关键词： 新时代   大数据   公共事业管理   电子政务   数据挖掘   数据资源共享   数据处理  

摘要： 参考相关研究并结合新时代大数据发展的特点探析大数据在公共事业管理中的应用,找出大数据为其发展带来的优势。从大数据对公共事业管理的影响来看,大数据为公共事业发展拓宽了管理思路,丰富了解决问题的方式方法;使公共事业管理更加开放透明,打破各群体间的信息壁垒,从而让公共事业管理更加公平;降低了公共事业管理的成本,提高了工作效率。大数据在公共事业管理中的应用主要体现在电子政务、数据挖掘、数据资源共享与数据处理等方面,对城市交通管理、教育事业管理、公共卫生管理、排查污染源及医疗保险监管起到积极作用。公共事业相关政府部门应强化大数据在公共事业管理中的重要性,构建标准化的大数据信息共享平台,加强大数据安全的风险防范意识,从而保证数据信息资源的安全性。

关键词： 大数据技术   数据清洗   数据挖掘   分布式存储系统  

摘要： 阐述大数据技术的特点。介绍数据处理的方法、工具以及应用场景,包括数据采集、清洗与预处理、数据挖掘与分析。探讨分布式存储系统、数据库管理系统、数据压缩和优化策略的应用。

关键词： 信息化系统   数据挖掘技术   数据处理   需求分析  

摘要： 在当今数字化时代,信息化系统已成为企业和组织进行数据处理和决策支持的关键组成部分。数据挖掘技术作为从大量数据中提取有价值信息的手段,成为提高信息化系统性能和效率的核心工具。综合分析了信息化系统的概念与结构,探讨了数据挖掘在系统需求分析、设计原则、方法及技术集成方面的应用,并提出了针对数据挖掘技术的算法优化、数据处理与管理优化,以及用户体验与交互优化的策略,对整个信息化系统进行系统测试,以验证提出的优化策略的有效性。

关键词： 云计算   大数据挖掘   数据处理   成本效益   技术应用  

摘要： 随着信息技术的飞速发展,云计算和大数据挖掘技术已成为现代信息技术领域的热点.本文旨在探讨基于云计算的大数据挖掘技术,分析其在处理海量数据、提高数据处理效率、降低成本等方面的优势.文章介绍了云计算和大数据挖掘技术的基本概念,然后详细阐述了基于云计算的大数据挖掘技术的原理和流程.接着,通过案例分析,展示了该技术在不同领域的应用情况及其带来的变革.

关键词： 云计算   物联网技术   数据挖掘技术   数据存储   数据处理  

摘要： 物联网技术是指通过互联网将各种物体相互连接并实现信息交流和共享的一种技术。随着物联网的快速发展,产生了大量的数据,数据被收集和存储,这为数据挖掘技术提供了丰富的资源。云计算作为一种高效、可扩展的计算模式,为物联网数据的处理和分析提供了新的可能。通过对基于云计算的物联网数据挖掘技术进行研究,以期推动数据挖掘技术的发展,为相关行业提供一定的理论参考。

关键词： 数据处理  

ISBN: (纸本)9787040617870

摘要： 本书共分为四篇: 第一篇介绍了隧道掘进机运行数据空间特征提取方法; 第二篇进一步考虑运行数据序列关系, 介绍了隧道掘进机运行数据时序特征提取方法; 第三篇依次引入机理、地质等其他相关数据, 介绍了隧道掘进机关键运行参数预测方法; 第四篇重点关注隧道掘进机运行与地质数据的关联关系, 介绍了隧道掘进机施工地质预测方法。

关键词： 数据处理  

ISBN: (纸本)9787569337358

摘要： 本书依托多源药物大数据，重点对药物不良事件预测以及监测存在的问题进行探索研究。首先，针对药理学网络模型未考虑药物不良事件关联在数据集中的频率和样本量的问题，提出了数据挖掘算法与药理学网络模型相结合的药物不良事件预测方法。其次，针对表型特征以及分类器在药物不良事件预测研究中的重要性，从减小冗余信息和提取高效特征的角度出发，详细研究复杂网络拓扑结构的链路预测方法以及机器学习方法，提出了基于特征融合预测网络模型(FFPNMS)的药物不良事件预测方法。最后，针对现有药物数据挖掘算法存在的超参数问题，提出了一种基于预测网络模型的贝叶斯信号监测算法(ICFFPNM)，提升了监测的准确性，有效降低了监测误差。

