课程文献中心 更多>>

关键词： 自动能见度   数据类型   质量控制  

摘要： 自动能见度数据依据其不同的算法分为三类:1min平均能见度、10min平均能见度值、10min滑动能见度值。同类算法的自动能见度值不能出现矛盾记录,不同算法的能见度值可以有差异。用自动能见度值计算出的"人工能见度"不能直接服务客户。

关键词： 内存对齐   结构体   数据类型  

摘要： 现代计算机内部为了提高数据的读取效率,一般采取并行读写,一次可以读多个字节,对于类和结构体这类数据,处理器有自己的读取规则。本文讨论C++语言中结构体成员的一些对齐规则[1],在不涉及到位域规则下,结构体成员的内存分布,内存对齐,以及这些改变如何影响结构体的大小。

ISBN: (纸本)9787121311376

关键词： 审计技术方法   发展趋势   金融   信息网络   信息技术   审计方法   数据类型   审计领域  

摘要： 大数据，是信息技术不断发展和更多人群融入信息网络而产生的大量而又庞杂的数据总和。大数据所涉及到的资料量巨大，利用传统的审计方法难以进行捕捉、储存、管理以及分析。其特征包括数据体量巨大、处理速度快、数据类型多样、商业价格高等特点。大数据时代的来临为国家审计提供了更为广阔的数据分析环境，尤其是在金融审计领域，其数据量尤其庞大，能否成功应用大数据将成为有效履行金融审计职责的关键因素，只有充分理解并充分把握“大数据”的理念和价值，通过对各类海量数据的收集、理解、挖掘、分析，完成复杂的审计任务，

关键词： 统计学符号   图表   数据类型   撰写   海马CA1区   空间特征   头颅CT   HE染色  

摘要： 有关图表的相关要求：所有论著中图表的文题用中、英文对照表达，注释及图表内容均用英文表达。其它类型文稿中图表的文题、注释及内容均用中文表达。图、表集中附于文后，分别按其在正文中出现的先后次序连续编码；每幅图、表应附有言简意赅的题目，说明图的类别时间与空间特征、实验方法，如：图1手术前后头颅CT；图2大鼠脑外伤后不同时间海马CA1区标本光镜观察（HE染色）。图的解释在图下以图注方式详列。本刊采用三横线表（顶线、表头线及底线），如需说明，请在正文中用文字表述；表题应说明数据类型；要合理安排表的纵横标目，并将数据的含义表达清楚；表内数据要求同一指标保留的小数位数相同，

关键词： 格雷码   二进制码   最大分辨率   数据类型   操作数  

摘要： 垂直螺旋卸车机是起升机构的传动部分,主体结构是YP2系列电动机通过减速机连接卷筒,在卷筒上缠绕钢丝绳,由钢丝绳吊载垂直螺旋卸车机的垂直、喂料、集料机构做上升下降运动。利用绝对值编码器输出数字量代码的唯一性特点,与PLC配合使用对垂直螺旋卸车机起升机构定位控制,避免了因断电导致的位置丢失。

关键词： 数据仓库   基础通信   业务基础   应用服务   数据类型   数据中心   互联网安全   基础电信业务   短信群发   资源池  

摘要： 作为基础通信服务的提供者,电信运营商在传统的IDC业务基础上进行了以云计算为突破口的转型升级,加快了云资源池和数据中心的建设。也正是基于管道的特殊地位,电信运营商天然就是一个大数据仓库。但是,由于电信运营商在互联网应用服务领域的努力总体上不够成功,其大数据的类型又与互联网企业的大数据类型存在差异,在这种情况下。

关键词： 交通大数据   数据类型   可视分析   交通状况   热点区域  

摘要： 大数据时代,交通数据如何更快更准确地实时反映交通状况成为研究热点。使用不同交通数据对不同的研究主题进行可视分析,进而揭示蕴含的交通信息知识,为交通部门提供决策支持。首先,分析了大数据的基本特征,总结了大数据可视分析的研究现状;其次,对交通大数据的基本构成、获取方式及数据类型特点进行详细描述;最后,按照不同的研究主题选择不同的数据源与不同的可视化表达方式,揭示不同研究主题蕴含的交通规律,为交通大数据的自动模型分析提供可靠的可视化知识。

关键词： 企业经营决策   数据采集   计算速度   商业价值   软件工具   实时数据   数据类型   原始数据  

摘要： 大数据（big data），或称巨量资料，指的就是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据具有Volume容量（“数量大”，存储单位从过去的GB到TB，直至PB、EB）、Velocity速度（大数据采集、处理、计算速度较快，能满足实时数据分析需要）、Variety多样（数据类型复杂多样、包括结构型数据、非结构数据、源数据、处理数据等）、Value价值（将原始数据经过采集、清洗、深度挖掘、数据分析之后，具有较高的商业价值）4V特点。

关键词： 成果管理   数据类型   Seabed模型   Seisbase模型   GIS  

摘要： 在连续不断的石油勘探与开发过程中,形成了大量原始数据和成果数据,而地震勘探数据是油气勘探和开发的重要数据来源。本设计从分析目前常用的数据类型开始,借鉴成熟的Seabed模型,并独立开发出Seisbase模型;以该模型为核心,利用GIS系统平台,实现地震勘探数据的统一管理与综合展示。文章详细地介绍了成果数据管理系统的设计方案、系统架构,以及系统各模块的基本功能等内容。