大数据下金属勘探学科智慧图书馆信息资源管理

提出一种基于语义特征自适应匹配的大数据环境下对金属勘探学科图书检索方法,实现对智慧图书馆信息资源的优化管理。进行图书馆的信息资源模型构建,然后进行语义特征提取,采用自适应调度方法实现图书管理信息的优化检索,提高图书的咨询索引和查询能力。实验结果表明,该方法的图书信息查准率较高。     

多输入多输出金属成交量数据库查询算法

金属成交量数据库是一个动态的多参量信息输入和多访问终端输出的大型网络分布式数据库,对数据库进行优化查询算法设计,提高数据库信息的访问和调度能力。提出一种基于语义特征波束集成的多输入多输出金属成交量数据库查询算法。进行数据库结构和数据存储机制分析,采用语义相似度和关联度特征提取方法,进行语义特征的波束集成,实现数据优化查询。仿真结果表明,该方法进行数据库查询的查准率较高,性能优越。     

云计算环境下黄金出口经济数据预测

云计算环境下,黄金出口经济数据通过云存储结构进行数据调度访问,对云计算环境下黄金出口经济数据预测,提高经济数据的宏观控制能力。提出一种基于非线性时间序列分析的云计算环境下黄金出口经济数据预测算法。经济数据的时间序列模型构建和信息处理,提取数据序列的非线性关联维特征,实现预测算法改进。仿真结果表明,该方法进行经济数据预测的精度较高,性能优越。     

基于聚类权重调度的大数据采样技术

通过大数据优化采样提高对大数据的分析和调度能力。传统方法中对大数据的采样技术采用奈奎斯特采样定律,当大数据的特征信息出现非线性特性时,采样精度不高。提出一种基于聚类权重调度的大数据采样技术,进行大数据的分布式数据结构分析和时间序列模型构建,采用模糊C均值聚类方法进行大数据的聚类权重调度算法设计,以此为基础实现大数据的特征提取和特征采样。仿真实验结果表明,采用该方法进行大数据的信息采样,能有效提高采样精度,在大数据挖掘和特征提取方面具有重要意义。     

基于FCM聚类的金属出口加工物流信息数据调度算法

通过对金属出口加工物流信息数据调度,提高物流供应链的信息传输效率。提出一种基于FCM聚类的金属出口加工物流信息数据调度算法,构建金属出口加工物流信息流模型,对提取的信息流特征进行模糊C均值聚类处理,采用自适应支持向量机训练方法,实现数据调度。仿真表明,该调度算法具有较好的寻优能力,收敛性和精度较好。     

大数据下矿山地质资料信息存储系统的设计与应用

为了提高矿山地质资料信息存储系统的存储幅值,开展了大数据下矿山地质资料信息存储系统的设计与应用。选择ArcGIS Server10.1型号的服务器设备与微控制器集成电路构成系统的硬件。与此同时,集群架构均衡存储配置,云计算矿山地质资料信息存储幅值,基于大数据下分布式系统的rm920t-eabitg配置脚本,触发矿山地质资料信息存储根目录,完成对存储系统的设计。此外,提出应用实例分析,设计的存储系统存储幅值最高为0.992V;对照组仅为0.778 V,设计的存储系统存储幅值明显高于对照组,可以提高矿山地质资料信息存储系统的存储幅值。     

嵌入式冶金系统下数据结构优化存储设计

通过优化冶金控制系统的数据存储算法,提高冶金系统的控制性能和吞吐性能。传统方法对嵌入式冶金系统下数据结构优化存储方法采用K-L特征压缩方法,随着冶金控制数据的高负荷增长,数据存储的开销较大,冶金控制性能不好。提出一种基于最佳基函数自适应匹配的嵌入式冶金系统下数据结构优化存储算法。进行了嵌入式冶金系统的数据存储模型分析,采用匹配投影法进行存储开销负载量的降维处理,基于最佳基函数自适应匹配搜索最佳的存储空间投影基,实现数据结构优化存储。仿真结果表明,采用该算法能有效节省了数据存储开销,提高了数据存储空间,提高了嵌入式冶金系统的控制能力和数据交互存储能力     

