课程文献中心 更多>>

关键词： 可靠性数据收集   数据类型   完全数据   删失数据  

摘要： 可靠性数据是开展可靠性工作的基础,是提高产品质量、改进使用和维修方法的重要资料,其对推进可靠性技术的发展起着重要作用。本文重点介绍了数据的来源、数据类型的分类、数据收集的要求及流程。

关键词： 位置服务   测绘科学   地理信息产业   天地一体化   学科建设   数据类型   空间信息   智能驾驶  

摘要： 《测绘科学》在2014年第1期对李德仁院士做过专访,李院士就智慧地球时代的测绘地理信息学科建设以及位置云、遥感云、视频与GIS融合以及空天地一体化传感网等方面给我们系统展示了智慧地球。2014年第3期对刘经南院士做过大数据时代的泛在测绘与位置服务的专访,刘院士从大数据时代的背景和影响、空间信息与位置大数据类型、测绘与位置服务中大数据的挑战和机遇和测绘与位置服务中的大数据研究方法四个方面讲述了泛在测绘与位置服务。本期李德毅(李德仁弟弟)院士从云计算让地理信息产业重生、智能驾驶呼唤精准定位和地理信息产业积极备战机器人时代三个方面谈了大数据时代的位置服务和地理信息产业的跨界服务。

关键词： 海量数据   学术期刊   信息感知   咨询公司   数据类型   地理位置   数据挖掘   麦肯锡  

摘要： 最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”“大数据”这一理念有着以下几个特点：第一个特征是数据量大。第二个特征是数据类型繁多。包括网络日志、音频、视频、图片、地理位置信息等等，多类型的数据对数据的处理能力提出了更高的要求。第三个特征是数据价值密度相对较低。如随着物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何通过强大的机器算法更迅速地完成数据的价值“提纯”，是大数据时代亟待解决的难题。第四个特征是处理速度快，时效性要求高。这是大数据区分于传统数据挖掘最显著的特征。

关键词： 大数据   数据类型   出版流程   流程变革  

摘要： 数据驱动的选题策划、读者主导的内容生产、机器智能的编排制作、精准定位的营销推广、"人""文"交互式读者服务,大数据对出版流程可实现全方位、多角度、深层次的渗透。但在大数据的渗透过程中出版人必须把握主导权,在数据开放和隐私保护、作品质量和读者需求、内容生产和数据服务、海量数据和信息筛选之间权衡利弊。随着出版流程的数据化变革,未来出版行业的内容生产将从批量到个性,阅读模式将从私密到共享,销售模式将从固化到碎片,知识关联也将从平面到立体。

关键词： 混沌   数字实现   超文本标记语言   跨平台  

摘要： 为产生伪随机数字混沌序列,提出了一种新的混沌系统数字化实现方法,该方法采用HTML5技术实现连续混沌系统的离散和迭代运算;基于数字混沌序列和线性插值算法实现了混沌吸引子相图、时间序列的绘制。该方法具有跨平台使用特性、本地储存特性和渲染模式,为把混沌技术的应用植入浏览器提供了可能,该方法可应用于多平台共享的混沌信息加密、混沌演示、混沌性能测试等领域。

关键词： 超文本标记语言   信息加密   数字水印   模型   标签   文本  

摘要： 通过仔细分析超文本标记语言标签的各种性质，提出了几种新的基于标签的信息加密的方法。在此基础上，提出并实现了一个基于超文本标记语言标签的信息加密模型。该模型具有加密容量高、隐蔽性和安全性较好，并且具有弹性，能自动调节加密算法的参数，使得在满足容量的前提下，尽量提高隐蔽性。

关键词： Protocol   Buffers   数据采集   传输   消息   反射   数据类型  

摘要： 随着传感器类型的多样化,采集和传输的数据类型也越来越多样化。这也要求数据采集与传输系统能够方便快捷的对不同类型的传感器和传输数据类型进行扩展。在基于Protocol Buffers的数据采集与传输系统中,通过使用Protocol Buffers作为数据序列化和反序列化的手段,并利用其反射机制等实现系统采集数据类型的快速扩展。

关键词： 电信运营商   增长速度   移动互联网   2009年   智能终端   IT技术   信息数据   数据类型  

摘要： 随着移动互联网、物联网、云计算等IT技术的快速崛起以及移动智能终端大范围的普及，使得当前信息数据的增长比以往任何一个时期都要快。与此相应的是，数据特性也在发生着变化，数据量变得越来越大，数据增长速度越来越快，数据类型越来越复杂。据IDC研究报告显示，预计到2020年，全球以电子形式存储的数据量将达35ZB，是2009年全球存储量的40余倍。其中，移动网络中数据流量的增长速度非常迅猛。数据的疯狂增长，

关键词： 医疗健康   大数据   数据类型   数据性质  

摘要： 按照不同来源,将医疗健康大数据分成医院医疗大数据、区域卫生服务平台医疗健康大数据、疾病监测大数据、自我量化大数据、网络大数据和生物大数据6类,探讨不同种类数据所具有的不同性质、医学价值及问题。

ISBN: (纸本)9787302361367