课程文献中心 更多>>

关键词： 大数据   AI技术   城市防洪潮   防洪潮预警   精准预警  

摘要： 许多城市在防洪潮预警中存在数据孤岛现象,片面整合各类水文、气象、地理等数据资源,导致预警精度低,故研究基于大数据与AI技术的城市防洪潮精准预警方法,借助大数据技术整合城市防洪潮相关的多维资源,利用先进的AI技术构建城市防洪潮水文模型,对比分析预测结果与实际监测数据,精准判定当前及未来防洪潮汛情的严重程度,据此发布相应的预警等级,为城市防洪减灾提供强有力的技术支持和决策指导。实验结果表明,该预警方法在城市防洪潮预警中展现出显著优势,其准确性高,误差小,能准确判定风险等级,可为相关部门提供精准的数据支持,值得广泛推广和应用。

关键词： 大数据   人工智能   企业财务管理  

摘要： 随着各种先进技术的不断发展,市场竞争的日益激烈,企业发展环境日益复杂,财务管理工作是企业日常管理中一项重要工作,对企业发展有着很大影响。目前,企业财务管理工作面临许多机遇和挑战,需要相关工作人员加大重视力度,在财务管理过程中灵活应用大数据与人工智能技术,创新财务管理模式,避免财务风险的产生。本文主要探讨大数据以及人工智能影响下的企业财务管理,首先分析大数据与人工智能技术对企业财务管理工作带来的影响,接着分析企业财务管理存在的问题,最后,探讨大数据与人工智能影响下的企业财务管理策略,希望能够对相关工作人员有所帮助。

关键词： 大数据时代技术   财务管理   实践教学   教学方法  

摘要： 在高校财务管理实践教学中做好教学方法的优化和调整有助于调动学生的学习兴趣并促进学生专业能力素养的快速发展,结合高校学生的实际情况保障教学方法应用的科学性、针对性与有效性是十分必要的,而大数据使它的到来则为财务管理专业实践教学方法优化提供了更多的选择,本篇文章也将目光集中于此主要讨论了高校财务管理专业实践教学的现存问题,大数据时代技术在高校财务管理专业实践教学中应用的必要性以及基于大数据时代技术的高效财务管理专业实践教学方法,希望。通过本篇文章的探讨和分析可以为高校财务管理教师提供更多的参考与借鉴,对教学方法做出有效优化和调整。

关键词： 桔梗类植物   种子萌发   大数据分析   机器学习   环境因子  

摘要： 运用大数据分析技术对5种主要桔梗类植物种子的萌发特征进行系统研究。通过建立多维数据采集系统,采集温度、湿度、光照等18个环境因子数据,结合种子萌发率、萌发势等表型数据,构建桔梗类植物种子萌发预测模型。数据挖掘结果显示,光照强度与温度的交互作用对萌发率影响最显著(P<0.01)。基于机器学习算法优化种子萌发条件,使平均萌发率提升31.2%,为桔梗类植物种质资源保护提供数据支撑。

关键词： 大数据   采煤机   运行状态   监测与评估  

摘要： 基于煤矿企业和煤矿设备在自动化、智能化、数据化方面的发展趋势,搭建了大数据整体架构,构建了适合大数据平台的模型映射和数据传递模式。基于大数据设计了采煤机运行状态监测系统、数据采集系统、端数据源及上级监管端。根据实时监测和采集的采煤机液压部、截割部、牵引部和变频部关键参数数据,可以准确、直观地对采煤机重要关键部件的运行状态进行监测及评估,从而更好地指导维修和及时处理故障,保证采煤机稳定、安全、高效的运行。

关键词： 大数据驱动   智慧图书馆   信息体系构建  

摘要： 随着信息技术的飞速发展,大数据时代已然来临。在图书馆领域,传统的服务模式和信息管理体系已难以满足读者日益多样化和个性化的需求,智慧图书馆作为图书馆发展的新形态,借助大数据技术构建高效的信息体系成为必然趋势。基于此,本文将从大数据与智慧图书馆的基本概述出发,深入探究数据驱动视域下的智慧图书馆信息体系结构设计思路,并提出具体的构建路径,以期为图书馆在大数据时代下向智慧图书馆的转型提供有益的理论参考和实践指导。