云计算环境下重金属监测数据库的协同过滤融合算法

在云计算环境下,实现对重金属监测数据库的优化访问和数据调度分析,提高重金属超标的监测和管理能力。提出一种基于协同过滤融合的云计算环境下重金属监测数据库优化访问技术,首先构建了云计算环境下重金属监测数据库的数据结构分布模型,进行数据库的信息流特征提取,采用数据融合方法实现数据库的信息融合和调度,通过云计算技术结合协同滤波算法进行冗余数据的过滤,提高数据库的融合和访问能力。仿真结果表明,该算法能有效提高云计算环境下重金属监测数据库的协同过滤融合性能,提高数据库访问效率,展示了较好的应用价值。     

基于大数据分析的高校毕业生就业推荐模型研究

采用网络爬虫技术从网络上爬取海量招聘和就业数据,结合聚类分析算法、多元线性回归模型及分词提取关键字方法,构建了一个结合高校、学生和企业的开放性就业信息推荐模型。基于地理信息技术开发可视化的就业信息大数据分析平台系统,并以地理信息科学专业就业为例,对系统进行应用。系统将公司及工作介绍的文本数据以标签云、词图云的方式展示,通过分词集合匹配分析及多元线性模型算法,实现为用户推荐工作及为公司推荐用户的功能,从而解决高校毕业生择业难题。     

大型有色金属挖掘作业管理数据库的优化调度方法

大型有色金属挖掘作业是一个庞大的系统工程,大量的数据信息需要通过数据库优化管理调度实现系统的信息化集成运行。提出一种基于决策控制拓扑建模的大型有色金属挖掘作业管理数据库的优化调度方法。构建数据库的决策控制拓扑结构模型进行数据的信息融合处理,根据决策控制拓扑建模进行鲁棒性决策,实现金属挖掘作业管理数据库的优化调度。仿真结果表明,该调度方法能提高数据库的数据吞吐性能和传输效率。     

基于大数据的铜板带成品率预测

针对江西某铜板带生产企业,根据历史数据分析了该企业车间部门铜板带生产表面缺陷,构建了铜板带工艺参数采集大数据平台,并对数据做了清洗和存储,利用Spark实现PCA主成分机器算法在线降维,为了预测车间产品成品率,建立了BP＿AdaBoost模型,并在构建好的铜板带生产数据云服务存储仓库中挑选出8个变量作为输入,1个变量作为输出,对铜板带生产成品率进行预测。通过网络训练后,AdaBoost算法改进得到的BP＿AdaBoost模型模型成品率预测误差低于0.3,相比于未改进的BPNN模型精确率更高,综合拟合度大于0.95,拟合性能好,在铜板带生产企业实际预测精剪成品率时具有显著的非线性映射关系。     

一种通用的工业大数据应用中海量对象存储方法实现

随着工业大数据的蓬勃发展,海量产生的各类数据同时也推动了数据存储需求的不断变化,以往只能短期存储的数据存储方式逐步向长期存储的方式转变,存储数据的类型也变得更加多样化。Hadoop大数据生态软件以其低廉的硬件需求在工业大数据领域中拥有巨大的先天优势,然而其原本的HDFS分布式文件系统并不适用于海量小文件的存储需求,相反Hbase以其支持随机读写的低延时访问优势弥补了HDFS的不足。因此本文将两者的优点进行有效结合,设计并实现了一种通用的适用于工业大数据场景下的海量对象存储方案。     

金属矿床勘查资源的计算机网络调度模型

通过对金属矿床勘查资源的计算机网络优化调度,提高对金属矿床勘查资源的调度和访问性能。提出一种基于关联多维尺度特征提取的金属矿床勘查资源的计算机网络调度模型设计方法,进行了金属矿床勘查资源的信息流模型构建和特征融合,实现资源数据信息的网络调度特征提取。仿真结果表明,该调度模型执行效率较高,性能优越。     

