排序方式: 共有20条查询结果,搜索用时 15 毫秒
1.
针对当前使用的边缘计算方法、OpenFlow协议受到海量用电数据随机不确定性因素的影响,导致数据协同交互结果与实际情况不一致的问题,设计了基于PIO算法的海量用电数据协同交互系统。利用可信平台控制计算平台服务器,形成完整的业务系统。通过配置大屏幕显示器,即时显示所需数据。设计智能协同蜜网结构,避免出现网络传输时延问题。根据海量用电数据协同交互过程中的全局最优输出流程,确定最佳输出群体,并得到满足终止条件的交互数据。设计协同交互流程,将数据转换为实体,实现海量电力数据的交换。由实验结果可知,该系统数据吞吐量与实际吞吐量一致,时延也在允许变化范围值附近波动,说明数据协同交互结果与实际情况一致。 相似文献
2.
由于目前方法未能分析和挖掘电网用户行为,使用户的商品属性偏好与预计营销偏好存在差异,导致电网企业营销推荐结果不理想,为此提出基于用户行为数据的电网企业营销推荐系统。通过系统硬件和软件相互协作设计,从用户历史行为出发,优先分析处理用户的历史交互行为,对用户的行为喜好进行分类,挖掘用户的商品属性偏好,实现用户近期需求预测以及意向商品推荐。实验结果证明,所设计系统能够有效提升推荐速率和用户满意度,获取效果较好的推荐结果。 相似文献
3.
4.
5.
7.
为快速、准确地识别和认知电网客户,并制定针对性、精细化、个性化的服务方案,从而提升服务质量与效率,该文提出一种自然语言处理技术下电网敏感客户画像多特征提取方法。基于电力系统业务需求方向,选取头脑风暴方式确定电网敏感客户画像标签本相,利用德尔菲法确定和完善与电网业务具有高度相关的标签,由此获取具有应用性的电网敏感客户画像标签。利用自然语言处理技术中的分词、词向量转换以及词权重计算等方法,提取画像标签中的特征:选取N元文法模型确定标签文本中分词计划,选用one-hot模型对分词后的文本实施词向量转换,计算词向量转换后标签文本内的词汇权重,利用词汇权重确定后保留下来的特征词,确定电网敏感客户画像标签文本内的句子情感,实现密度、范围、数量等多特征提取。实验结果表明,该方法特征提取精度优于对比方法,且其特征提取效率受画像标签样本数量提升的影响程度不显著,能够适用于电网大数据环境中。 相似文献
8.
针对Spark计算框架处理规模急剧增长的大数据时,处理速度会明显减慢,无法满足电力大数据分析的实时性处理需求的问题,提出了一种基于GPU与Spark计算框架的电力大数据分析算法.将GPU的并行处理结合到Spark计算平台上以提升电力大数据处理的效率,并通过构建排队模型来最大化该计算框架的性能.仿真结果表明,所提出的算法具有一定的精确性和有效性,且加入GPU计算后能够明显提升数据处理速度,可以满足大规模数据处理的实时性需求. 相似文献
9.
呈现攻击检测能力的强弱直接影响到生物特征识别系统的安全使用,业界缺少相关基础通用类标准,为解决标准缺失问题,重点分析了呈现攻击检测方法、呈现攻击检测标准两方面内容,并从呈现攻击检测的框架、数据格式以及测试与报告三方面给出标准化建议,对规范产业发展和支撑标准落地,推动行业高质量发展具有重要意义. 相似文献
10.