動(dòng)態(tài)數(shù)據(jù)

070）1 動(dòng)態(tài)數(shù)據(jù)翻譯概況目前越來越多的項(xiàng)目有了國際化需求，國際化主要是指根據(jù)語言選擇，顯示符合不同國家閱讀習(xí)慣的頁面和數(shù)據(jù)。國際化功能不僅需要將前臺(tái)界面固定使用的文本元素進(jìn)行翻譯，對(duì)于程序動(dòng)態(tài)產(chǎn)生的數(shù)據(jù)也需要進(jìn)行翻譯展示。針對(duì)固定文本信息的翻譯，可以使用通用的i18n組件，根據(jù)用戶當(dāng)前選擇語言類型，從語言配置文件中提取相應(yīng)的內(nèi)容。后臺(tái)數(shù)據(jù)的翻譯功能，目前主流方案主要有以下兩種。使用翻譯網(wǎng)站提供的在線翻譯api。這種方式不需要自備翻譯數(shù)據(jù)集，方便靈活。但

簽名筆跡時(shí)的動(dòng)態(tài)數(shù)據(jù)，確保電子簽名的安全性與可靠性。但是在當(dāng)下的實(shí)踐中也發(fā)現(xiàn)電磁式電子簽名筆跡鑒定依舊存在一些難點(diǎn)，所以需通過電磁式電子簽名筆跡鑒定問題的實(shí)證分析，為電子簽名筆跡的鑒定提供參考。因此對(duì)于電磁式電子簽名筆跡鑒定問題的實(shí)證分析具有重要意義。一、電磁式電子簽名筆跡鑒定與套摹電磁式電子簽名筆跡的原理（一）電磁式電子簽名筆跡鑒定原理現(xiàn)代科學(xué)技術(shù)的電子簽名的基礎(chǔ)，屬于電子化簽名筆跡，在電子設(shè)備上可根據(jù)文字符號(hào)的書寫動(dòng)作直接形成文字符號(hào)內(nèi)容。電磁式電子簽

統(tǒng)采用“井下動(dòng)態(tài)數(shù)據(jù)無線采集”+“井口物聯(lián)網(wǎng)終端”+“基地?cái)?shù)據(jù)中心”的技術(shù)架構(gòu)，將井下動(dòng)態(tài)數(shù)據(jù)無線采集工具隨油管一起送到儲(chǔ)層中，采集井下的生產(chǎn)動(dòng)態(tài)數(shù)據(jù)，并直接通過電磁波發(fā)射器上傳到地面。利用監(jiān)測(cè)數(shù)據(jù)，一方面可在試油期間實(shí)時(shí)優(yōu)化作業(yè)工序，快速評(píng)價(jià)油氣藏特性，節(jié)約試油周期；另一方面，可在油氣開采期間指導(dǎo)生產(chǎn)制度的實(shí)時(shí)精細(xì)調(diào)整，以提升產(chǎn)能和儲(chǔ)層采收率，同時(shí)實(shí)現(xiàn)水淹、管柱損壞等井下異常動(dòng)態(tài)的報(bào)警，延長井筒服役生命周期。該系統(tǒng)目前具有3 000 m、5 000 m和

據(jù)庫技術(shù)，對(duì)動(dòng)態(tài)數(shù)據(jù)權(quán)限進(jìn)行管理與控制。該系統(tǒng)雖然能夠?qū)Χ嗑S動(dòng)態(tài)數(shù)據(jù)權(quán)限進(jìn)行全方位管控，但存在權(quán)限管理系統(tǒng)重復(fù)開發(fā)問題，導(dǎo)致系統(tǒng)管控效果不佳。針對(duì)該問題，提出基于深度挖掘的多維動(dòng)態(tài)數(shù)據(jù)權(quán)限管控系統(tǒng)。1 系統(tǒng)硬件結(jié)構(gòu)設(shè)計(jì)基于深度挖掘的多維動(dòng)態(tài)數(shù)據(jù)權(quán)限管控系統(tǒng)設(shè)計(jì)結(jié)構(gòu)如圖1 所示。圖1 系統(tǒng)硬件結(jié)構(gòu)設(shè)計(jì)由圖1 可知，在維護(hù)性和擴(kuò)展性方面，整個(gè)系統(tǒng)架構(gòu)為固定模式，用戶與數(shù)據(jù)庫通過主板處理器控制界面進(jìn)行信息交換，通過預(yù)先設(shè)定操作流程，對(duì)用戶界面進(jìn)行權(quán)限管理[5-7

。本文擬基于動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)技術(shù)強(qiáng)大的信息處理和問題求解范式，搭建瓦斯異常涌出預(yù)警體系架構(gòu)，分析瓦斯異常涌出預(yù)警系統(tǒng)的關(guān)鍵技術(shù)，設(shè)計(jì)、研發(fā)瓦斯異常涌出預(yù)警系統(tǒng)，以便實(shí)現(xiàn)煤礦瓦斯異常涌出風(fēng)險(xiǎn)預(yù)警結(jié)果的實(shí)時(shí)調(diào)整，使預(yù)測(cè)預(yù)報(bào)結(jié)果更加貼合實(shí)際。1 動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)技術(shù)動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)[16](Dynamic Data Driven，DDD)技術(shù)源于計(jì)算機(jī)領(lǐng)域，在災(zāi)害風(fēng)險(xiǎn)識(shí)別和實(shí)時(shí)在線監(jiān)測(cè)預(yù)警方面具有一定的優(yōu)越性，提供了1種強(qiáng)大的信息處理和問題求解范式，以數(shù)據(jù)庫中的海量數(shù)據(jù)為導(dǎo)

要：為了研究動(dòng)態(tài)數(shù)據(jù)下的TextRank與用戶情感傾向在推薦算法中的應(yīng)用，本文在TextRank算法進(jìn)行細(xì)致分析的基礎(chǔ)上，結(jié)合動(dòng)態(tài)數(shù)據(jù)的時(shí)效性特點(diǎn)進(jìn)行了綜合改進(jìn)，結(jié)合時(shí)間衰減參數(shù)與時(shí)效性參數(shù)TL，將原本單一的PR值變?yōu)榱司C合PR值，實(shí)驗(yàn)結(jié)果證明，綜合PR值相比于原PR值是更加合理的。在此基礎(chǔ)上，利用綜合PR值數(shù)據(jù)與用戶自身的靜態(tài)數(shù)據(jù)以及用戶情感傾向進(jìn)行整合，通過推薦算法的綜合篩選，得出最終的推薦結(jié)果，為用戶提供了一個(gè)良好的體驗(yàn)。關(guān)鍵詞：動(dòng)態(tài)數(shù)據(jù) ?Text

通信信號(hào)中的動(dòng)態(tài)數(shù)據(jù)進(jìn)行采集,其采集過程如下:第一步,對(duì)網(wǎng)絡(luò)通信信號(hào)節(jié)點(diǎn)當(dāng)中的動(dòng)態(tài)數(shù)據(jù)進(jìn)行采集;第二步,對(duì)動(dòng)態(tài)數(shù)據(jù)進(jìn)行稀疏處理;第三步,對(duì)動(dòng)態(tài)數(shù)據(jù)采集矩陣進(jìn)行構(gòu)建;第四步,對(duì)動(dòng)態(tài)數(shù)據(jù)進(jìn)行傳輸,從網(wǎng)絡(luò)通信信號(hào)節(jié)點(diǎn)位置傳輸?shù)街行墓?jié)點(diǎn)位置;第五步,采用逐步迭代法對(duì)動(dòng)態(tài)數(shù)據(jù)處理;第六步,獲取動(dòng)態(tài)數(shù)據(jù)的相關(guān)信息以及傳輸效率;第七步,完成對(duì)動(dòng)態(tài)數(shù)據(jù)的搜集。根據(jù)上述采集過程完成對(duì)網(wǎng)絡(luò)通信信號(hào)的動(dòng)態(tài)采集后,開始進(jìn)行動(dòng)態(tài)數(shù)據(jù)原始信號(hào)的還原[5]。在還原的過后,還需要利用大數(shù)

