网络营销的发展及特点

CNMARC能清晰的加工一个数据,但是针对海量的电子数据CNMARC就显得过于繁琐,如果完全使用CNMARC来加工海量的数据如网络数据,几乎是不可能的.我们需要找一个适合网络资源加工的具有可扩展、句法独立、可选择、可重复、可修改等特性的数据加工形式.这样就不能不使用元数据来加工了.     

基于Hadoop电商大数据的挖掘与分析技术研究

随着社会经济水平的不断提高和互联网时代的不断发展,全球数据逐渐呈现出大规模增长的趋势,为了满足海量数据处理需求,大数据挖掘与分析技术应运而生.Hadoop的出现和应用不仅能科学、高效地处理海量数据,还能可视化展现海量数据最终处理结果,为电商企业的健康、可持续发展提供重要的数据参考和支持.基于以上情况,以福州地区美容行业...     

SUV界的“优等生” 长安铃木锋驭安全性深入解析

<正>近些年,"大数据时代"一词越来越多地被提及,人们用它来描述和定义信息爆炸时代产生的海量数据。在汽车行业也是如此,除了油耗、动力性能等用数据来说话之外,安全性也能用数据来衡量。自2006年成立以来,截至2014年第2批测试车型,C-NCAP已经对241款车型进行了评测,形成庞大的数据库。在这些测试过的车型中,我们通过对比数据,自然就能区分出优劣来。     

Web数据挖掘在电子商务中的应用研究

当今互联网拥有海量的数据,如何对这些Web上的数据进行挖掘提取有用的模式,辅助企业获得成功,是一个刻不容缓的问题。本文对Web数据挖掘的基本内容和相应的技术作了介绍,并对Web数据挖掘在电子商务中可应用的范围作了说明。     

泛中间状态表在新能源车联网数据分析中的应用

新能源和智能网联汽车的飞速发展,产生了海量可供分析的数据,通过适当的方法进行挖掘可获得巨大的价值。但另一方面,数据规模大、计算时效性要求高、服务器资源受限、业务人员难以处理等问题也限制了数据的使用。文章对车联网数据分析的任务时间进行建模,并尝试提出一种新的数据处理手段,对企业日常数据分析工作有一定的启发作用。     

基于PaaS的车联网云平台开发探究

互联网高速发展的今天,越来越多的设备连接入网。我们不但实现信息的实时通信,海量存储加工,更重要的实现了信息的智能加工处理,我们在使用智能手机,智能家电的同时,期待的是物物互联,物物智能。车联网,智能无人驾驶在这一时代背景下成为大家一致期待解决的问题,也是未来智能网联的一个重要发展方向。     

管道整体焊接加工工艺过程及吊装

在管道施工中,为了跨越或穿越河流、桥涵、构筑物和地下障碍物,常常将管道整体加工完毕再吊装。由于管道所处环境特殊,使用后抢修困难,故对管道加工质量要求严格,即管道的整体加工需要一个完善的加工工艺来保障其质量。该文针对市政施工中过河倒虹管施工的案例,就管道整体焊接加工的质量控制及吊装作了闸述与分析。     

刀具耐久性试验结果与实际使用的效果

发动机零件的机加工刀具在项目初始阶段的实际使用中,以最合理的切削参数和比较安全的刀具参考使用寿命来加工所要加工的零件,这是金属切削加工在大批量生产加工中减少刀具成本的理想状态的必要条件.而要达到这一理想状态,刀具的切削参数和使用寿命一般均由具备丰富实际经验数据的刀具制造商把推荐值推荐给机床制造商,然后由机床制造商在实际的项目调试中实施采用并验证.     

基于矢量道路栅格化的海量浮动车数据快速处理

针对海量浮动车数据特点和快速处理要求,提出了一种基于矢量道路地图栅格化的海量浮动车数据方法,该算法的关键是矢量道路栅格化过程中包括了道路缓冲区和属性信息。道路缓冲区的宽度由一个与浮动车数据位置误差和道路宽度相关的置信区域决定;矢量道路缓冲区转换成栅格图后,栅格图中像素的位置对应着实际地理坐标,而像素值的灰度值表示道路的等级、名称、编号等属性或方向等信息;然后将海量浮动车数据与栅格道路地图进行叠加处理。这种方法不仅可以精确地计算出城市道路地图坐标系与浮动车数据坐标系之间的变换参数,而且还能够快速地获取区域路网以及特定道路的行驶速度。最后,通过超过一千万个真实的武汉市浮动车数据,并与经典的浮动车数据处理算法进行比较,验证了矢量道路栅格化方法处理海量浮动车数据的可行性和有效性。     

基于路径搜索的交通拥堵判别研究

由于出租车上多数使用GPS设备,从而产生了结构复杂、海量丰富的浮动车数据.本文基于实测GPS数据,在已有交通拥堵时空特性研究基础上,引进差异聚合系数,该系数由Pearson和Kendall相关系数组成,并搜索区域道路网络中的高相关路径.构造时空莫兰指数及莫兰象限,在时间-空间关联分析的基础上,用高相关路径搜索路网对拥堵区域进行判别.采用海口市长滨4路的实际浮动车数据进行案例分析,验证了该判别方法的可靠性.     

