课程文献中心 更多>>

关键词： 存储解决方案   存储策略   数据类型   并行工作   云计算   云平台   边缘计算   存储设备  

摘要： 实践表明,企业在制定边缘计算存储计划时需要考虑带宽、用例和容量等关键因素。边缘计算和云计算可以并行工作,但有时它们的实现路径会有所不同。例如存储方面,将在边缘创建的大量数据直接保存到云平台中是不切实际的,因此,企业在制定边缘计算存储策略时需要考虑许多因素。不同的边缘计算存储解决方案就像企业的数据不会只采用单一数据类型一样,也不可能只采用一种边缘计算存储解决方案。边缘计算存储解决方案通常是根据数据的使用方式来选择的,有时可能涉及使用多个存储设备。

关键词： C语言程序设计   课堂教学   数据类型   表达式   复合语句  

摘要： 针对C语言程序设计课对于地方高校初学者学习上的困难,本文探讨了在课堂教学上的一些教学思路。从数据类型、表达式以及复合语句三个方面探讨了教学上应关注的重点和核心,分析了这样做的优点,强调了课堂教学从教材上提炼相关课堂内容的重要性。

关键词： 数据类型   传输品质   云计算  

摘要： 本文简要阐述了5G通信网络架构运行面临的困境:数据类型兼容性问题、数据感知延时性问题、通信传输品质问题;分析了在5G通信网络平台中大数据技术的应用优势:改善通信网络数据兼容性与延时性问题、保障5G通信传输品质;探索了在5G通信网络体系中大数据技术的实践应用表现:数据处理、数据挖掘、数据管理等,以此发挥大数据技术的应用价值,提升5G通信网络的应用顺畅性。

关键词： 多模态学习分析   数据类型   学习指标   数据整合   系统文献综述  

摘要： 多模态学习分析被认为是学习分析研究的新生长点,其中,多模态数据如何整合是推进学习分析研究的难点。利用系统文献综述及元分析方法,有助于为研究和实践领域提供全景式的关于多模态数据整合的方法与策略指导。通过对国内外363篇相关文献的系统分析发现:(1)多模态学习分析中的数据类型主要包含数字空间数据、物理空间数据、生理体征数据、心理测量数据和环境场景数据等5类。在技术支持的教与学环境中,高频、精细、微观的多模态学习数据变得可得、易得、准确。(2)多模态学习分析中的学习指标主要有行为、注意、认知、元认知、情感、协作、交互、投入、学习绩效和技能等。随着技术的发展和人们对学习过程的深刻洞察,学习指标也会变得更加精细化。(3)数据与指标之间展现出"一对一""一对多"和"多对一"三种对应关系。把握数据与指标之间的复杂关系是数据整合的前提,测量学习指标时既要考虑最适合的数据,也要考虑其他模态数据的补充。(4)多模态学习分析中的数据整合方式主要有"多对一""多对多"和"三角互证"三种,旨在提高测量的准确性、信息的全面性和整合的科学性。总之,多模态数据整合具有数据的多模态、指标的多维度和方法的多样性等三维特性。将多模态数据时间线对齐是实现数据整合的关键环节,综合考虑三维特性提高分析结果的准确性是多模态数据整合未来研究的方向。

关键词： 信息化管理   医疗保险基金   数据挖掘技术   数据类型   业务数据   数据呈现   大数据时代背景下   审计  

摘要： 在大数据时代背景下,医疗保险基金信息化管理已较成熟,医疗保险基金数据呈现数据类型多样、数据量大、专业性强等特点。而传统的医疗保险基金审计,面对海量医疗诊疗、门诊住院结算业务数据,只能抽审部分病例档案,既难以实施全面核查,又难于接触到深层次问题,导致审计存在较大的风险。