解，并針對(duì)這動(dòng)態(tài)數(shù)據(jù)進(jìn)行客觀的分析和整合，進(jìn)而以此為基礎(chǔ)來指導(dǎo)網(wǎng)絡(luò)運(yùn)營活動(dòng)[1]。一、分析動(dòng)態(tài)數(shù)據(jù)與淘寶網(wǎng)店運(yùn)營業(yè)務(wù)之間的聯(lián)系在日常的淘寶網(wǎng)店運(yùn)營過程中，淘寶網(wǎng)店的運(yùn)營水平與動(dòng)態(tài)數(shù)據(jù)息息相關(guān)，主要表現(xiàn)在：第一，準(zhǔn)確的動(dòng)態(tài)數(shù)據(jù)分析能夠直接或間接的為淘寶網(wǎng)店增收，在動(dòng)態(tài)數(shù)據(jù)網(wǎng)站中，經(jīng)?？梢酝ㄟ^行業(yè)排名、行業(yè)所占市場(chǎng)份額及成交總額等數(shù)據(jù)來了解自身淘寶網(wǎng)店的發(fā)展情況以及自身經(jīng)營淘寶店鋪在本行業(yè)中的排名。例如，在動(dòng)態(tài)數(shù)據(jù)網(wǎng)站中，排名靠前的商品一般都是熱銷的商品，淘寶

，即使有車輛動(dòng)態(tài)數(shù)據(jù)相關(guān)的質(zhì)量信息，也是基于實(shí)驗(yàn)車、個(gè)別案例車的抽樣信息。而從宏觀上對(duì)質(zhì)量進(jìn)行分析，優(yōu)選基于全樣本的質(zhì)量信息，這種要求只有在車聯(lián)網(wǎng)大數(shù)據(jù)下可以實(shí)現(xiàn)。車聯(lián)網(wǎng)的發(fā)展，依據(jù)其功能應(yīng)用可分為：娛樂導(dǎo)航階段、呼叫救援階段、遠(yuǎn)程控制階段、數(shù)據(jù)應(yīng)用階段。數(shù)據(jù)應(yīng)用階段，目前剛剛起步，大部分公司都是基于駕駛行為的數(shù)據(jù)分析應(yīng)用，在這方面主要是交通路況信息挖掘和油耗分析?；谲嚶?lián)網(wǎng)大數(shù)據(jù)進(jìn)行質(zhì)量信息的挖掘應(yīng)用，是車聯(lián)網(wǎng)數(shù)據(jù)應(yīng)用階段的一個(gè)重要方向，也是質(zhì)量信息的一

網(wǎng)絡(luò)。需要對(duì)動(dòng)態(tài)數(shù)據(jù)信息的挖掘方法進(jìn)行研究應(yīng)用，進(jìn)而能夠加快電力物資的流轉(zhuǎn)，簡(jiǎn)化管理程序，實(shí)現(xiàn)物流的智能管控。本文就對(duì)企業(yè)物流數(shù)據(jù)挖掘與智能管控進(jìn)行研究，在分析電力物流特點(diǎn)基礎(chǔ)上，分析企業(yè)物流的數(shù)據(jù)挖掘與智能管控，并提出相應(yīng)實(shí)施策略。關(guān)鍵詞：物流信息管理;智能化;動(dòng)態(tài)數(shù)據(jù)1 引言近年來，由于國民經(jīng)濟(jì)的快速發(fā)展，電力行業(yè)也邁進(jìn)了新的發(fā)展時(shí)代，出現(xiàn)了許多新興的電力材料。為了實(shí)現(xiàn)電力物資管理系統(tǒng)的智能化、信息化，需要對(duì)日漸增多的電力物資進(jìn)行現(xiàn)代化的智能管理。但是

靜態(tài)數(shù)據(jù)庫和動(dòng)態(tài)數(shù)據(jù)庫，并且動(dòng)靜態(tài)數(shù)據(jù)庫不存在一致的標(biāo)準(zhǔn)。靜態(tài)數(shù)據(jù)庫與開發(fā)廠家有關(guān)，而動(dòng)態(tài)數(shù)據(jù)有Witsml標(biāo)準(zhǔn)和Wits0標(biāo)準(zhǔn)[1-6]，沒有統(tǒng)一的標(biāo)準(zhǔn)同時(shí)提取動(dòng)靜態(tài)數(shù)據(jù)庫。如何充分集成靜態(tài)數(shù)據(jù)及動(dòng)態(tài)數(shù)據(jù)對(duì)油公司提供技術(shù)支持，打破數(shù)據(jù)孤島，形成動(dòng)靜態(tài)數(shù)據(jù)聯(lián)動(dòng)，是海洋石油鉆完井?dāng)?shù)字化研究的主要目的。1 技術(shù)現(xiàn)狀1.1 中海油鉆完井?dāng)?shù)據(jù)庫應(yīng)用現(xiàn)狀中海油的鉆完井作業(yè)數(shù)據(jù)主要包括靜態(tài)的Wellview數(shù)據(jù)，設(shè)計(jì)數(shù)據(jù)等。動(dòng)態(tài)數(shù)據(jù)主要為鉆完井作業(yè)實(shí)時(shí)數(shù)據(jù)（Sitec

因此基于油藏動(dòng)態(tài)數(shù)據(jù)反演的相對(duì)滲透率曲線能真實(shí)反映實(shí)際的油水流動(dòng)能力。國內(nèi)學(xué)者深入研究了水驅(qū)特征曲線和相對(duì)滲透率的關(guān)系：蔣明等［8］利用乙型水驅(qū)特征曲線推導(dǎo)出用于計(jì)算不同時(shí)刻含水飽和度和油水相對(duì)滲透率比值的關(guān)系式，再結(jié)合相對(duì)滲透率的指數(shù)關(guān)系式求解相滲曲線；閻靜華等［9］依據(jù)甲型水驅(qū)特征曲線直線段出現(xiàn)后的數(shù)據(jù)計(jì)算出系數(shù)值，再根據(jù)相對(duì)滲透率的指數(shù)函數(shù)計(jì)算出相對(duì)滲透率曲線；楊宇等［10］采用適用范圍很廣的張金慶水驅(qū)特征曲線對(duì)相對(duì)滲透率曲線進(jìn)行了理論推導(dǎo)；王繼強(qiáng)等

生線上學(xué)習(xí)的動(dòng)態(tài)數(shù)據(jù)，并利用這些數(shù)據(jù)對(duì)學(xué)生的學(xué)習(xí)行為進(jìn)行研究，以探索有效的課堂教學(xué)策略，以期為混合課改提供新的視角和參考?！娟P(guān)鍵詞】混合教學(xué);綜合英語;學(xué)習(xí)行為;動(dòng)態(tài)數(shù)據(jù);教學(xué)策略【作者簡(jiǎn)介】甄婷婷 （1982.12-），女，漢族，山東青島人，山東外貿(mào)職業(yè)學(xué)院，講師，碩士研究生，研究方向：英語教學(xué)?！净痦?xiàng)目】2018年度山東外貿(mào)職業(yè)學(xué)院科研項(xiàng)目：混合教學(xué)模式下高職學(xué)生線上學(xué)習(xí)行為動(dòng)態(tài)數(shù)據(jù)與教學(xué)策略的相關(guān)性研究（ky2018-28）。隨著信息技術(shù)和互聯(lián)網(wǎng)技