海量地形三维仿真系统的设计与实现

在CTS和Vegaprime软件的基础上,建立海量地形三维仿真系统.收集中国福建省的ETM数据和数字高程模型数据,预处理后利用CTS软件生成虚拟纹理和地形格网,并进行纹理映射.在VegaPrime下引用地形格网和虚拟纹理形成三维的海量大地形场景,并基于MFC环境下实现海量大地形三维仿真系统.通过采用虚拟纹理技术、层次细节模型、大地形数据的组织、地形纹理的映射技术、大地形碰撞检测技术、大地形调度技术,解决了在大区域尺度下海量地形数据漫游的难点.     

物联网数据调度的金属建筑工程造价效益扩散模型

对金属建筑的工程造价进行优化控制和管理,节省建筑开销,提高建筑质量。提出一种基于物联网数据调度的金属建筑工程造价效益扩散模型。首先在物联网环境下进行了金属建筑工程造价信息数据的调度设计,提高数据共享能力,构建工程造价效益扩散模型,实现自适应均衡博弈,达到造价与建筑质量的最优配比。仿真实验表明,该模型下能有效节省建筑开销,提高金属建筑工程施工质量。     

基于NAS和SAN技术的校园网数据存储结构策略

基于校园网数据存储的实际需求,在分析当前校园网数据存储存在问题和实际需求特征的基础上,系统研究了网络附加存储技术(NAS,Network Attached Storage)和存储区域网络技术(SAN,Storage Area Network)的技术特点,构建了基于NAS和SAN技术校园网数据存储结构的策略模型,该模型提供了一种高性能、高可靠性、高可用性和高可扩展性的海量校园网数据存储架构.     

有色金属产业整合的资源分布式数据库访问

对有色金属产业整合的资源分布式数据库进行优化访问,提高数据的调度和信息共享能力。提出一种基于置信度特征分割的有色金属产业整合的资源分布式数据库访问算法。进行了数据访问的特征信息流置信度区间评估,实现特征分割,提高数据访问性能。实验结果表明,该方法的数据索引精度较高,性能较好。     

云计算下钢铁工业物流供应链的优化遍历机制

在云计算模型下进行钢铁工业物流供应链的优化遍历设计,提高钢铁工业物流供应链抗毁性能。提出一种基于均衡博弈的云计算下钢铁工业物流供应链的优化遍历机制,首先构建物流供应链的云计算模型,进行均衡博弈控制算法设计,实现整个闭环供应链的信息均衡遍历。仿真结果表明,本文方法构建的云计算下钢铁工业物流供应链模型的资源信息调度能力较好,物流供应链的抗毁性能提高。     

基于数据挖掘的冷轧轧制力优化方法研究

针对广泛应用的Bland-Ford-Hill冷轧轧制力工艺模型,通过挖掘现场实际数据隐含的规律,对其变形抗力和摩擦因数的模型参数进行优化,以提高轧制力计算精度。首先,推导由轧制力计算变形抗力和摩擦因数的逆计算算法,采用L-M非线性多项式回归方法对变形抗力和摩擦因数的模型参数进行优化回归计算,建立轧制力优化算法;然后,根据现场海量的实际数据,采用数据挖掘的方法,使用上述优化方法计算更加符合现场实际的变形抗力和摩擦因数的模型参数。优化结果在线运行后,轧制力精度明显提高。     

基于模糊聚类特征分解的数据库优化访问——以有色金属数据库为例

数据库的优化访问在数据信息处理和调度中具有广泛的应用,针对当前数据库访问效率低,运行开销大的问题,提出一种基于模糊聚类特征分解的数据库优化访问算法。构建数据库中的数据信息流模糊聚类模型,进行特征分解实现数据库中信息流的分类调度,计算数据库访问过程中的相应查询数据序列的平均信息量,基于路径索引和空间划分进行访问区间匹配。仿真结果表明,该算法能提高数据库访问效率,降低数据查询时间。