大数据在铁路运输组织工作中的应用

从统计学上讲,样本量越大,数据越趋于正态的分布,才能反映出我们所需的准确信息,得益于现今高速发展的计算机网络信息化产业,大数据的运用逐步成熟,因其具有实时性、高效性、安全性等诸多优势,大数据已经在我们日常生活工作中得到了大量的运用。铁路运输行业要得到长足、高效的发展,大数据运用是必然趋势。文章站在大数据背景下,主要针对当前铁路运输组织工作中对大数据技术的运用于实践展开具体探讨。     

用Microsoft Excel处理食用盐的检测数据

食用盐的检测指标较多，在处理食用盐检测数据时，用到大量的数据和公式，计算量大。在计算机日益普及的今天，计算机应用已无孔不入地渗透到了各行各业。计算机应用领域中最广泛的就是数据处理，运用其强大的运算能力，能方便地对数据进行收集、转换、分类、统计、处理。     

雷达管制模拟机系统间训练数据的迁移

随着国内航班量的快速增长,需要大量经验丰富的管制员充实到管制岗位中来。雷达管制模拟机系统作为培训进近区域管制员的主要设备,随着系统的更新换代,老系统中的数据如何能够在新系统中使用成为重中之重。文章提出一种使用训练数据存储分析技术和训练数据迁移技术,将旧雷达模拟机系统中的训练数据迁移到新雷达模拟机系统中,既可以减轻教员负担,又保证了培训的延续性。     

基于数据挖掘的电网数据智能分析的研究

数据挖掘是对数据进行分析理解,揭示数据内部关联规则的一门技术,是数据分析的主要手段之一。它能够从大量有噪音的数据中,挖掘出其蕴藏的知识信息。其挖掘模式主要包括聚类模式、序列模式、关联模式、分类模式等。电网数据智能分析系统运用数据挖掘算法,对电网的设备信息、运行数据、日报数据进行分析,清理大量初始数据,按照电网运行的特点,分析和因素有关的数据,将其记录到数据库,通过相应的挖掘算法,获得所需的数据,从而为电网的安全运行提供理论基础和支持。本文主要论述了数据挖掘的概念、模型,电网数据智能分析系统的设计模式、体系等,对有关技术进行简单的分析。     

基于数据挖掘技术的煤矿远程监控系统研究

在煤矿生产过程中,会产生大量的数据信息,单凭人工计算很难及时对数据做出科学统计和判断,影响数据信息的统计效率。数据挖掘技术在煤矿远程监控系统中的运用,既能解决数据统计难题,又能提高数据分析效率,对管理人员的决策提供帮助。数据挖掘技术的运用可以使复杂的数据简单化,保证矿井生产安全,提高经济效益和社会效益。     

基于大数据统计的电商家具市场分析

随着互联网的发展,家具网购渗透率不断提升,电商家具市场逐步扩大。以淘宝平台的住宅家具为研究对象,利用数据采集技术获取大量原始数据,运用SPSS与NLPIR等大数据处理工具对海量数据进行处理获取有效数据,并对处理后的数据进行可视化显示来探析电商家具市场现状。大数据统计在数据分析、选择优化、趋势预测等方面具有极大的优势,可以提高企业经济效益,促进行业良性发展。     

如何利用数据有效性快速输入数据

用Excel处理数据给我们带来的方便，各位都已经体会到了，但如果要大家输入大量有规律的重复性数据，有什么方法能快速完成呢？其实，方法很多，这里要告诉大家的是可以利用“数据的有效性”，来提高Excel 2000的输入效率。     

道格拉斯-普客算法在动作捕捉数据优化中的应用

数据手套因为其逼真的人机交互方式,在虚拟现实中越来越广泛地得到应用,尤其在工业装配、仿真手术、控制及手势识别等多个领域。通过分析数据手套的数据特征,运用道格拉斯普客算法,解决了大数据量下的数据手套交互时间延迟问题。通过改进优化数据方法,实现了数据在输入设备采集时大量数据的优化,将数据手套的数据进行优化在数据平滑上进行了处理,得到逼真的虚拟空间虚拟手或者机械手的交互效果,改善了虚拟手在仿真时的颤抖错误,实现了稳定的虚拟手交互效果。     

大数据技术在水生态环境工程分析中的应用

本文讨论了大数据技术在水生态环境工程中的应用,强调了数据质量优化、深度学习技术的运用、直观的数据可视化工具的开发以及实时数据监测系统的建立,这些对于提高水生态环境工程的效率和成果至关重要。通过优化数据采集过程、深度学习技术的应用、数据可视化工具的开发以及实时监测系统的建立,我们可以更好地理解和管理水资源和生态系统,从而实现可持续发展的目标。     

大数据时代背景下的数据可视化概念研究

在大数据的背景下,随着信息技术的进步,大量的数据只有通过可视化才能得到所需要的规律。首先阐述了数据可视化的背景,并阐述了数据可视化的一些具体的步骤,还将集中典型的数据形式进行了简单的阐述。对于不同类型的数据使用不同的可视化方法,通过实践可以验证对于数据和信息的视觉设计能够很大程度上提高数据的可视化。     