產(chǎn)生了大量的動(dòng)態(tài)數(shù)據(jù)，這一數(shù)據(jù)雖然是伴隨著一次成功的交易而產(chǎn)生的，其安全性對(duì)于社會(huì)以及對(duì)于交易的雙方來說，都是十分的重要的。所以，在接下來的文章當(dāng)中，將對(duì)基于區(qū)塊鏈技術(shù)的動(dòng)態(tài)數(shù)據(jù)儲(chǔ)存安全機(jī)制進(jìn)行一定的研究，其主要的目的就是為了提升這項(xiàng)技術(shù)對(duì)于動(dòng)態(tài)數(shù)據(jù)的安全性，使其能夠在社會(huì)未來的發(fā)展過程中依舊處于主要的使用位置。1 動(dòng)態(tài)數(shù)據(jù)儲(chǔ)存安全問題建模在動(dòng)態(tài)數(shù)據(jù)儲(chǔ)存的安全問題中，比較重要的一點(diǎn)就是問題的建模過程。眾所周知，在實(shí)際的系統(tǒng)交易過程當(dāng)中，往往會(huì)遇到多種即將到

運(yùn)輸車輛運(yùn)行動(dòng)態(tài)數(shù)據(jù)應(yīng)用于車輛保險(xiǎn)，重塑車險(xiǎn)精算模型，能夠減少理賠成本，改善駕駛員的行為和意識(shí)，進(jìn)一步減少理賠的頻率，降低損失的幅度?！続bstract】The application of big data tools to analyze and integrate valuable information， the application of running dynamic data of road transport vehicles in ve

據(jù),本文稱為動(dòng)態(tài)數(shù)據(jù)(dynamic data,簡(jiǎn)稱DD),這些數(shù)據(jù)的操作要求安全、可追溯,以便用于各種取證及決策等[1,2].動(dòng)態(tài)數(shù)據(jù)具有以下特征.(1) 持續(xù)性.伴隨著時(shí)間的推移,在多方實(shí)體參與下持續(xù)產(chǎn)生新的動(dòng)態(tài)數(shù)據(jù);(2) 時(shí)間敏感性.動(dòng)態(tài)數(shù)據(jù)是對(duì)產(chǎn)生時(shí)間和應(yīng)用時(shí)間敏感的數(shù)據(jù),例如取某段時(shí)間內(nèi)產(chǎn)生的動(dòng)態(tài)數(shù)據(jù)對(duì)未來進(jìn)行預(yù)測(cè)等;(3) 多維度.在不同應(yīng)用場(chǎng)景中,動(dòng)態(tài)數(shù)據(jù)存在除時(shí)間維度外的多種維度數(shù)據(jù),如供應(yīng)鏈系統(tǒng)中參與交易的實(shí)體地址、交易額等,工業(yè)控制系

將白天采集的動(dòng)態(tài)數(shù)據(jù)進(jìn)行聚類、歸檔，從而建立人像檔案，并將各個(gè)檔案打上標(biāo)簽，與其他人員信息數(shù)據(jù)庫進(jìn)行關(guān)聯(lián)。關(guān)鍵詞：人像識(shí)別技術(shù);動(dòng)態(tài)數(shù)據(jù);數(shù)據(jù)庫中圖分類號(hào)：TP311.13 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2019）03-0208-021 現(xiàn)狀與需求目前公安機(jī)關(guān)人像識(shí)別系統(tǒng)主要應(yīng)用于對(duì)布控在逃人員、嫌疑人等進(jìn)行實(shí)時(shí)預(yù)警，大量的抓拍數(shù)據(jù)沒有被有效利用，造成極大的資源浪費(fèi)。同時(shí)，對(duì)于重點(diǎn)人員以及常住人員的人像檔案管理，尚未建立有效的聚類和歸檔，查

。通過靜態(tài)、動(dòng)態(tài)數(shù)據(jù)驗(yàn)證飛行數(shù)據(jù)與仿真數(shù)據(jù)的一致性，是目前飛行器仿真模型驗(yàn)證過程中最常用、最重要的方法[2]。通過驗(yàn)證飛行數(shù)據(jù)與仿真數(shù)據(jù)的一致性，進(jìn)而確定仿真系統(tǒng)的可信度對(duì)仿真系統(tǒng)來說非常重要。靜態(tài)數(shù)據(jù)的驗(yàn)證方法一般包括圖示法、統(tǒng)計(jì)分析法、假設(shè)檢驗(yàn)法等，動(dòng)態(tài)數(shù)據(jù)的驗(yàn)證方法分為相似比較方法(誤差分析法、灰色關(guān)聯(lián)分析法、相關(guān)系數(shù)法)、特征比較方法(時(shí)域分析、頻域分析)等[3]，已成功應(yīng)用于各種仿真試驗(yàn)?zāi)Ｐ万?yàn)證。受飛行器實(shí)際試驗(yàn)成本限制，實(shí)際飛行數(shù)據(jù)呈現(xiàn)小樣本特

：靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)。所謂靜態(tài)數(shù)據(jù)，即一個(gè)單一時(shí)間點(diǎn)的所有數(shù)據(jù)，不用描寫任何時(shí)間變化;而動(dòng)態(tài)數(shù)據(jù)也就是需要描寫隨時(shí)間變化的數(shù)據(jù)。根據(jù)這樣的要求，我們以下面樣題為例，講解兩種數(shù)據(jù)的寫作策略：The table below provides some information about theproportion of smokers in males and females（between the ageof 18 and 25）in China.Summa

表2 畝群體動(dòng)態(tài)數(shù)據(jù)（二）畝群體動(dòng)態(tài)由表2可知，4個(gè)處理在越冬期以后，各生育期的畝群體動(dòng)態(tài)數(shù)據(jù)均呈先遞增后遞減的趨勢(shì)。處理4各生育期的畝群體動(dòng)態(tài)數(shù)據(jù)均高于其他3個(gè)處理。處理3各生育期的畝群體動(dòng)態(tài)數(shù)據(jù)稍低于處理4，且均高于處理1、處理2。處理1各生育期的畝群體動(dòng)態(tài)數(shù)據(jù)最低。（三）產(chǎn)量三要素由表3可知，各處理產(chǎn)量從高到低依次為處理4、處理3、處理2、處理1。處理1產(chǎn)量最低，制約因素是畝穗數(shù)和穗粒數(shù)，而影響畝穗數(shù)和穗粒數(shù)的原因是土壤養(yǎng)分不足，小麥營養(yǎng)生長不快，分

