学科分类
/ 25
500 个结果
  • 简介:摘要:在当前新时期的社会背景下,伴随着加油站行业的迅猛发展,加油站阿米巴经营方式逐渐兴起。该经营模式以小组为基本单位,将企业细分为多个小经营单元,每个小组拥有独立的盈利中心和决策权限,通过精细运营和有效管理,实现盈利增长、成本降低的目标。与传统的集权管理相对比,阿米巴模式更加灵活高效,更适合现代企业的竞争环境和变革。

  • 标签: 加油站 阿米巴数据模型 经营管理模式
  • 简介:摘要:本文提出了一种基于层次语义描述的图像数据模型,该模型通过层次化的方式对图像进行描述,能够更加准确地表达图像的语义信息。在模型实现和应用方面,此外,构建了数据集并进行了模型实现和优化,同时在图像检索、分类等方面进行了应用。实验结果表明,该模型具有较高的性能和准确度,能够有效地提高图像处理的效率和精度。

  • 标签: 层次语义描述 图像数据 模型
  • 简介:摘要:随着信息技术的飞速发展,传统的厂站作业面临着诸多挑战和效率问题。本文基于这一背景,深入探讨了动态数据模型在厂站作业智能应用平台的应用,分析了在智能化转型过程中的关键需求。文章详细介绍了自定义生产数据模型的设计与实现,突出了数据自动化脚本在生产准备与验收中的关键作用。通过这些技术的应用,目的是提高厂站作业的效率和智能化水平,从而实现更高效的资源管理和生产流程优化。

  • 标签: 信息技术 厂站作业 动态数据模型 自动化
  • 简介:摘要:管理数据模型数据管理最为有效的方法之一,所以必须保证其完整性和稳定性。但传统的数据模型并不完善,不仅数据之间缺乏良好的关联性,而且数据变化极其不稳定,便使得内部业务根本没有一个完整的闭环,所以本文以油气管道为对象,根据实际需要,阐述出了一种油气管道站场完整性管理数据模型,此模型主要以几何网络为主,既能保证内部的关联性,又能确保数据的准确性,对油气管道站场具有非常好的作用。

  • 标签: 油气管道站场 完整性管理 数据模型
  • 简介:摘要:时空数据延展了信息化采集、存储、管理、计算和服务等方面智能化能力,面向不同部门、不同层级政府管理和决策支持的数据应用需求,构建统一的时空数据基准体系,实现时空数据的全面汇聚与整合,建立数据在时间和空间上的可追溯链条,形成时空数据资源池。本文在时空数据治理体系的基础上,进一步在三维场景上构建了时空数据交互,通过综合三维建筑模型、倾斜摄影模型、720全景影像和时空数据专题,实现了总体态势、运行监测和决策分析三个应用。

  • 标签: 时空大数据 三维 时空数据交互
  • 简介:摘要:本文基于PMS3.0(设备资产精益管理系统)平台,充分继承业务中台顶层设计成果,针对服务建设、服务运行、服务监控、服务一致性测评等环节,建立运营策略、技术规范及配套管控机制,面向运维者、运营者、决策者多方,构建一套包含服务运营管控框架、一套中台服务调用链路展示与运行性能监控工具的“应用-服务-数据模型”全链路监视与评估,各模块相辅相成形成良好的服务运营生态体系。

  • 标签: PMS3.0 全链路 监视 评估
  • 简介:摘要:运用面向对象方法的方法,对Geodatabase数据模型进行扩展,研究了海域使用时空数据的结构化存储技术,实现了历史数据的回溯和海域使用数据的变化跟踪等功能。结合天津市海域使用动态管理的需求进行了应用研究,结果表明,Gcodatabase扩展数据模型研究成果很好地解决了宗海的历史回溯、变化跟踪、时态关系计算等问题。海域动态管理技术研究对海域管理具有重要意义。

  • 标签: 海域使用 面向对象方法 时空数据管理
  • 简介:摘要:智慧城市已经成为城市可持续发展的一种新模式、新路径和新形态,时空数据平台建设是智慧城市建设的基础和先行。文章以浙江省嘉兴市为例,首先介绍了时空数据平台的相关概念,针对智慧嘉兴时空数据平台建设过程中的软硬件支撑环境、数据模型、服务平台以及平台应用方面进行了总结,希望能为其他城市时空数据平台建设提供参考。

  • 标签: 智慧城市 时空大数据 云平台
  • 简介:摘要:与自然资源相关的时空数据涉及七个方面:水流、森林、山岭、草原、荒地、滩涂和矿物,是一个全面的新数据集合,涵盖多个原行业或部门。因此,自然资源大数据必须是大量具有多源异构性、不同格式和不同标准的数据集。此外,为了监测自然资源的变化,要进行定期或不定期的调查或年度变更等,以管理数据现状,从而产生多时态的时空数据

  • 标签: 自然资源 时空 大数据建设
  • 简介:摘要:随着数据经济活动增多,越来越多的企业认识到数据是关键生产要素,数据成为了具备“价值”的产品,数据资产价值体现形式具有多样性,现有的资产价值方法难以全面、客观衡量数据资产价值,具有局限性。因此,如何将数据转化数据资产、如何界定数据资产价值、如何对数据资产价值进行量化分析,都是数据资产研究的热点。数据资产的价值在一定程度上具有数据规模、数据鲜活程度、数据采集、数据分析和数据处理能力决定,本文经过对数据资产价值的影响因素进行分析,提取了衡量数据资产价值的特征维度及相应细分维度权重,给出了数据资产价值的计算公司,提出了一种衡量数据资产价值的通用方法。

