数据显断层与数据隐断层的研究与应用

建立能够和谐平衡各个信息系统之间数据断层的机制是实现管理决策变革最关键的3大基础之一,也是智能决策支持系统研究领域的重点内容之一.随着互联网+时代的到来,各式各样的数据资源不断积累,数据断层现象在多个领域表现得愈加明显.通过对数据断层理论体系的进一步研究与实践,着重分析微观层面的数据断层现象,一方面用显断层概念描述各系统之间以及系统内部存在的较为明显的断层现象,另一方面用隐断层概念描述各系统之间以及系统内部存在的非明显的断层现象,并在数据显断层中引入缝隙的概念来描述主题无关数据对象,采用数据聚合的技术手段来降低缝隙数据的断层属性,同时在隐断层中引入"有效密度"来形象地描绘数据分布情况,通过数据熔合来减少无效数据占用的空间.最后以上海"动感101"音乐电台的移动客户端应用日志数据为例,分析了电台数据中所存在的数据显断层和数据隐断层现象.     

大数据质量管理:问题与研究进展

 当前大数据在多个领域广泛存在,大数据的质量对其有效应用起着至关重要的作用,因而需要对大数据进行质量管理.尽管数据质量管理方面已经有一些研究成果,但由于大数据具有规模大、速度快和多样性高的特点,现有的方法难以适用于大数据质量管理.本文针对错误发现、错误修复和劣质数据查询处理,综述了大数据质量管理的问题与挑战,认为大数据质量管理的挑战主要有计算困难、错误混杂和缺少知识3 个方面.本文依据这3 个方面的解决方法,对大数据质量管理目前的研究进展进行了综述,并展望了大数据质量管理未来的研究方向.     

数据质量维度与框架研究综述

为了对数据质量维度有一个全面、清析而准确的定义,便于在领域层面达成一致,也为从现存的数据质量管控技术架构中选择出合适的框架提供依据,对数据质量的发展历程和维度以及其管控框架进行了全面的研究。通过研究明确了复杂的数据质量维度指标,按其名称和定义提供一套比较全面的数据质量规范,并对其质量管控技术框架进行了综合研究与对比。该研究能科学地指导具体应用需求选择合适的数据质量框架和比较全面的数据质量维度实现对数据的评估,同时可节省大量的时间,减少人力和物力支出。     

浅谈计算机数据修复与维护

随着计算机技术的迅速发展和普及,计算机数据的安全问题越来越重要,数据修复技术也日益为人们所关注,要完成数据的恢复,除了要对数据丢失的原因做一些必要的了解、对需要修复的数据进行分析、判断,做好数据修复前的准备工作;还要掌握数据修复的注意事项及技巧,以及一些常用的数据修复软件。本文通过分析计算机数据丢失的原因,从技术角度介绍了计算机数据的修复与维护。     

GIS数据制作与更新系统的设计与实现

本文简要介绍利用MapInfo的二次开发语言MapBasic,在给出基本思想的基础上,实现GIS数据的编辑,以及数据的智能化与批量化的更新与检查方法。     

数据智能分类与分类智能检索-识别

基于具有动态特征的P-集合模型,针对∧型大数据,定义新概念α^F-数据等价类、α^(-overF)-数据等价类和(α^F,α^(-overF))-数据等价类,分析数据边界特征与度量,提出数据推理及推理结构。论文的主要结果是针对数据元的冗余与缺失定义数据边界收缩与扩张的度量,分析数据推理得到数据分类生成定理,设计数据智能检索算法与数据智能检索-识别准则,给出应用。     

F-畸变数据的生成与修复

P-集合是研究动态信息系统的一个新数学工具,应用P-集合的外P-集合与补充集合的关系,提出了F-畸变数据与-冗余数据的概念;给出F-畸变数据的生成定理和修复定理,包括F-畸变数据的辨识定理.最后给出F-畸变数据的修复准则与修复实例,其结果为研究动态信息系统的数据扩张提供了1种新方法.     