用油水井生產(chǎn)動(dòng)態(tài)數(shù)據(jù)資料,通過多變量相空間重構(gòu)方法,重構(gòu)注采系統(tǒng)動(dòng)力學(xué)特征,求取重構(gòu)注采系統(tǒng)吸引子的關(guān)聯(lián)維,可直接對(duì)井間儲(chǔ)層連通性進(jìn)行定量識(shí)別的方法。1 方法原理具有非線性滲流特征的低滲透油藏注水開發(fā)系統(tǒng),是一個(gè)復(fù)雜的非線性多相流時(shí)變系統(tǒng),油水井生產(chǎn)動(dòng)態(tài)特征受多因素綜合影響[2-3]。在現(xiàn)場(chǎng)生產(chǎn)上,一般簡(jiǎn)單通過注水井的注水量,與采油井的產(chǎn)液量(產(chǎn)水量或產(chǎn)油量等)之間的相關(guān)情況,可以大致判斷油水井井間儲(chǔ)層連通狀況,也就是依據(jù)油水井之間哪個(gè)方向是增注增油,哪個(gè)

育期的畝群體動(dòng)態(tài)數(shù)據(jù)均呈先遞增后遞減的趨勢(shì)。處理4各生育期的畝群體動(dòng)態(tài)數(shù)據(jù)均高于其他3個(gè)處理。處理3各生育期的畝群體動(dòng)態(tài)數(shù)據(jù)稍低于處理4，且均高于處理1、處理2。處理1各生育期的畝群體動(dòng)態(tài)數(shù)據(jù)最低。（三）產(chǎn)量三要素由表3可知，各處理產(chǎn)量從高到低依次為處理4、處理3、處理2、處理1。處理1產(chǎn)量最低，制約因素是畝穗數(shù)和穗粒數(shù)，而影響畝穗數(shù)和穗粒數(shù)的原因是土壤養(yǎng)分不足，小麥營養(yǎng)生長不快，分蘗力較弱，小花分化數(shù)較少。同處理4相比，處理2、處理3畝穗數(shù)、穗粒數(shù)基本無

功能，這就是動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)在地質(zhì)災(zāi)害中的應(yīng)用。美國國家自然科學(xué)基金會(huì)在2000年首次提出動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)應(yīng)用系統(tǒng)，簡(jiǎn)稱DDDAS。隨后J.Brotzge等[15]深入研究了DDDAS在天氣預(yù)報(bào)中的應(yīng)用。J.Mandel等[16]提出了采用DDDAS技術(shù)的實(shí)時(shí)林火模擬系統(tǒng)，涵括了林火與數(shù)字氣象的實(shí)時(shí)預(yù)測(cè)。近十年來，動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)技術(shù)在中國也興起了一股研究熱潮。周云等[17]充分研究了動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)技術(shù)的理論體系及內(nèi)容。歐陽穎等[18]在農(nóng)業(yè)與環(huán)境科學(xué)上對(duì)動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)技

目前針對(duì)運(yùn)維動(dòng)態(tài)數(shù)據(jù)遷移模型優(yōu)化的研究方法較多，但是在這些方法中，多數(shù)是基于自然規(guī)律亦或者是生物群體智能行為而得出的，設(shè)計(jì)思路十分新穎[5].在很多算法中，都將樣本點(diǎn)視為粒子，而粒子具有位置、速度等特性[6].故此，這些方法都可視為是基于概率實(shí)現(xiàn)的智能算法.與傳統(tǒng)的運(yùn)維動(dòng)態(tài)數(shù)據(jù)遷移模型研究的做法不同，本文引入了哈密頓隨機(jī)效應(yīng)原理對(duì)運(yùn)維系統(tǒng)動(dòng)態(tài)數(shù)據(jù)遷移模型方法進(jìn)行研究，該方法就運(yùn)維系統(tǒng)動(dòng)態(tài)數(shù)據(jù)遷移模型構(gòu)建進(jìn)行說明，針對(duì)其區(qū)別于當(dāng)前智能優(yōu)化算法的特性進(jìn)行分析，

云計(jì)算環(huán)境下動(dòng)態(tài)數(shù)據(jù)越來越多，云計(jì)算下數(shù)據(jù)成為重要的信息資源。為了更好的利用這些資源，需要對(duì)云計(jì)算環(huán)境下動(dòng)態(tài)數(shù)據(jù)進(jìn)行聚集[1]。數(shù)據(jù)聚集是數(shù)據(jù)處理過程中的重要環(huán)節(jié)，對(duì)數(shù)據(jù)時(shí)代有著不可替代的作用。動(dòng)態(tài)數(shù)據(jù)指在系統(tǒng)應(yīng)用中隨時(shí)間變化而改變的數(shù)據(jù)，如庫存數(shù)據(jù)等，動(dòng)態(tài)數(shù)據(jù)的準(zhǔn)備和系統(tǒng)切換的時(shí)間有直接關(guān)系[2]。由于動(dòng)態(tài)數(shù)據(jù)的變化性，導(dǎo)致在數(shù)據(jù)聚集過程中，數(shù)據(jù)信息存在失真甚至丟失的問題，因此云計(jì)算環(huán)境下動(dòng)態(tài)數(shù)據(jù)存儲(chǔ)首先需要解決數(shù)據(jù)可靠性問題[3]。由于動(dòng)態(tài)數(shù)據(jù)所具有的

管理，實(shí)現(xiàn)了動(dòng)態(tài)數(shù)據(jù)的可視化。在公有云可視化方面，目前所面臨的問題主要是無法實(shí)現(xiàn)對(duì)全部流量的訪問，而為每個(gè)實(shí)例配備監(jiān)測(cè)代理影響工作負(fù)載及VPC的性能，而且增加復(fù)雜性，靜態(tài)可視性或遭嚴(yán)重中斷。Gigamon推出的針對(duì)公有云、私有云及混合云的可視化平臺(tái)，Gigamon可視化平臺(tái)助力單位實(shí)現(xiàn)對(duì)動(dòng)態(tài)數(shù)據(jù)的持續(xù)性及彈性可視化。Gigamon為Amazon Web Service（AWS）定制的可視化平臺(tái)的解決方案則是可運(yùn)用統(tǒng)一方式訪問流量從而解決無法實(shí)現(xiàn)對(duì)全部流量的

了解決分布式動(dòng)態(tài)數(shù)據(jù)庫關(guān)聯(lián)規(guī)則挖掘效率低的問題，利用MPI與OpenMP的優(yōu)點(diǎn)，提出了實(shí)現(xiàn)增量關(guān)聯(lián)規(guī)則挖掘的混合模式。在次頻繁項(xiàng)概念基礎(chǔ)上，給出該混合模式總體架構(gòu)，設(shè)計(jì)了基于MPI與OpenMP的分布式動(dòng)態(tài)數(shù)據(jù)庫增量關(guān)聯(lián)規(guī)則挖掘混合模式工作流程，并給出了偽代碼描述，該模式只處理變化的數(shù)據(jù)。實(shí)驗(yàn)結(jié)果表明，該模式比現(xiàn)有的串行與分布式關(guān)聯(lián)規(guī)則挖掘方法效率更高、性能更優(yōu)。關(guān)鍵詞：關(guān)聯(lián)規(guī)則；分布式數(shù)據(jù)庫；動(dòng)態(tài)數(shù)據(jù)DOIDOI：10.11907/rjdk.171746

型提出了一種動(dòng)態(tài)數(shù)據(jù)調(diào)度方法。理論推導(dǎo)和實(shí)際測(cè)試均表明該方法有效降低了對(duì)緩存容量的需求，并提高了系統(tǒng)工作的可靠性。采集；存儲(chǔ)；FPGA；SSD數(shù)據(jù)采集存儲(chǔ)設(shè)備廣泛應(yīng)用于雷達(dá)、通信等領(lǐng)域，更高的平均輸入帶寬、更大的存儲(chǔ)容量是其必然發(fā)展趨勢(shì)。隨著前端數(shù)據(jù)采樣速率的提升，高速且穩(wěn)定的數(shù)據(jù)寫入速率也是數(shù)據(jù)存儲(chǔ)系統(tǒng)設(shè)計(jì)需要著重考慮的問題。應(yīng)用于嵌入式環(huán)境的數(shù)據(jù)存儲(chǔ)技術(shù)已經(jīng)有大量相關(guān)的研究。文獻(xiàn)[1]基于Xilinx公司的Virtex-5芯片的高速串行收發(fā)器GTX，實(shí)