关键词： 非结构化大数据   非结构化数据   非结构数据   大数据技术   数据类型   定义数据   办公文档   视频信息  

摘要： 非结构化数据作为与结构化数据相对的一种数据,存在数据本身与预定义数据模型不匹配,用数据库的二维逻辑难以表述的现象。换而言之,即这种数据存在结构是不规则或者不完整的。然而非结构数据也是公众日常生活中接触最多的数据类型,比如办公文档、文本、报表、图像、音频、视频信息等等都是非结构数据。随着人们的日常生活以及工作中对于非结构数据的运用日趋频繁,接触愈发紧密,对非结构化大数据存储也提出了更高的要求。只有能保证数据存储的稳定了,才能够让公众对于大数据的创建以及应用加工提供保障。特别是云存储技术的发展,进一步让公众摆脱了原先存储硬件不足的束缚,为非机构大数据的存储开辟了更广阔的空间。本文就将借用《大数据技术原理与应用》一书,对非结构化大数据云存储稳定性进行优化评定,深入发掘云存储带给公众的便捷以及可靠。

关键词： 人群归因危险度   危险因素   分类变量   连续性变量   流行病学   近似估计   人群暴露   数据类型  

摘要： 人群归因危险度(population attributable fraction,PAF)是一种广泛用于评估人群暴露对健康影响的流行病学指标[1]。其计算过程是通过对实际人群中危险因素暴露的分布与理论最小分布比较,若人群中危险因素暴露降低到理论最小分布,估计疾病或死亡降低的比例[2]。从数据类型看,人群危险因素暴露主要分为两大类:分类变量和连续性变量。当人群危险因素暴露水平为分类变量时,人群归因危险度计算过程比较简单[3];但人群中危险因素暴露呈连续性分布的情况也广泛存在,如人群中呈正态(近似正态)分布的收缩压,目前的研究通常采用离散求和的方式来近似估计其对疾病的人群归因危险度,估算过程较繁琐复杂,尚无可供直接实现此类计算的统计软件或程序模块,其应用的普及受到一定影响。

关键词： 预测性维护   时间序列分析   人工智能   银行信息系统   数据类型   自动维护   预警平台   效果评估  

摘要： 当前,数据分析、人工智能等技术与银行信息系统运维工作加速融合,推动运维从传统“实时监控、手动干预”模式转向“事前预警、自动维护”模式,进而形成问题预测—自动干预—效果评估—反馈修正的闭环自主恢复体系。时间序列是运维领域典型的数据类型,银行信息系统的时间序列数据具有较强的周期性特征,蕴含巨大的潜在挖掘价值。本文提出了一种基于时间序列分析的银行信息系统风险预测模型,并基于此模型搭建了用于预测时间序列数据变化趋势的风险预警平台,内嵌有ARIMA、LightGBM、Prophet、Holt-Winters等多种预测算法。另外,本文以主机运维数据为例,实现了一种针对LPAR CPU使用率的风险预警算法,并评估了提前5分钟进行预警的效果。研究结果表明,时间序列分析不仅可以为日常运维提供事前预警能力,也具备演化为自动化预测性维护的可能性。

关键词： 超文本标记语言  

ISBN: (数字)9787115536563 ISBN: (纸本)9787115536563

摘要： 本书全面系统地介绍了Animate CC 2019的基本操作方法和网页动画的制作技巧，包括Animate CC 2019基础入门、图形的绘制与编辑、对象的编辑与修饰、文本的编辑、外部素材的应用、元件和库、基本动画的制作、层与高级动画、声音素材的导入和编辑、动作脚本应用基础、制作交互式动画、组件和动画预设、商业案例实训等内容。

关键词： 个人财产   信息权益   非法买卖   社会信息化   个人信息   产业升级   网络空间   数据类型  

摘要： 随着社会信息化的程度不断提高,个人信息的使用行为也越来越广泛。个人信息成为整个网络空间中最为重要的数据类型,对个人信息的利用,可以创造巨大的商业价值和社会价值,个人信息处理逐渐成为社会进步和产业升级新的驱动力。在利益的驱动下,个人信息存在被泄露和窃取的危险。一些企业、机构甚至个人,为了谋取私利,随意搜集甚至违法获取、非法买卖个人信息,侵犯个人的信息权益,危害个人财产安全甚至生命安全。