大数据“校园云”实验室开放共享理论与实践研究

近年来,随着云计算的产生和发展,"云学习"也应运而生,云学习的提出,致力于进一步开拓学习思路,减轻教学负担,突出有效学习的设计。云学习是云计算应用激发的基础研究,和现代教育技术发展是相辅相成的,为现代教育技术的发展提出了新的理念和发展方向。教育云能对各种教学信息资源进行广泛而高效的重组、优化与共享,教育云服务模式是实现高校教育大数据资源共享和知识协同创新的有效途径,建立数据仓库并进行数据挖掘的研究是对大数据资源有效利用的具体实现。基于此,本文以天津财经大学珠江学院为例,主要阐述大数据"校园云"实验室开放共享理论与实践。     

论滚动轴承分析计算与信息化应用

继个人计算机变革、互联网变革之后,云计算被看作第三次IT浪潮,是中国战略性新兴产业的重要组成部分,它将带来生活、生产方式和商业模式的根本性改变,云计算成为当前全社会关注的热点。随着云计算的不断发展,可供企业选择的云服务越来越多,云的可移植性、数据集成、迁移成本等也将成为企业用户关注的核心问题。基于滚动轴承分析计算与应用来推进云软件系统研发与应用工作,不仅能使科研人员大大提高设计效率和设计的准确度,同时可促进轴承设计中的理论分析,进而提高产品的技术含量。     

基于虚拟化技术的云数据中心基础设施规划方案

针对当前数据中心存在的资源利用率低、动态调配能力低、运维成本高等问题,对存储虚拟化、网络虚拟化、服务器虚拟化等关键技术进行深入研究,并在此基础上提出了一套基于虚拟化技术的基础设施规划方案。方案包括云数据中心体系结构、资源池的建设方案及基于虚拟网关的数据容灾方案,利用该方案可实现各项资源的统一管理和自动调配,并有效保证业务系统及数据的安全性。     

省级交通大数据平台中数据资源规划设计

【目的】目前，交通运输行业各个系统间的信息孤岛问题严重。通过数据资源规划和数据库设计，建设大数据平台数据资源体系，从而实现对交通运输行业数据资源的统一规划、组织、管理、存储和深度利用，加强各类信息间的分析及服务，解决交通运输行业信息资源缺乏整合共享的问题。【方法】交通运输行业数据体系设计主要包括数据资源规划、数据资源体系设计、数据治理和数据交换这四部分内容，数据资源体系是在数据资源规划的基础上，根据数据的属性和用途的不同，将其归纳形成服务于各业务应用系统的基础数据库、业务数据库、主题数据库和共享数据库，从而明确不同数据资源间的组织和管理方式。【结果】数据治理是通过对公路、水路交通运输行业数据资源进行综合管控，保障数据的准确性、一致性、完整性、可用性和安全性。【结论】数据交换负责行业内不同层级部门之间跨部门数据交换，解决跨部门、跨业务的数据共享问题。     

基于Android平台智能云导游系统设计与实现

为了把服务准确送达游客手机,提出了一种基于Android平台的智能导游系统解决方案.首先介绍了系统总体架构,主要包括了导游云服务中心、导游传感器网络、导游手机三层,阐述了建立各个部分的功能,以此为基础提出了三层的具体实现方案,部分解决了景点利用已有平台无法提供导游服务的问题,试验证明该系统能够较好的为游客提供导游服务.     

大数据处理与挖掘在智能交通系统中的应用

当前,互联网及通信技术的广泛应用为智能交通系统提供了大量的实时数据,亟需对其进行管理、交换、译制、汇聚和分析研判。互联网及通信技术大大提高了智能交通系统的用户友好度及有效性,提供了可观的经济和社会影响。在物联网和云技术的大背景下,软件架构的需求和智能交通系统新特性需要真实的应用场景来推导。本文主要阐述大数据处理与挖掘技术的应用对智能交通系统所产生的有利影响,并指出智能交通系统下大数据挖掘和处理领域新的工作方向。     

基于LoRa的云服务物联网智能监控系统设计

本设计将LoRa通信系统与传感器网以及温室大棚环境监测系统相结合,采用嵌入式STM32 F030 C8 T6作为控制器,以SX1278和Wi-Fi为系统通信模块,利用Tlink云服务对监测节点传感器数据进行采集、分析、处理和存储,实现温室大棚主要环境参数通过电脑和手机同时在线监控,达到杏鲍菇自动化、智能化、网络化和科学...     

微服务架构浅析

信息时代,各行各业都在向智能化、信息化转型。在过去的几年中,移动互联网迅速发展,各大公司的规模持续扩大,业务发展迅速。与此同时,业务增多也带来许多问题,许多业务需求或者功能需求高度相似,通化程度高,但是由于没有专门的团队负责规划和开发,大量系统重复开发和建设,导致复用性很低。本文探讨了传统微服务架构的劣势与解决方案,并分析了通过中台思想将服务组件化,提高服务的可用性和复用性。     

基于Hadoop云平台的海量数据信息处理的设计

随着计算机和网络在人们工作和生活中的广泛普及,图片数据也成几何倍地急剧膨胀。面对日益增多的海量图像数据,如何进行有效的存储及图像信息数据的快速挖掘,是目前需要解决的主要问题。本文借助云平台Hadoop的分布式文件系统(HDFS)和分布式并行计算框架(MapReduce),进行海量数字图像的数据挖掘。构建基于Hadoop云平台的海量数字图像数据挖掘系统,实现海量数字图像信息数据挖掘。     

大数据时代信息服务的创新研究

通信技术和网络技术的不断提高,为大数据时代的发展提供了新的契机,大数据是现代信息服务得以实现的基础,对整个信息服务系统起着决定性的作用,大数据时代的信息服务达到了世界范围内资源共享的目的,创新是发展的动力和永恒的主题,对大数据时代信息服务进行创新是社会发展的必然要求。本论文首先通过对大数据时代以及信息服务的基本概念进行阐述,进一步分析了大数据时代信息服务所面临的挑战,最后重点探讨了大数据时代信息服务的创新研究。