取實(shí)時(shí)顯示的動(dòng)態(tài)數(shù)據(jù)對(duì)比，如圖3和圖4所示。正常車顯示：很顯然，在故障狀態(tài)下手動(dòng)模式開關(guān)是打開的。故障排除：技師查閱換擋機(jī)構(gòu)相關(guān)電路圖，如圖5所示。根據(jù)實(shí)時(shí)顯示分析，手動(dòng)模式開關(guān)在P擋有異常工作現(xiàn)象。從電路分析，只有在紅色標(biāo)注線處有異常搭鐵才能構(gòu)成回路，或換擋機(jī)構(gòu)內(nèi)部觸點(diǎn)常吸合使這個(gè)擋位模式工作。理清思路后，技師用萬用表測(cè)量電路圖紅色標(biāo)注線的電阻，為0.2Ω，說明此線確實(shí)有異常搭鐵構(gòu)成回路現(xiàn)象。順著線束查找，發(fā)現(xiàn)此線在箭頭指示的接插件處被人為加裝了一條行車

統(tǒng)聚類算法對(duì)動(dòng)態(tài)數(shù)據(jù)集的處理能力較低，且加入新增數(shù)據(jù)后導(dǎo)致原始聚類結(jié)果不再可靠，以及造成算法效率低下和計(jì)算資源浪費(fèi)等不足。本文在基于DBSCAN聚類算法的基礎(chǔ)上，通過改進(jìn)數(shù)據(jù)對(duì)象的鄰域半徑和搜索數(shù)據(jù)對(duì)象的方式進(jìn)行增量聚類，提出了一種基于DBSCAN的自適應(yīng)搜索增量聚類算法。本文首先對(duì)提出的算法進(jìn)行理論分析，其次將其與三種增量聚類算法進(jìn)行對(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明：該算法實(shí)現(xiàn)了對(duì)動(dòng)態(tài)數(shù)據(jù)集的有效分析，提高了增量聚類結(jié)果的準(zhǔn)確率和動(dòng)態(tài)數(shù)據(jù)的處理能力。endprin

函數(shù)；賬齡；動(dòng)態(tài)數(shù)據(jù)一、Excel的必要性現(xiàn)在，在我國的大多數(shù)企業(yè)中，一般使用專門的財(cái)務(wù)軟件來進(jìn)行會(huì)計(jì)的核算。由于財(cái)務(wù)軟件的專業(yè)性強(qiáng)，可以說會(huì)計(jì)核算也變得簡(jiǎn)單方便。但是，又有一定的問題。企業(yè)的經(jīng)營范圍各異，而且業(yè)務(wù)內(nèi)容繁多而且種類幾多，很可能會(huì)出現(xiàn)財(cái)務(wù)軟件無法解決企業(yè)的全部問題。而且會(huì)計(jì)電算化軟件的功能是非常有限的，也不可能解決企業(yè)財(cái)務(wù)管理中出現(xiàn)的所有問題。另一個(gè)方面，財(cái)務(wù)軟件是需要企業(yè)購買的，價(jià)格較貴，一般的中小企業(yè)無力負(fù)擔(dān)，或者說沒有必要來負(fù)擔(dān)這樣的支

真試驗(yàn)的隨機(jī)動(dòng)態(tài)數(shù)據(jù)平穩(wěn)化預(yù)處理后,進(jìn)行了基于最大熵譜估計(jì)法的導(dǎo)彈仿真隨機(jī)動(dòng)態(tài)數(shù)據(jù)一致性驗(yàn)證。結(jié)果表明,該導(dǎo)彈模型具有良好的動(dòng)態(tài)一致性,所提方法可行、有效。導(dǎo)彈仿真; 平穩(wěn)化; 最大熵譜估計(jì)法; 一致性驗(yàn)證0 引言對(duì)于高度信息化的現(xiàn)代局部戰(zhàn)爭(zhēng),空空導(dǎo)彈作為空戰(zhàn)中最常用的武器之一,在制空權(quán)爭(zhēng)奪過程中發(fā)揮著巨大的作用[1-2]。導(dǎo)彈仿真可信度評(píng)估是開展空空導(dǎo)彈建模與仿真工作必須解決的問題之一,是判斷導(dǎo)彈仿真是否具有應(yīng)用價(jià)值和保證其質(zhì)量的重要手段;而一致性驗(yàn)證在

升了氣門落座動(dòng)態(tài)數(shù)據(jù)的精度。數(shù)字濾波器；快速傅里葉變換；小波包分析；氣門落座0 　引言本文主要針對(duì)使用常見的數(shù)字濾波器濾波方法在處理氣門落座動(dòng)態(tài)數(shù)據(jù)時(shí)的缺陷，提出將快速傅里葉變換（FFT）分析與小波包分析相結(jié)合的數(shù)據(jù)處理方法，實(shí)現(xiàn)信號(hào)和誤差的濾波，有效地提高了數(shù)據(jù)的精度。1　數(shù)字濾波器濾波分析氣門落座動(dòng)態(tài)數(shù)據(jù)氣門的動(dòng)態(tài)數(shù)據(jù)在時(shí)域和頻域內(nèi)的區(qū)分不是很明顯，在時(shí)域內(nèi)，干擾信號(hào)總是存在；在頻域中，其信號(hào)不僅包含有與凸輪轉(zhuǎn)速同步的周期信號(hào)以外，還隱藏了氣門開啟和落

中不改變)、動(dòng)態(tài)數(shù)據(jù)(迭代過程中動(dòng)態(tài)變化，如PageRank的PR值)和消息都備份在HDFS上；第3級(jí)別，HDFS上備份有圖的動(dòng)態(tài)數(shù)據(jù)加日志(log)信息、靜態(tài)數(shù)據(jù)和消息.對(duì)應(yīng)于數(shù)據(jù)備份的3個(gè)級(jí)別，故障的恢復(fù)也有3個(gè)級(jí)別：第1級(jí)別，讀取本地的數(shù)據(jù)和HDFS上的消息；第2級(jí)別，讀取HDFS上的靜態(tài)數(shù)據(jù)、動(dòng)態(tài)數(shù)據(jù)和消息；第3級(jí)別，讀取HDFS上的靜態(tài)數(shù)據(jù)、啟用log機(jī)制(記錄變化的動(dòng)態(tài)數(shù)據(jù))后的動(dòng)態(tài)數(shù)據(jù)和消息.對(duì)于任務(wù)故障的備份與恢復(fù)采用的是第1級(jí)別的容錯(cuò)處理