毛衫生产专家系统

专家系统亦称专家咨询系统,是一个含有大量某个领域专家的知识与经验的计算机应用程序,能够利用实际专家们的知识和解决问题的方法来处理该领域问题。主要介绍了毛衫生产专家系统的概念,即引用专家系统的基本理论,运用数据库技术建立各种相关产品修改规则库,开发设计新产品时可以对工艺数据、工艺参数等进行选择和修改,并建立相关修正模块。在此基础上详细阐述了毛衫专家系统的构成与功能,包括:款式设计模块、工艺数据模块、原料成本计算模块、工时成本设计模块。利用这一系统可以将开发的大量设计数据和多个专家的知识、经验、决策等都建立在知识库中,便于知识的继承,实现毛衫生产管理科学化。     

云计算及其在生物信息学中的应用

生物信息学的发展产生了大量的生物数据,为分析生物问题提供了大量的信息,但也对数据的存储和计算能力提出了更高的要求。云计算可以提供无限制的存储和计算能力,并且有低廉高效、简单易用的优点,被视为解决大数据问题的一个强有力的工具。本文分析了云计算的特点,并介绍了其在生物信息学中的应用,对需要应用云计算的研究者提出了一些建议。     

基于OLE和VBA的数据库与WORD数据交互研究分析

项目科研管理部门大多都是基于管理需求,基于微软公司软件制作基础上,上交材料报告给用户。在提交文档过程中,材料一定会包含所有的数据,使用科技项目管理信息系统,智能的从电子文档中采集相关数据。同时,这些数据可以导出文档中,这样才更好的方便用户上报材料,避免出现重复问题。当前项目信息管理中存在大量的数据交换问题,文章分析并对OLE、VBA与w0RD的自动化技术主要特征进行研究。     

大数据思想在运营商维护工作中的应用

近年来,大数据的概念横空出世,在世界的任一角落,大家纷纷提及大数据的话题。一个大规模生产、分享以及在各方面使用数据的模式正在形成。可以说大数据带给了我们一次思维上的革命,同时改变了我们以往工作的方式,本文就大数据思想在通信运营商的维护工作中的应用一例做一简单分析。     

基于MapReduce框架的实时大数据图像分类研究

图像数据属于大数据的一种,其蕴含着大量的知识,并且图像分类被广泛地应用于各个领域中。传统图像分类模式过于落后和单一,已经无法满足大数据时代实时计算的需求,为了解决这一问题,现利用MapReduce框架,提出一种新型、先进的实时大数据图像分类算法。首先,针对MapReduce并行化计算框架特征,利用在线极端学习机得出权值矩阵;然后采用矩阵分割的方式,取代并淘汰传统的大规模矩阵累乘操作;再对分割后的矩阵进行节点并行计算。在此基础上,将各个节点的最终计算结果进行汇总和合并,从而得到图像分类器,在保证最终计算结果真实性、准确性和完整性的基础上,对MapReduce框架不断拓展和优化,并采用实时大数据分类的方式对人脸图像进行分类。结果表明:MapReduce框架具有很高的有效性和可行性,不仅可以实现对大数据图像的精确化、科学化和规范化分类,还能保证大数据图像分类的效率和效果。     

牛仔布生产工艺的简便计算

在当前牛仔布纺织行业生产中，大多数工艺单的各种数据并不是根据复杂的理论计算公式推到出来的。而是在大量生产实践中摸索出一些简便计算方式，计算简单，数据准确。值得推广和运用。     

云计算与气象数据处理探讨

在信息时代大数据成为了主要特征,在网络技术日益发达的今天,云计算日益成为当前以及未来网络科技发展的重要课题,成为未来计算机技术发展的核心方向。云计算不论是在安全性上还是计算能力上都有着更加稳固和强劲的性能。放之气象部门而言,云计算可以为其提供庞大的数据并进行高难度与精确的计算,为气象研究提供了新的发展思路。     

利用 Excel 自定义函数检测工程试验分析

文章主要介绍在没有专业的测量软件的情况下,通过使用在电脑上广泛使用的Excel软件编制自定义函数,通过Excel进行计算。Excel中大量的公式函数可以应用选择,使用Microsoft Excel可以执行计算,分析信息并管理电子表格或网页中的数据信息列表与数据资料图表制作,可以实现许多方便的功能,带给使用者方便,但是Excel中本身是含有大量的函数可以调用,但是其本身并不含有有关混凝土砼判定的函数,因此可以通过在Excel中编制自定义函数来进行相应的测算。     

基于Python的数据可视化研究

由于科学的发展,各行各业需要处理大量的数据并且体现其结果。体现处理数据的结果有许多种方法,其中,数据可视化是最受欢迎的方法。根据数据可视化的结果,用户可以快速、准确和充分地掌握、运用相关的信息。该文从Python、数据可视化和二维图形3大方面进行阐述,说明基于Python的数据可视化,是一项可延伸扩展的技术。     

基于云计算探究大数据存储安全性

互联网的发展进入了大数据时代,这是社会迅速发展和信息集成的结果,通过云计算的途径,可以给大数据的计算提供非常大的便利,但在实际应用的过程中,大数据的存储就成了一个重点的问题,大批量的数据结果必定需要一个安全保障的存储空间,本文主要讨论在云计算背景下,大数据存储如何做好安全保障。