滤波方面引入步长变化因子函数和均方误差函数,提高算法的收敛性能;基于离散粒子群算法对故障信号滤波处理过程进...     

标准化数据采集平台构建及在临床试验数据质量控制的应用

规范、完整的试验数据是临床试验统计分析的先决条件,也是临床试验结果真实可信的有力保障。当前电子数据采集系统（EDC）以其能够优化试验设计、保障数据真实可靠、控制试验成本和风险等优势得到了国内临床试验数据管理行业的极大重视,但也存在数据采集规范化、标准化不足的问题。本文以基于ClinCapture二次开发的药物临床试验数据采集平台eClinicaXY为例,阐述了标准化数据采集平台的架构设计、遵循标准以及在临床试验数据质量管控方面的优势特点。     

面向中小企业信息化的ASP平台研究与开发

针对目前中小企业在实施信息化过程中存在的问题和困难.论述了ASP模式的特点及其在信息化领域中的优势.分析了ASP平台的总体结构与关键技术.在此基础上,构建了面向中小企业信息化的ASP平台.给出了应用服务提供商模式应用软件的集成方法与功能选配自定制方案,并采用多重审核机制来解决平台用户的访问控制问题.该平台将成为合肥市支持中小企业信息化的重要支撑平台.     

数据融合技术在移动机器人研究中的应用

移动机器人有着广泛的应用前景，是机器人研究中的热点之一。本文介绍了贝叶斯估计、Dempster-Shafer理论、卡尔曼滤波等机器人数据融合的方法及其在移动机器人开发中的应用，并分析了在移动机器人发展中具有代表意义的几个典型系统。     

基于大数据技术的电极修磨质量智能预警系统建立与应用

电极修磨质量控制一直是困扰白车身自动化生产线的问题。电极采用自动修磨,出现修磨状态不良,如果不能及时发现,往往会造成批量质量问题。通过服务器与web端和焊接控制器的通讯,获得修磨前后电阻数据。在Web端对电阻数据统计分类,对每个焊钳修磨前后的电阻独立设置公差范围。有效地监控修磨不良、焊接过程中电极头脏污、电极过热等问题。通过数字化手段发现问题,结合现场排查解决问题,大大降低了批量焊接质量问题的发生概率,是焊接过程数字化控制与现场问题解决结合的成功应用。     

如何寻找大数据营销的切入点

2013生似乎人人都在谈论大数据,然而说得云里雾里者多。许多企业家更关心的事是：如何才能真正找到大数据营销的切入点？     

熔模铸造数字化智能化大数据工业软件平台的构建及应用

数字化、智能化、大数据等技术的广泛应用正从各方面推动着铸造业的发展和变革,它不仅可以提高生产效率和降低生产成本,同时又能促使新技术和新工艺的不断出现,使铸造生产正在从主要依靠经验走向科学理论指导生产的阶段.目前,数字化、智能化、大数据等技术所形成的工业软件指导铸造生产主要是在铸造工艺设计系统(CAD/CAE)、产品信息...     

基于大数据的电力采购物资质量管理体系的研究与探索

目前电网建设对电力物资需求量大、对电力物资质量要求高,保证入网物资的安全可靠、实现物资集约化管理成为电网建设的关键环节.为此,应采用科学合理、公正公平的方式对电力采购物资供应商进行评价和管理.从如何提高物资供应的价值创造能力和经营管理绩效、电力行业如何利用大数据技术构建一个电力采购物资全面质量监控管理体系等方面对该管理体系进行了讨论.     

浮选流体动力学大数据关键技术、装备研究及其工程应用

近年来随着工业4.0技术和设备的发展,有色金属工业应用发生了许多重大的变化。其中大数据、人工智能、云计算、移动互联等现代信息技术与矿业加工领域深度融合,加速融合智能勘探、智能矿山、矿业物联网等新技术手段成为推动矿业领域加速发展的显著特征之一。顺应行业领域发展趋势,近期由昆明冶金研究院、智铜科技联合研发成型的新一代浮选流体动力学特征阈值传感器系统,通过多维度测量浮选设备以及浮选回路的核心参数,对采集到的数据进行建模分析,形成优化方案并生成自动化操作指令,能够推动选矿技术经济指标实现优化提升,有效填补国内矿业领域此类设备研发的技术空白,为有色金属矿山行业打造新型高效低碳节约型模式提供新的方向。     

基于大数据模具维修保养资源库构建方案研究

论述在掌握大数据概念与特点的基础上,探讨了适用于模具维修保养的资源库建设方案,资源库启用后,可对登记的模具使用情况进行实时数据监控,数据交换中心借助GPRS可以直接向云服务平台发出数据,由后者实施数据分析整理,并完善相关资源库档案,资源库可自行发布维修保养计划,并记录每次模具维修保养情况,对提升模具维修保养管理水平、延长模具使用寿命具有一定的参考作用。     

基于数据融合与虚拟仪器技术的液压系统故障诊断研究

本文对某型机械化桥液压系统的故障失效模式进行了全面的分析，提出了一种基于多传感器数据融合与虚拟仪器技术的故障诊断系统，通过对液压系统供油回路的信号测试过程及信息融合方案的设计分析，阐明了液压系统故障检测和诊断的实现过程。     

大数据环境下的分布式数据流实时处理技术研究

大数据背景下的海量分布式数据流处理技术要求较高的实时性和成功率。为了提高分布式环境下数据流实时处理的实时性,采用Hadoop分布式系统平台,提出了一种Map Reduce工作流实时调度优化方法。该方法采用2个相关参数来动态调整每个作业在队列中的重要程度,以便对工作流的优化做出动态的判断。此外,为了减少工作流整体的执行时间,对关键作业能否本地化进行判断和时间对比,从而尽量增加map任务的本地化。实验结果显示,提出的工作流实时调度优化方法在响应时间和调度成功率方面表现出较好的性能。     

基于大数据的锻造生产过程模型的搭建与分析

锻造生产车间中的工业大数据是重要资源,可实时反映出当前锻造生产过程中所反映的状态,然而有些锻造生产厂往往会产生数据采集不上来、数据无法利用等瓶颈。针对这些问题,在基于智能制造新模式的背景下,采集到了锻造实时全流程数据,对影响产品的各质量数据类型进行了归纳总结,分析了各因素对产品质量的影响,利用特征提取等一系列方法,对锻造生产过程中的几个主要影响因素进行分析。在找出影响锻造过程数据的几种重要因素的基础上,针对某一种情况运用Kmeans算法对该流程进行了验证,得出了准确的生产模型。