建筑行業(yè) 動(dòng)態(tài)數(shù)據(jù) 智能終端1 “互聯(lián)網(wǎng)+”的發(fā)展國內(nèi)第三方移動(dòng)數(shù)據(jù)服務(wù)平臺(tái)TalkingData于2016年1月20日召開的"全球大數(shù)據(jù)峰會(huì)"上發(fā)布了《2015年移動(dòng)互聯(lián)網(wǎng)行業(yè)發(fā)展報(bào)告》，報(bào)告顯示：2015年中國移動(dòng)互聯(lián)網(wǎng)用戶規(guī)模已達(dá)到12.8億，漸趨飽和……移動(dòng)終端手機(jī)成為日常生活中最重要的連接紐帶，智能手機(jī)設(shè)備占比94.2%……各行業(yè)與移動(dòng)端的融合加速，傳統(tǒng)企業(yè)與政府機(jī)構(gòu)開始向移動(dòng)互聯(lián)網(wǎng)時(shí)代邁進(jìn)，傳統(tǒng)行業(yè)借助移動(dòng)端拓展業(yè)務(wù)模式，通過移動(dòng)終端豐富顧客

致；通過部署動(dòng)態(tài)數(shù)據(jù)集，實(shí)現(xiàn)主站形成轉(zhuǎn)發(fā)表后直接向子站下發(fā)；提出基于消息總線的傳輸模式，實(shí)現(xiàn)源端維護(hù)的功能。最后，提出基于IEC 61850的多視窗主站源端維護(hù)方法的實(shí)施方案，該方案能夠解決目前工程實(shí)施中存在的文件交互過多以及主子站模型轉(zhuǎn)換繁瑣的不足，提升主子站交互的效率和可靠性。IEC 61850；IEC 61970；源端維護(hù)；公共信息模型；動(dòng)態(tài)數(shù)據(jù)集近年來，自動(dòng)化技術(shù)、通信技術(shù)在電網(wǎng)生產(chǎn)運(yùn)行中廣泛應(yīng)用，變電站智能化程度越來越高，變電站自動(dòng)化系統(tǒng)的高級(jí)應(yīng)

，也就是通過動(dòng)態(tài)數(shù)據(jù)分析法來判斷新型自動(dòng)變速器TCC的工作狀態(tài)。圖2 大眾、奧迪5HP-19型5擋變速器TCC鎖止不良時(shí)的動(dòng)態(tài)數(shù)據(jù)圖3 故障車輛TCC工作時(shí)動(dòng)態(tài)數(shù)據(jù)波形對(duì)于TCC來說，有幾個(gè)非常關(guān)鍵的數(shù)據(jù)：發(fā)動(dòng)機(jī)轉(zhuǎn)速（變矩器泵輪轉(zhuǎn)速）、變速器輸入軸轉(zhuǎn)速（變矩器渦輪轉(zhuǎn)速ISS）、輸出軸轉(zhuǎn)速（車速信息VSS）、TCC電磁閥驅(qū)動(dòng)指令信息、變速器溫度信息、擋位信息、換擋桿位置信息和制動(dòng)燈信息等。當(dāng)出現(xiàn)TCC鎖止不良故障時(shí)，發(fā)動(dòng)機(jī)轉(zhuǎn)速、輸入軸轉(zhuǎn)速以及TCC電磁閥驅(qū)動(dòng)

452)利用動(dòng)態(tài)數(shù)據(jù)判別有機(jī)堵塞井變化規(guī)律*李 根(中海石油(中國)有限公司天津分公司 天津 300452)基于相關(guān)文獻(xiàn)研究成果，對(duì)室內(nèi)巖心實(shí)驗(yàn)所得的3種有機(jī)堵塞模式的滲透率損壞公式做了進(jìn)一步推導(dǎo)及延伸，提出了利用動(dòng)態(tài)數(shù)據(jù)判別是否發(fā)生有機(jī)堵塞的方法，并通過循環(huán)迭代求解分別得到了定壓和定液生產(chǎn)條件下3種模式對(duì)應(yīng)的產(chǎn)量和壓差變化趨勢(shì)：定液生產(chǎn)時(shí)，生產(chǎn)壓差遵循凸函數(shù)或線性規(guī)律；定壓生產(chǎn)時(shí)，產(chǎn)液量遵循凸函數(shù)或凹函數(shù)規(guī)律；地層能量不足和有機(jī)堵塞在擬合曲線上呈現(xiàn)出明顯

01）GIS動(dòng)態(tài)數(shù)據(jù)集成技術(shù)及其在移動(dòng)網(wǎng)絡(luò)運(yùn)維管理中的應(yīng)用研究姜春嬌（國網(wǎng)江蘇省供電公司檢修分公司南通運(yùn)維分部,226001）本文對(duì)GIS動(dòng)態(tài)數(shù)據(jù)集成技術(shù)進(jìn)行研究，分析該種技術(shù)在移動(dòng)網(wǎng)絡(luò)運(yùn)維管理中的實(shí)際應(yīng)用。GIS動(dòng)態(tài)數(shù)據(jù)集成；移動(dòng)網(wǎng)絡(luò)；運(yùn)維管理；應(yīng)用；研究0 前言GIS數(shù)據(jù)集成技術(shù)針對(duì)移動(dòng)網(wǎng)絡(luò)中的數(shù)據(jù)形式特征、內(nèi)部特征等進(jìn)行局部、整體性的轉(zhuǎn)化、合成與分解。經(jīng)過GIS技術(shù)的調(diào)整，實(shí)現(xiàn)移動(dòng)通信網(wǎng)絡(luò)數(shù)據(jù)的高效利用，保障數(shù)據(jù)能夠?qū)崿F(xiàn)共享，提升空間數(shù)據(jù)交換率。在移

度；數(shù)據(jù)庫；動(dòng)態(tài)數(shù)據(jù)；一體化智能電網(wǎng)是電力工業(yè)的一場(chǎng)巨大變革，將引起電力工業(yè)在各個(gè)領(lǐng)域的革新。作為電網(wǎng)運(yùn)行的直接生產(chǎn)單位——電力調(diào)度通信中心面臨的變革最為緊迫。為此，國家電網(wǎng)電力調(diào)度通信中心構(gòu)建了《智能電網(wǎng)調(diào)度技術(shù)支持系統(tǒng)建設(shè)框架》，指導(dǎo)各網(wǎng)省公司建設(shè)智能電網(wǎng)技術(shù)支持系統(tǒng)。本文根據(jù)國調(diào)中心《智能電網(wǎng)調(diào)度技術(shù)支持系統(tǒng)建設(shè)框架》的目標(biāo)，結(jié)合目前電力調(diào)度生產(chǎn)基礎(chǔ)上實(shí)現(xiàn)智能化，研究了如何在實(shí)現(xiàn)智能電網(wǎng)調(diào)度技術(shù)支持系統(tǒng)的實(shí)現(xiàn)問題。一、電網(wǎng)調(diào)度功能由于電能的特點(diǎn)決定了

資產(chǎn)管理系統(tǒng)動(dòng)態(tài)數(shù)據(jù)接入研究王英杰1，侯日根2，吳艷華1，代春平3，封博卿1（1.中國鐵道科學(xué)研究院 電子計(jì)算技術(shù)研究所，北京 100081；2.京滬高速鐵路股份有限公司，北京 100038；3.中國鐵道科學(xué)研究院 基礎(chǔ)設(shè)施檢測(cè)研究所，北京 100081）高速鐵路資產(chǎn)管理系統(tǒng)，是實(shí)現(xiàn)高速鐵路資產(chǎn)全生命周期管理的信息系統(tǒng)。在當(dāng)前高速鐵路委托運(yùn)營管理模式下，系統(tǒng)中能夠體現(xiàn)基礎(chǔ)設(shè)備設(shè)施的檢測(cè)和維修等的動(dòng)態(tài)數(shù)據(jù)由現(xiàn)有的外部系統(tǒng)提供。分析外部系統(tǒng)現(xiàn)狀，針對(duì)外部系統(tǒng)不