基于Internet的数据监控系统的设计与实现

本文在明确网络安全重要性的基础上,引出了数据监控系统的研究意义,并对系统中的网络数据控制以及网络数据捕获的设计与实现作了详细的研究,为网络的安全提供了一定的保障。本文希望能为其它数据监控方面的研究提供一定的参考及借鉴作用。     

面向数据体系结构的数据性能与价值研究

大数据背景下,应用系统架构模式由以功能为中心转变为以数据为核心,其主要问题是海量数据应用中系统内部数据之间的一致性与数据传输效率之间的矛盾,同时还有缺少有效的方式去评价系统内数据的价值.为解决上述问题,采用面向数据体系结构的思路,提出了数据分片中心与数据价值评价中心,同时将"两中心模式"用于具体的应用系统内,通过分析采用"两中心模式"前后的处理数据的性能,论证了"两中心模式"的可行性.     

大数据与安全可视化

IT技术的飞速发展开启了大数据时代。海量的数据信息带来更多的数据价值的同时,各类安全问题也随之而来。通过数据可视化技术能够帮助充分全面并且及时地找出系统中可能存在的安全威胁,评估系统安全,保证基础设施的安全。研究从数据角度出发,结合大数据的特征对安全数据进行分类,并对当前已存在的针对不同安全数据进行可视化的工具及技术进行总结,使得能够将已成熟的数据安全可视化技术用于大数据安全的研究,最后对未来的发展趋势进行了展望。     

人工智能赋能高校数据治理:逻辑、挑战与实践

随着人类社会逐步迈入以情感计算、自然语言处理等智能技术为核心支撑的人工智能时代,数据的战略资源地位日益凸显,数据治理已成为推进高校教育治理现代化的关键工具。人工智能赋能高校数据治理的基本逻辑主要体现在数据管理、数据质量、数据决策与数据服务4个层面。高校数据管理忽视“多方协同管理”、缺乏相对统一的数据质量标准、数据决策在权责限定与顶层设计方面存在缺失、数据服务潜能激发不力制约数据价值高效释放等可被视为人工智能赋能高校数据治理的现实挑战。对此,应创设落位智能共管的高校数据管理职能优化机制、完善校本化高校数据挖掘与共享质量标准、构建基于责权厘定的智能化数据决策体系、优化指向数据价值释放的智能数据服务体系。     

聚数融智的应用与挑战

数据的融合与应用与日常生活有着多方面的联系,尤其是在大数据和智能化时代,促进多元异构数据的融合和智能化的数据处理,对发挥数据作为生产要素的作用具有十分重要的理论意义和实际价值.介绍了大数据在城市、交通、医疗、电商等领域的融合及可视化应用.重点说明了海量数据、小数据分析面临的难题,并讨论了人与数据融合、数据融合共享与商密...     

中小油田地震数据计算机管理方法研究

石油勘探技术发展迅速 ,需要一个集地震、测井、地质 3种数据为一体的勘探数据库来支持新的研究工作 .对包括地震资料处理、解释等资料的存储、应用方法进行了探索 ,提出了一种适合于中小油田的地震数据管理方案 .通过分析地震资料处理、解释产生的各类数据及其特点 ,从存储管理方法、数据规范化、质量控制方法、应用支持方法、数据服务方法等方面进行了详细论述     

大数据时代的数据挖掘技术与应用

随着数据挖掘技术研究的进步与发展,并伴随着大数据概念的提出,将为数据挖掘技术的发展和应用带来一个很大的机遇,数据挖掘技术将进入一个新的发展时期.文章全面介绍了大数据,数据挖掘的基本概念以及数据挖掘的分析方法,最后给出了大数据时代的挖掘技术的应用领域及将来发展方向.     

装备维修性数据收集与分析系统

维修性数据收集与分析系统是装备信息化管理的重要组成部分。介绍了装备使用阶段维修性数据收集与分析系统的任务、功能和体系结构设计,重点阐述了数据收集与数据分析评估模块的功能设计,并采用Access数据库管理系统,运用Visual Basic程序开发语言进行了维修性数据收集与分析原型系统开发。     

浅谈大数据时代的数据挖掘和数据可视化

大数据时代下数据量的爆炸式增长,使得分析和解读大数据显得尤为重要. 阐述了解析数据工具——数据挖掘和数据可视化技术,重点探讨了两者创新性结合的重要意义和实际效果.     

C与COBOL两种语言数据文件的分析与比较

在介绍Ｃ与ＣＯＢＯＬ两种语言数据文件数据存储形式的基础上，详细分析了数值型数据的存储形式，指出用Ｃ语言处理ＣＯＢＯＬ数据文件时所存在的问题，并给出了处理方法。该方法可以实现Ｃ语言对ＣＯＢＯＬ数据文件的访问，提高用Ｃ语言开发软件的效率。