关键词： 大数据   就业服务   效能优化   智能匹配  

摘要： 文章探讨了大数据技术在就业服务领域的应用及效能优化,阐述了大数据理论及就业服务效能评估的理论基础,构建了数据驱动的就业服务模型,分析了当前我国就业服务体系现状,揭示了传统就业服务模式的信息不对称、标准化困境与个性化缺失、资源配置区域失衡等局限性,以及大数据应用面临的数据质量、隐私保护和数据孤岛等挑战。针对这些问题,文章提出了就业数据采集与整合机制的建立、就业大数据分析模型的构建与应用、个性化精准就业匹配系统设计等优化策略,以期通过大数据技术提升就业服务效能,促进劳动力市场供需更加高效匹配。

关键词： 大数据   机器学习   环境影响评价   创新应用   数据分析  

摘要： 环境影响评价中,大数据结合机器学习的应用日益普遍,这得益于信息技术的飞速发展,不仅加快了评价进程,还大大提高了结果的可靠性。应用结合后,传统环境影响评价的效率明显提高,数据处理更为精准快捷;尤其在辨识和预测复杂环境问题上,展现出了不凡的能力,为决策提供了强有力的支持。文章从基础理论、我们对大数据结合机器学习在环境评价中的创新实践进行了全面考察,通过细致的数据实验,深入分析了这一融合技术的实施策略与实际效果。研究通过实例验证了技术增强评价准确性和速度的能力,其在实践中的可行性和效益得到了有力证明,不仅理论层面,实际应用也展现出显著成效。调查表明,将海量数据和机器学习技术联袂使用,确实增强了环境影响评价的准确性和决策速度,为环境监管的精细化与效能提升奠定了坚实基础,助力实现更科学、更迅速的环境管理。

关键词： 云计算   容器云   Kubernetes   HPA   弹性伸缩   时间序列   滑动窗口   加权融合   负载预测  

摘要： Kubernetes容器云是当前流行的云计算技术,其默认的弹性伸缩方法HPA(Horizontal Pod Autoscaler)能对云原生应用进行横向扩缩容。但该方法存在以下问题:基于单一负载指标,使其难以适用于多样化云原生应用;基于当前负载进行弹性伸缩,使扩缩容过程具有明显的滞后性;基于滑动时间窗口算法进行弹性缩容,使缩容过程缓慢易造成系统资源浪费。针对上述问题,文中提出一种改进的弹性伸缩方法。设计一种动态加权融合算法将多种负载指标融合为综合负载因子,全面反映云原生应用的综合负载。提出CEEMDAN(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise)-ARIMA(Autoregressive Integrated Moving Average Model)预测模型,基于该模型的预测负载值实现预先弹性伸缩以应对突发流量。提出快速缩容与滑动时间窗口相结合的方法,在确保应用服务质量的基础上减少系统资源浪费。实验结果表明,相较于HPA机制,改进的弹性伸缩方法在应对首次突发流量时的平均响应时间缩短了336.55%,流量结束后系统资源占用减少了50%,再次遇到突发流量时能迅速扩容,平均响应时间缩短66.83%。

关键词： 时空大数据   交通系统韧性   文献综述   系统性综述   回顾与展望   可持续发展  

摘要： 【意义】在全球城市多灾害风险频发的当下,如何建设具有高水平防灾韧性的交通系统已成为学界关注的焦点。相较于传统的数据类型,时空大数据以其高精细度和高信息密度的优势,在交通系统韧性研究中发挥日益显著的重要作用。然而,目前对于时空大数据在交通系统韧性研究中进展脉络的理解相对不清晰,客观上缺少对交通系统韧性领域中时空大数据的类型、应用场景和发展趋向的综合分析。【进展】本文利用系统性文献综述方法,对在CNKI中国知网和Web of Science数据库中检索到的中英文相关文献进行了系统的综述分析,全面探讨了时空大数据应用于交通系统韧性研究的主流数据类型,量化评估、监测预警、模拟预测与系统优化4个具体实践领域及在各领域所运用的研究方法,以及相关研究的发展趋势。【展望】在总结当前时空大数据在交通系统韧性研究中的应用成就与不足的基础上,进一步展望了若干交通系统韧性研究领域未来可能的发展方向,以期为我国时空大数据赋能交通可持续发展、推进交通强国战略目标落实提供有益思考与借鉴。