微生物多樣性動(dòng)態(tài)數(shù)據(jù)分析中的運(yùn)用毛如志，王文鵬，何霞紅*(農(nóng)業(yè)生物多樣性應(yīng)用技術(shù)國家工程研究中心，云南農(nóng)業(yè)大學(xué)，云南昆明 650201)間作模式是西南山區(qū)最重要的模式。間作對(duì)作物的效應(yīng)聚焦在作物的地下部分和地上部分，其中地下部分根際微生物的多樣性及動(dòng)態(tài)過程對(duì)作物的生長、產(chǎn)量形成具有重要貢獻(xiàn)，是間作生態(tài)中的重要問題。間作體系下各作物根際微生物不同時(shí)間節(jié)點(diǎn)多樣性的變化趨勢(shì)和關(guān)鍵因子的鑒定，對(duì)發(fā)現(xiàn)環(huán)境及栽培模式對(duì)土壤和根際微生物群落的動(dòng)態(tài)影響重要意義。多種分子生

)一種改進(jìn)的動(dòng)態(tài)數(shù)據(jù)聚集算法及仿真蘇嬌嬈(北京軍區(qū)總醫(yī)院 信息科,北京 100700)針對(duì)當(dāng)前計(jì)算數(shù)據(jù)中心中的動(dòng)態(tài)數(shù)據(jù)分配方法中存在局限性強(qiáng)、公式復(fù)雜、算法運(yùn)行效率低等問題,提出了動(dòng)態(tài)數(shù)據(jù)聚集算法,結(jié)合計(jì)算數(shù)據(jù)中心實(shí)際情況進(jìn)行改進(jìn),分析了動(dòng)態(tài)數(shù)據(jù)聚集算法在計(jì)算數(shù)據(jù)中心的應(yīng)用。仿真結(jié)果表明,與常規(guī)數(shù)據(jù)分配方法相比,改進(jìn)后的基于動(dòng)態(tài)數(shù)據(jù)聚集算法的數(shù)據(jù)分配方法,數(shù)據(jù)分配準(zhǔn)確率可達(dá)到98.2%,相比常規(guī)方法有效地提升了結(jié)果的準(zhǔn)確率。動(dòng)態(tài)數(shù)據(jù)聚集算法;數(shù)據(jù)分配;計(jì)算

數(shù)據(jù)中心設(shè)計(jì)動(dòng)態(tài)數(shù)據(jù)聚集算法，通過仿真實(shí)驗(yàn)進(jìn)行驗(yàn)證分析，表明動(dòng)態(tài)數(shù)據(jù)聚集算法能夠保障計(jì)算數(shù)據(jù)中心的服務(wù)質(zhì)量，提高計(jì)算機(jī)設(shè)備穩(wěn)定性，提升計(jì)算機(jī)數(shù)據(jù)中心的服務(wù)質(zhì)量，并且還可以在不同時(shí)段動(dòng)態(tài)分配數(shù)據(jù)使用，實(shí)現(xiàn)有效的聚集數(shù)據(jù)分配模式，從而確保系統(tǒng)計(jì)算存儲(chǔ)節(jié)點(diǎn)可以輪流運(yùn)轉(zhuǎn)，提升計(jì)算機(jī)數(shù)據(jù)中心區(qū)域溫控設(shè)備的精度，充分利用計(jì)算數(shù)據(jù)中心資源，滿足用戶的實(shí)際服務(wù)需求，降低計(jì)算數(shù)據(jù)中心系統(tǒng)動(dòng)態(tài)數(shù)據(jù)分配能耗。關(guān)鍵詞： 計(jì)算數(shù)據(jù)中心； 動(dòng)態(tài)數(shù)據(jù)； 聚集算法； 仿真實(shí)驗(yàn)中圖分類號(hào)：

統(tǒng)；PMU；動(dòng)態(tài)數(shù)據(jù)；監(jiān)測(cè)系統(tǒng)中圖分類號(hào)：TM7文獻(xiàn)標(biāo)識(shí)碼： A0 引言為了加強(qiáng)電力系統(tǒng)調(diào)度中心對(duì)電網(wǎng)動(dòng)態(tài)監(jiān)測(cè)與分析的能力，需要在重要的變電站和發(fā)電廠安裝相量測(cè)量裝置（Phasor Measurement Unit, PMU），來構(gòu)建電力系統(tǒng)實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)系統(tǒng)，并通過調(diào)度中心實(shí)現(xiàn)對(duì)電力系統(tǒng)動(dòng)態(tài)過程的監(jiān)測(cè)和分析。PMU是電力系統(tǒng)實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)系統(tǒng)的基本組成部分，它以數(shù)千赫茲速率采集電流、電壓等相量信息，然后通過計(jì)算獲得測(cè)點(diǎn)的頻率、功率、發(fā)電機(jī)功角等信息，并以每秒

在靜態(tài)數(shù)據(jù)、動(dòng)態(tài)數(shù)據(jù)和社團(tuán)挖掘等方面的實(shí)用，為目前電信大數(shù)據(jù)的處理提供了一種比較實(shí)用的方法?！碴P(guān)鍵詞〕復(fù)雜網(wǎng)絡(luò)；電信大數(shù)據(jù)；靜態(tài)數(shù)據(jù)；動(dòng)態(tài)數(shù)據(jù)；社團(tuán)劃分〔中圖分類號(hào)〕G434〔文獻(xiàn)標(biāo)識(shí)碼〕A〔文章編號(hào)〕1008-0821（2014）06-0066-04大數(shù)據(jù)是繼云計(jì)算、物聯(lián)網(wǎng)之后信息通信技術(shù)產(chǎn)業(yè)界又一次顛覆性的技術(shù)變革。對(duì)于整個(gè)產(chǎn)業(yè)而言，大數(shù)據(jù)市場(chǎng)是塊等待挖掘的“金礦”，因此，如何充分利用大數(shù)據(jù)，并使其進(jìn)一步發(fā)展壯大，也成為整個(gè)業(yè)界共同探究的熱點(diǎn)話題。在大

由靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)兩部分組成，靜態(tài)數(shù)據(jù)也叫基礎(chǔ)數(shù)據(jù)，是企業(yè)開展業(yè)務(wù)所必須的基本數(shù)據(jù)信息，如物料信息、客戶信息以及供應(yīng)商信息等。而動(dòng)態(tài)數(shù)據(jù)也叫事務(wù)數(shù)據(jù)，是企業(yè)開展業(yè)務(wù)發(fā)生時(shí)所產(chǎn)生的數(shù)據(jù)處理信息，如期末庫存、采購訂單數(shù)據(jù)信息等?；A(chǔ)數(shù)據(jù)是ERP系統(tǒng)的根本，它是決定企業(yè)實(shí)施ERP系統(tǒng)能否成功的關(guān)鍵性因素之一，如果沒有及時(shí)準(zhǔn)確的基礎(chǔ)數(shù)據(jù)就將無法成功實(shí)施ERP系統(tǒng)。2ERP系統(tǒng)靜態(tài)數(shù)據(jù)的質(zhì)量控制企業(yè)ERP系統(tǒng)的實(shí)施應(yīng)用，其靜態(tài)數(shù)據(jù)是貫穿于整個(gè)系統(tǒng)的必要信息，不可或