基于海量数据的城市绕行比率研究

利用海量轨迹数据对不同城市绕行比率进行研究,比较绕行比率与路网密度、探究绕行比率的地理分布特征,分析绕行出行者比例并研究多种因素对绕行效果的影响.依托对浮动车数据的特征解析,研究北京、广州、成都、纽约的非直线绕行比率,使用DBSCAN-GRID方法研究OD地理分布对绕行比率的影响.同时比较北京、广州、成都3个城市的选择性绕行比率,分析选择绕行的出行者中提升平均速度及降低旅行时间的比例,基于海量数据评价绕行效果.结果表明,城市出行距离与欧几里得距离呈现拟合优度大于0.9的线性相关性;短距离出行的绕行比率显著高于长距离出行;绕行平均能够帮助提升19% 平均速度和节省10% 旅行时间;信任导航出行者错误绕行比例比依靠经验出行者高15%,有经验的出行者比信任导航的出行者能做出更正确的路径选择.      

基于犹豫模糊集的桥梁最佳监测数据提取研究

目前提取监测数据中异常数据的方法研究比较多,而对桥梁海量监测数据的特征数据提取的方法研究比较少。通过对原始监测数据进行一系列预处理和归一化后,将监测数据转化为犹豫模糊决策矩阵,并基于犹豫模糊集对桥梁最佳监测数据进行提取,可从每个时间周期内提取出一个最佳的监测数据,从而消除了对桥梁安全监测意义不大的数据,减少数据量,提高桥梁安全监测评估的效率。     

云中心海量交通数据预处理技术概述与应用实例

云计算借助于高速发展的网络联接各种计算能力,为大数据提供了无限的计算平台,同时也为海量交通数据的计算提供了支撑。在阐述交通行业对海量数据处理要求的基础上,分析目前常用的数据预处理技术、技术特点和交通云在海量交通数据预处理技术中所处的优势,给出交通云应用数据预处理技术的场景,并以重庆市渝中区2014年9月的交通大数据预处理实例为研究对象进行试验,试验结果可为相关研究的进一步展开提供参考。     

如何将数据有效应用在公共自行车企业经营管理中

在科技飞速发展的今天,数据成为人类发展的重要部分。如何认识数据、拥有数据、使用数据、成为越来越多的企业所关注的重要课题。哪些企业拥有数据资源,就能在市场竞争中领先一步;哪些企业可以使用数据分析的结果来提升企业现代化管理进程,就可以有一支独秀的资本。     

大数据技术在智能交通管理中的运用

在交通管理中,海量的数据为智能化的交通管理提供了决策支持。文章就大数据与智能交通的情况进行了概述,分析了大数据时代智能交通的发展趋势以及大数据技术在智能交通管理中的应用特性与优势意义,并在确保数据安全性、技术多样性、结果优质性的基础上对大数据技术在智能交通管理中的运用进行了探索。     

基于局部路网空间结构特征的无检测器路段交通流预测方法

城市路网中存在大量尚未布设交通检测器的路段,其交通流数据难以获取,不利于开展精准路网管理,为此提出了利用局部路网空间结构特征预测无检测器路段交通流量的方法.基于有检测器路段的海量交通流数据,分析局部路网空间结构特征与路段交通流量之间的相关性;根据路网拓扑关系使用多元线性回归算法估计所有的有检测器交叉口交通流分配权重,并...     

CAM系统的主要功能

长期以来，CAD／CAM常被作为集成系统来考虑，两间功能关系较难界定。就广义计算机辅助制造技术(CAM)而言，CAM是指使用计算机通过与生产资源直接或间接接口对制造的工序进行计划和控制，其内容应包括NC、CNC、DNC、CAPP、GT、FMS、零部件制造装配及质量管理等方面的技术。从产品设计制造重点方面考虑，狭义CAM主要是指借助计算机软件功能完成数控机床加工程序的编制和加工数据的准备。     

数据安全将成为车企智能化竞争新“分水岭”

<正>随着智能网联技术的发展,汽车智能化正在加速“进化”,成为继手机之后的又一“移动智能终端”。但与智能化相伴的,是汽车每天产生的海量用户数据。当下,越来越多的企业在后台收集并使用这些数据,以进行产品的改良和体验的优化等。但是,随着大量的数据被收集、共享和使用,这也对个人隐私带来了潜在的风险。     

一种基于DW+OLAP+DM的连锁销售决策支持系统模型

面对连锁超市日益增长的海量数据，章针对连锁销售的业务特点，运用数据仓库、联机分析、数据挖掘技术给出了一个完整的决策支持系统模型。实践证明该系统能对数据进行快速和准确的分析，为企业带来竞争优势。     

Bridge Health Monitoring Data Distortion Recognition Algorithm Based on Data Changing Rate

监测信息的数据失真识别是桥梁结构长期健康监测系统的核心问题之一.针对桥梁结构长期健康监测系统监测信息的海量数据中由于仪器设备失效或环境干扰而导致的数据失真问题,结合数据变化率和聚类变化等数学统计方法,提出基于数据变化率的识别算法.该方法主要是对比数据之间的结构特性,首先建立相应结构参数的结构特性数据库,然后训练出该类型参数的安全系数以及变化率阈值,并通过数据库的不断更新和扩大来提高安全系数和阈值的精确性,最后通过验算实时采集数据的变化率是否超过对应的样本阈值来判别该数据是否失真.通过对佛山平胜大桥长期健康监系统采集的主塔偏位和环境温度数据进行失真识别验证,表明了该算法在实际工程中运行的有效性和可靠性.