  • 标签: 数据资产 数据资产价值量化 数据资产价值度量模型
  • 简介:摘要:本文根据《水利信息化资源整合共享顶层设计》和《智慧黄河实施方案》要求,在水利一张图的基础上,建设以山东黄河专用图层为空间维度,以不同时期工程基础数据、遥测信息、监测信息为时间维度,结合卫星、无人机等采集的遥感信息,构建协调一致的山东黄河时空数据中心,为业务应用决策系统提供基础支撑。建设山东黄河云存储体系、数据资源共享中心,构建服务于治黄业务的海量数据存储和管理体系。

  • 标签: 时空 数据 汇聚 共享
  • 简介:摘要:现当今,随着我国电力工程的快速发展。 变电设备数据质量和数据共享利用水平不高,没有形成一个完整性的数据质量管控体系和全面有效的数据质量保障机制,制约数据价值的深度挖掘。为此针对变电设备相关信息系统数据质量现状,构建涵盖数据接入情况、准确性、完备性、一致性和及时性等多维度目标的变电设备数据质量评价体系,提出适用于变电设备智能运维管控需求的数据质量评价指标计算方法,建立融合主客观权重的数据质量综合评价模型,解决目前方法评价维度偏少以及自动化和实用化程度不高的问题,使电力公司设备运维人员能够及时了解变电设备数据质量水平及存在问题,为变电设备监测预警、状态评价、故障诊断等高级应用提供必要的数据质量支撑。

  • 标签: 变电设备 数据质量 评价模型
  • 简介:摘要:伴随着大数据、云平台、物联网、人工智能技术的快速发展,大数据分析必然会在行业信息化建设中发挥更大的辅助决策作用。本文主要对数据分析模型及方法进行学习与研究,更加科学、精确、合理的挖掘数据内在价值,给决策者提供支撑。

  • 标签: 大数据 数据模型 数据分析 辅助决策
  • 简介:摘要:智慧园区时空数据库是智慧园区建设的重要组成部分和首要任务。建设智慧园区,需要大量的数据支撑。而时空数据库就是为了解决这个问题而存在的。时空数据库是一个包含了各种类型数据数据库,包括动态信息、静态地理信息数据、历史地理信息数据和远景规划数据等。通过对这些数据的整合、清洗、加工,可以为智慧园区提供更加精确、全面、实时的数据支撑,为各种应用场景提供更好的服务。通过经过精心设计的定制流程,该平台能够实现对园区不同行业的基础地理数据、专题数据和实时动态数据等进行高效的接入、抽取、融合和加载操作。这一技术在园区示范应用专题中得到了成功的实施和广泛应用。

  • 标签: 智慧园区 融合治理 时空大数据 ETL
  • 简介:摘要: 奇门遁甲是中国古代的一种术数,相传最早乃是九天玄女将之授于轩辕黄帝、助黄帝以灭蚩尤,由此可见,奇门遁甲伴随着中华文明起源,迄今已有近五千年的历史。东晋时期,道士葛洪在《抱朴子》里首次记载奇门遁甲术并将其公之于众。实际上,奇门遁甲不是由某一个人创造出来的,而是春秋战国以后中国古代劳动人民在同大自然作斗争中,经过长期观察、反复实践、不断验证从而总结提炼出来的一套包含哲学、历法学、宇宙社会观、天文学、地理学、战争学、谋略学等知识在内的预测体系,与“太乙”、“六壬”合称为“三式”,是中国传统预测学中最高层次的学问,其理论基础源于《周易》。

  • 标签: 科学与迷信 哲学 历法 观念 意识
  • 简介:摘要:奇门遁甲是理论基础源于《周易》的一种术数,是以时间、空间、数理三大要素构建而成的模型,具备客观性、重复性、可测量性等科学的基本属性,与封建迷信存在着本质的区别。在当今新的历史条件下,对《周易》与奇门遁甲等术数,应坚持唯物主义立场,古为今用,推陈出新,与时俱进,与世俱进,使之更好地为社会主义现代化建设服务。

  • 标签: 科学与迷信 哲学 宇宙全息 时空数理模型 周易 奇门遁甲
  • 简介:摘要: 在疫情等重大突发事件中网络舆情研判工作十分重要,传统的网络舆情研判通常基于模糊推断方式,以经验为驱动分析主体在网络时空中舆论的规律,对舆情发展趋势的预测存在偏差,导致无法为网络舆情研判提供真实、有效的依据。为此,文章以 H7N9 疫情为例,应用大数据分析及地理信息分析的方式研究疫情地理空间传播与网络舆情传播之间的时空关系。研究结果表明,疫情的地理传播会影响网络舆情的空间分布;网络舆情的数量、时间、地理区域与现实疫情的地理传播具有共通性但也存在一定的偏差。以上研究旨在为网络舆情研判工作提供思路。

  • 标签: 大数据 疫情 地理传播 网络舆情 时空关系
  • 简介:摘要:本文综述了大数据技术与应用中的数据挖掘算法与模型构建过程。首先介绍了大数据技术的发展趋势,包括数据量不断增长、数据类型多样化、数据智能化应用以及边缘计算的兴起。然后探讨了数据挖掘算法的分类与常见算法,如分类算法、聚类算法和关联规则挖掘等。接着详细阐述了数据挖掘模型构建的流程,包括数据预处理、特征工程、模型选择与评估以及模型优化与调参等步骤。最后,强调了数据挖掘技术在各行业的广泛应用和未来发展趋势,为实现更精准的决策和创新提供了重要支持。

  • 标签: 大数据技术 数据挖掘 模型构建