大数据时代航天遥感系统的挑战和机遇

大数据在诸多热点领域开展了大量的研究工作,如信息通信领域的压缩感知理论、LDPC码、Turbo码、频分复用等调制技术及大气激光通信技术,海量数据存储领域的云存储技术和NoSQL数据库技术,高性能计算领域的MapReduce、FPGA和GPU计算技术,数据挖掘领域的关联规则法、分类法、聚类法及第四范式的科学思维,可视化展示领域的科学计算可视化、信息可视化和知识可视化。本文从星地数据传输、数据存储管理、数据预处理、数据分析应用、结果展示可视化等航天遥感系统的关键环节出发,分析了航天遥感系统的技术现状,探讨如何利用大数据研究方法解决航天遥感系统所面临的数据规模庞大、类型复杂、增长速度快等大数据难题,满足海量遥感数据的获取、存储、应用等需求,促进航天遥感科学技术的发展。     

大数据背景下工程投资估算指标编制方法研究

在现行估算指标逐渐不能满足市场变化需求的情况下,分析了传统估算指标编制方法目前存在的主要问题,提出一种基于大数据技术的估算指标编制方法。通过分析大数据技术在估算指标编制中的应用过程,提出了一种基于数据挖掘C4.5算法的估算指标编制方法,综合考虑时间因素对指标的影响,利用敏感性分析对估算指标做一定调整,最后通过算例验证了该方法的实用性,对理论与实践应用均有一定的指导作用。     

科研大数据平台关键技术与实践

首先,以高能物理领域数据处理为例,分析了支撑科学研究的大数据平台在存储和处理能力、传输和共享等方面的挑战,说明现有技术已经难以满足日益快速增长的数据处理需求。然后,给出了科研大数据平台的典型架构,并讨论科研大数据平台的关键技术,包括数据采集与清洗、数据存储、数据处理、数据传输、数据共享与安全等技术,同时介绍了各种关键技术的研究现状或者主流系统。最后,介绍了中国科学院高能物理研究所科研大数据开放平台的建设思路和实现框架,该平台试图解决目前大数据发展过程中面临的一些问题,如数据开放和跨领域融合不够、跨地域数据传输性能低等,从而激活数据价值,降低应用门槛。     

科学计算中大数据可视化分析与应用

随着计算机软硬件的飞速发展及网络的迅速普及,科学计算中的数据量呈现爆炸式增长。大数据可视化已经成为科学计算中的重要研究内容之一。本文介绍了大数据的定义,阐述了可视化分析领域及科学计算中大数据可视化的重要意义;分析和讨论了传统的科学计算可视化研究方法,以研究数据场的类型为标准,对算法和技术进行了分类阐述;分析了大数据背景下,传统的科学计算可视化方法的不足,进而介绍了基于GPU环境的科学计算中大数据可视化的并行计算和绘制方法;最后结合本课题组在科学计算中针对大数据可视化领域取得的主要理论和应用成果,给出了大数据环境下的科学计算可视化进一步的发展及研究方向。     

城市智能交通系统的发展现状与趋势

在分析城市智能交通系统的角色与作用的基础上,从智能交通管理系统、交通信息服务系统、车联网系统、自动驾驶系统等方面对国外城市智能交通系统的现状与发展趋势进行了系统总结与案例分析,同时对国内城市智能交通管理系统、智能公交系统、交通信息服务系统、智能交通安全系统、城市智能交通新技术的应用探索等方面进行了案例分析,最后提出了城市智能交通系统发展的若干关键问题与建议:重硬件,轻软件,重建设,轻使用,会导致系统失败和投资浪费。欲实现智能交通系统建设的预期目标,须高度重视传统交通工程设施的完善、科学管理方案的制定和充分的交通信息采集;做好高水平的智能交通系统顶层设计,保证资源共享、系统整合和集成服务;重视复合型科技队伍建设。     

国家水资源监控工程的大数据平台建设

随着国家信息化水平的提升,大数据方法被应用到越来越多的行业和领域,而传统水利行业此前较少运用大数据的技术和思路解决问题.国家水资源监控能力建设项目是我国为实施最严格水资源管理制度而建立的重大工程项目,该工程特别强调数据的整合共享以及大数据技术的应用并建设了水资源大数据平台,该平台构建了水资源行业主题数据库,并运用大数据...     

面向大数据的绿色IT框架能效分类机制

与分散处理相比较,大数据中心集中处理信息通信任务,在能效上已有巨大的提高。但大数据中心包括数以千万记的服务器,其能源消耗量甚至可以超过一座小型城镇。巨大的能源消耗、成吨的温室气体排放,使大数据中心在能效与减排方面面临诸多挑战,建立绿色高效的大数据中心势在必行。本文给出一个面向大数据的绿色IT框架,重点研究了能效分类问题,提出了一个基于度量模型的能效分类机制。根据工作量和能源消耗情况对设备和服务进行分类,无缝地划分为不同的资源池,将电力使用效率、数据中心工作效率和二氧化碳排放等综合计算衡量,制定可以实现并遵循的能效标准,使绘制大数据中心的碳足迹成为可能,并提供服务能效评估方案。     

主持人语:城市智能交通领域新突破的前夜

正国内外的发展经验表明,城市是决定一个国家综合国力和竞争力的关键。世界各国无一例外,城市集聚了大量的人才、技术、投资和财富。例如,日本东京都的面积仅为2 188 km2,占日本国土面积的0.6%,人口为1 328万人,占全国人口的10.4%,但却集中了日本60%的大公司和1/3的银行,2012     

国际大数据研究热点及前沿演化可视化分析

以WoS数据库为数据源,全面采集国际核心期刊数据库中"大数据"相关文献,以共词分析为基础,综合使用社会网络分析、聚类分析、战略坐标图等方法和工具,以期对当前大数据研究热点及演进趋势进行分析。研究发现,当前国际大数据研究可分为算法设计与开发、平台与框架实践、数据统计分析方法及实践、语义与本体研究和大数据的应用五个方面,且具有范围不断扩大、内容持续纵深、继承性逐渐体现等特点,但是整体而言仍处于起步阶段,各领域研究尚不成体系。之后,给出了下一阶段大数据研究前沿演进方向的预测:1)大数据环境下数据处理技术及方法研究,包括计算机数据处理的相关技术及统计方法在大数据环境下的应用研究;2)语义分析及本体研究;3)大数据商业价值的挖掘。     

大数据金融背景下商业银行客户信息保护研究

在大数据金融背景下,伴随新技术、新业务形态不断出现,客户信息保护成为商业银行面临的具有挑战性的新命题。本文结合国内的案例,首先分析了大数据金融对商业银行客户信息保护的影响机制,认为大数据技术背景下,客户信息被赋予了三大新的特点:数据量大、数据价值高、数据泄露破坏性强。客户信息数据流主要经过数据搜索、数据传输、数据存储三个环节,信息泄露主要通过信息脱敏处理、数据存储管理及内部违规三条渠道,存在黑客攻击、内部违规、管理疏漏三个主要原因。然后,结合信息泄露的环节、原因、结果进行了具体的案例分析。最后,从法律、管理和技术角度提出大数据金融背景下商业银行客户信息保护措施建议。