共查询到20条相似文献,搜索用时 15 毫秒
1.
<正>随着科技的发展使用新技术并适应使工业进入了新时代。大数据、新设备、连接、定制、和受控生产促进产生了工业4.0.为满足德国“第四次工业革命”中宣布的创新和变革需求所创建的术语。大量的数据使这一代信息的关键,这些信息可以进行预测或对预测性决策进行协助。Lee等人在2013提出了“制造业需要转变为预测制造业”的观点促进了我们的研究。预测性维护(PdM)是依靠历史数据、模型和领域知识的。它可以通过统计学或机器学习模型预测趋势、行为和相关性,通过提前预测暂未出现的故障,进而改善维护活动的决策过程,通过此种方法来避免停机时间。 相似文献
2.
3.
随着信息化时代的到来,人类活动产生的信息数据越来越多,通过对于相关数据进行收集、筛选、整理、分析与共享,能够不断指导社会生产与生活,使得人类经济发展更加合理而科学。在信息数据规模不断增加、变化不断加快的当下,传统的机器学习已经不能够满足社会发展的需求。在大数据时代,只有充分利用大数据技术的优势,促进机器学习的不断优化,才能够更好地服务于社会生产和生活,这是实现数据挖掘有效性提升的关键所在。本文将通过分析大数据背景下机器学习的概念与优势,探索大数据背景下机器学习在数据挖掘中的应用。 相似文献
4.
分析目前应用系统跨平台现状,提出一种基于XML技术的数据交互方案,阐述XML数据转换以及传输的主要关键技术,总结了该技术方案在电子政务、电子商务以及企业ERP领域的应用前景. 相似文献
5.
大数据时代下数据的出现和传输呈现出了一种以几何形式增长的形态出现,不论是数据的规模、内容还是精确程度都为服务器的进步与完善带来了极大的挑战。本文以此为出发点,就大数据时代下机器学习的应用研究做详细深入的探究,主要针对当下机器学习的重要内容做分析。 相似文献
6.
7.
8.
现阶段,随着企业信息化建设的不断加快,使得企业在不断发展的过程当中,逐渐形成了多个系统。在每一个系统当中,都包含着大量的数据。数据集成作为信息系统集成的重要支撑力量,全面加强对这些数据的研究分析与整合,对于企业接下来的发展来说具有重要意义。基于此,本文首先概述了信息系统集成与数据集成的基本理念;其次分析了集成系统与数据集成之间的关系;再次分析了数据集成模型分类;最后探讨了异构数据源之间的数据转换策略。 相似文献
9.
针对数字图书馆中的图像、视频、音频等无结构化数据的集成问题,提出了语义对象模型的概念,实现无结构化数据的统一全局对象表示。在此基础上,提出了一种以XML数据模型为基础的无结构化数据集成方法。 相似文献
10.
为了解决高校数字化校园建设中的"信息孤岛"问题,本文利用XML技术,提出了一种异构数据库数据集成的解决方案,并根据此方案设计出数据集成中间件,其中重点阐述了中间件的构造过程和和主要模块的实现原理。 相似文献
11.
信息技术已经成为计算机应用技术的一个重要领域,而信息与系统集成技术则是信息技术的重要方面,是信息化应用的技术基础。对代理键技术在信息数据集成中的应用进行了研究。 相似文献
12.
数据分析整合方式可以提升数据库的泛化能力和分析准确度,被普遍重视.当前数据分析整合方式已被广泛应用在图片信息处理、生物信息学和电脑视觉等应用领域.当前常使用的集成化教学方式,通过多种基分类器进行机器学习,同时采用一种整合方式把多种基分类器的所学成果整合到一起,由于信息量的逐步扩大,数据库整合问题也日益复杂化,很难提高整... 相似文献
13.
本文概述了地理数据成果从数据的提取、加工到对在线服务数据集的应用,分析了在这个数据加工过程中所用的各类方法,形成一个现势性高,负载量大,结构合理的在线服务数据集,并为基于数据集的在线数据服务分析做出了强大的数据支持。 相似文献
14.
水利信息化建设是水利现代化的重要标志,防汛信息化建设是水利信息化建设的一项重要内容。随着防汛信息化系统建设的不断发展,信息孤岛现象便呈现出来。如何迅速、可靠的整合防汛信息,实现资源共享,为防汛抢险、抗洪救灾及时、准确地提供各种汛情信息.提高防汛快速反应能力,是值得研究的课题。本文分析数据集成难点,比较各种数据集成方法的特点,叙述数据集成技术在陕西省防汛工作中的应用实践。 相似文献
15.
16.
17.
本文根据供电企业内部各类信息系统互不相干、条块分割的现状,提出了建设用电数据集成应用系统的设想、技术路线和总体架构,重点介绍了中间件技术在系统中的应用。 相似文献
18.
作为信息系统集成体系的核心数据集成,对于企业数据资源管理和数据资产价值的实现具有重要意义。本文首先对信息系统集成以及数据集成概念含义进行阐述,结合二者之间的内在关系对数据集成模型基本分类和难点进行介绍,重点关注数据源异构性和转换的方法,并在此基础上进行前景展望。 相似文献
19.
<正>近年来,人工智能(AI)尤其是机器学习(ML)和深度学习(DL)的应用愈加广泛,同样也应用在了材料物理学中。具体想法是通过使用材料数据集中的信息,可以预测具有某些所需属性的新材料。尤其是在预测超导体材料的临界温度或者更普遍的属性。在Zhou等人的文献中,他们尝试从大型数据库的化合物中学到了原子的性能。经过这种方法的启发,本文对预测新的超导材料以及临界温度方面做出了类似的尝试。对于预测临界温度的模型我们提出了一种基于遗传算法优化的XGBoost的模型,因传统的遗传算法具有收敛速度慢,已陷入局部最优解等问题,我们对遗传算法的变异和交叉方法做出了改进,使其都一定程度上地解决了上述问题。 相似文献