关键词： 大数据   学生发展数据   数据分析   数据挖掘  

摘要： 随着信息技术的快速发展,大数据技术在各行各业都得到了广泛应用。在学生发展领域,大数据技术可以帮助学校和教师更好地了解学生的需求、优势和弱点。文章提出了一个面向学生发展信息的大数据处理框架,并针对学生发展信息的特征,进行了分类优化,有效的提高了框架执行效率与精度。框架包括数据收集、数据存储、数据预处理、数据分析和数据应用五个模块。它可以帮助学校和教师更好地利用学生的数据,并在学生发展方面提供有针对性的支持。

关键词： 风电机组   数据驱动   数据处理   静态偏航误差   健康评估   性能评估  

摘要： 随着国家“双碳”目标的提出,风电作为一种清洁、可再生的能源已成为能源结构中的重要组成部分。风电机组的装机容量稳步增长,风电机组性能退化评估、静态偏航误差评估和机组健康状态分析的重要性也随之日益凸显。因此,为了进一步提高机组的经济效益,并及时掌握机组健康状态和潜在故障,需要构建一套基于数据挖掘并综合考虑机组健康状态、桨距角误差、叶片覆冰和偏航误差的发电性能评估方法,为机组的性能优化提供支持和指导。 本文围绕风电机组的发电性能评估问题,以数据驱动开展了数据处理、静态偏航误差评估、健康状态分析和发电性能评估等内容的研究。主要研究内容包括: (1)梳理和介绍了风电机组的工作原理、主要结构以及主要性能参数,对SCADA系统进行了介绍,分析其功能用途、监视参数及主要作用,明确研究对象。 (2)对比研究了中位数3σ准则、K-means聚类方法和DBSCAN算法三种异常数据处理方法,将其结合提出一种新的基于数据特征的组合数据处理方法。利用Kmeans聚类方法剔除第二类异常数据,利用DBSCAN算法和中位数3σ准则分别处理爬坡段区间和额定功率区间的第一、三、四类异常数据。 (3)针对风电机组的静态偏航误差问题,基于相似性原理构建了一种新的基于实际功率曲线阈值的数据筛选方法。该方法通过实际功率曲线对运行数据进行阈值筛选,提高机组静态偏航误差计算的准确度。 (4)基于随机森林和支持向量机搭建了一种新的机组静态偏航误差算法。该方法使用随机森林算法对风电机组运行数据的特征进行评估和筛选,将筛选出的特征作为支持向量机的输入,分析并提取机组的偏航误差-功率系数曲线,有效识别机组的静态偏航误差。 (5)基于数据挖掘构建了一种新的风电机组发电性能评估方法。通过对比同一风场内不同机组之间的运行数据,以及同机组不同月份的运行数据,以总风能利用率及各风速区间的功率系数为核心指标,综合考虑机组健康状态、叶片覆冰、桨距角误差和实际偏航误差的影响,对各机组的发电性能进行全面的评估和分析。 本文使用沿海地区某陆上平原风场内五台机组的全年运行数据作为研究对象,使用本文方法进行计算和分析。算例验证了本文数据预处理方法、静态偏航误差算法和发电性能评估方法对南方陆上风电场具有可行性和准确性。

关键词： 数据提取   数据处理   数据特征识别   数据挖掘方法  

摘要： 供电服务数据应用于多个方面,在电网运行和设备检测或监测方面的应用包括:实时监控、对电网运行进行诊断优化和预测、为检修策略制定提供指导和服务等。设计了一种基于供电服务信息的数据挖掘方法,包含供电数据提取模块、供电数据处理模块和供电数据特征识别模块。首先,供电数据提取模块基于电网的供电服务信息提取出电网历史故障处理工单中的关键信息;其次,在供电数据处理模块建立BERTBIGRU-CRF模型对故障地址信息进行处理;再次,供电数据特征识别模块对高频信息进行聚类分析和可视化表征;最后,通过实际算例证明了提出的方法能够通过挖掘历史供电服务信息,寻找出供电服务中的薄弱环节,提高供电服务质量。