型鋁土礦采場(chǎng)動(dòng)態(tài)數(shù)據(jù)計(jì)算、存儲(chǔ)的經(jīng)驗(yàn)，總結(jié)了較準(zhǔn)確的計(jì)算方法，并利用Access小型數(shù)據(jù)庫方便地管理應(yīng)用采場(chǎng)動(dòng)態(tài)數(shù)據(jù)，并能詳細(xì)地對(duì)各生產(chǎn)時(shí)期的采場(chǎng)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)。1 采場(chǎng)動(dòng)態(tài)數(shù)據(jù)的計(jì)算方法采場(chǎng)動(dòng)態(tài)數(shù)據(jù)包括采場(chǎng)回采原礦量、凈礦量、礦石品位，采場(chǎng)剩余原礦量、凈礦量、礦石品位等。一個(gè)班（8個(gè)小時(shí)）內(nèi)采場(chǎng)生產(chǎn)數(shù)據(jù)以臺(tái)賬形式人工記錄，如表1所示。本文主要總結(jié)采場(chǎng)回場(chǎng)原礦量及凈礦量的計(jì)算方法，其它數(shù)據(jù)可按常規(guī)公式計(jì)算得出。表1 華銀鋁土礦某班生產(chǎn)數(shù)據(jù)原始記錄表1.1 采

文字符模塊、動(dòng)態(tài)數(shù)據(jù)模塊以及圖像數(shù)據(jù)模塊。對(duì)此模塊的設(shè)計(jì)，主體結(jié)構(gòu)以狀態(tài)機(jī)來實(shí)現(xiàn)［1］。1．2 時(shí)鐘模塊的設(shè)計(jì)選用的晶振頻率為50MHz，但是系統(tǒng)需要小于13．9kHz的時(shí)鐘頻率，需要設(shè)計(jì)一個(gè)分頻器對(duì)其進(jìn)行分頻?？刂芁CD模塊和FPGA的模塊需要使用同一個(gè)時(shí)鐘信號(hào)。模塊如圖2所示。圖1 系統(tǒng)設(shè)計(jì)總體框圖圖2 時(shí)鐘模塊1．3 寫入數(shù)據(jù)模塊的設(shè)計(jì)設(shè)計(jì)采用訪問RAM的方式對(duì)英文字符進(jìn)行調(diào)用。顯示控制模塊在每一個(gè)時(shí)鐘信號(hào)來的時(shí)候輸出一個(gè)地址，這個(gè)地址在每一個(gè)時(shí)鐘信

飛行過程中的動(dòng)態(tài)數(shù)據(jù)，文中根據(jù)某布撒武器拋撒系統(tǒng)的特點(diǎn)和試驗(yàn)要求，設(shè)計(jì)和開發(fā)了彈載動(dòng)態(tài)信息采集與分析系統(tǒng)。系統(tǒng)硬件和軟件的設(shè)計(jì)功能完善，方便了試驗(yàn)數(shù)據(jù)的動(dòng)態(tài)獲取、實(shí)時(shí)管理和后期分析。1 系統(tǒng)功能針對(duì)布撒武器開艙拋撒的工作過程，本系統(tǒng)主要實(shí)現(xiàn)了子彈拋撒過程中動(dòng)態(tài)數(shù)據(jù)的采集、采集動(dòng)態(tài)數(shù)據(jù)的無線分集實(shí)時(shí)傳輸、無線管理主機(jī)的遠(yuǎn)程控制和采集與分析軟件對(duì)試驗(yàn)數(shù)據(jù)的處理及分析等功能。1)子彈動(dòng)態(tài)數(shù)據(jù)采集功能。通過裝在子彈上的傳感器對(duì)開艙拋撒數(shù)據(jù)進(jìn)行采集，并將采集到的子彈

研究成果——動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)應(yīng)用系統(tǒng)（dynamic data driven application system，DDDAS）范型用于航班延誤的實(shí)時(shí)預(yù)測(cè)，對(duì)連續(xù)進(jìn)港航班延誤波及問題進(jìn)行分析和建模，基于系統(tǒng)狀態(tài)空間模型構(gòu)建了一種動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)的航班延誤預(yù)測(cè)框架，并用某樞紐機(jī)場(chǎng)的歷史航班運(yùn)行數(shù)據(jù)驗(yàn)證該方法的有效性.1 DDDAS應(yīng)用問題傳統(tǒng)的系統(tǒng)仿真方法是將早期測(cè)量得到的靜態(tài)數(shù)據(jù)輸入到系統(tǒng)模型中預(yù)測(cè)現(xiàn)在或未來系統(tǒng)的變化.然而，由于早期測(cè)量數(shù)據(jù)并不能及時(shí)和準(zhǔn)確的反映

括靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)在系統(tǒng)正常運(yùn)行時(shí)，通過數(shù)據(jù)備份和數(shù)據(jù)傳送保證靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)的同步；靜態(tài)數(shù)據(jù)同步：通過網(wǎng)管數(shù)據(jù)備份/恢復(fù)工具實(shí)現(xiàn)靜態(tài)數(shù)據(jù)同步；備份MSCe保存所有MSCe的數(shù)據(jù)；2）動(dòng)態(tài)數(shù)據(jù)同步：動(dòng)態(tài)數(shù)據(jù)包括：用戶IMSI和位置信息等。動(dòng)態(tài)數(shù)據(jù)通過主用MSCe與備用MSCe之間的專用數(shù)據(jù)通道（心跳偶聯(lián)）進(jìn)行備份；動(dòng)態(tài)數(shù)據(jù)同步采用應(yīng)答機(jī)制，如果沒有收到備份成功消息，主用MSCe進(jìn)行重傳；秦皇島電信在2010年2月在CDMA網(wǎng)現(xiàn)網(wǎng)中進(jìn)行了一次容災(zāi)測(cè)試，模

1 不等間隔動(dòng)態(tài)數(shù)據(jù)的灰色建模方法1.1 單調(diào)型序列灰色建模事物的發(fā)展大體上分為單調(diào)型和起伏型兩大類，單調(diào)型是指事物隨著時(shí)間呈遞增態(tài)勢(shì)，設(shè)單調(diào)型序列為不等間隔動(dòng)態(tài)數(shù)據(jù)，記為其中為第ti年的數(shù)值，這里首先假定X(0)為非負(fù)遞增型時(shí)間序列。對(duì)X(0)進(jìn)行一次累計(jì)計(jì)算，得生成序列：這是連續(xù)型微分方程模型，下面關(guān)鍵是估計(jì)出b0，b1為此需要進(jìn)行離散化。這里設(shè)X(0)作一次累計(jì)。(1）式為由差分和微分的關(guān)系Δt+εt得這樣得到灰色預(yù)測(cè)模型為若序列是遞增的，但其值是負(fù)

算法;日志;動(dòng)態(tài)數(shù)據(jù)中圖分類號(hào):G642 文獻(xiàn)標(biāo)識(shí)碼:B1引言操作系統(tǒng)(Operating System,簡(jiǎn)稱OS)是用于控制、管理硬件和軟件資源以及方便用戶使用的程序集合,是用戶與計(jì)算機(jī)的接口。隨著操作系統(tǒng)在現(xiàn)代計(jì)算機(jī)系統(tǒng)中的作用越來越重要,“操作系統(tǒng)”課程已成為計(jì)算機(jī)類專業(yè)的必修課程。由于“操作系統(tǒng)”課程具有概念多、抽象、內(nèi)容廣、更新快的特點(diǎn),對(duì)老師授課和學(xué)生掌握難度都較大,如何將“操作系統(tǒng)”課程中抽象的原理與具體繁瑣的操