检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]重庆大学大数据与软件学院 [2]重庆市质量和标准化研究院
出 处:《中国信息化》2024年第6期56-58,61,共4页
摘 要:一、引言当前,国内的工业生产活动正在积累着越来越多的数据,尤其是现代化的工业生产线上的传感器与监测设备,它们能够对生产过程和运行参数进行高效的监控和记录。时间序列数据作为最基本且普遍的数据形式,对推进工业大数据的分析研究发挥着至关重要的作用。为了实现工业大数据分析的有效性,建模过程必须依托于高质量的数据。但是,工业时间序列数据的复杂性,例如它们的广泛来源、庞大的数据量、来源的多样性、持续的采样特征、低价值密度以及高度动态性,使得数据质量问题变得普遍。
关 键 词:大数据分析 建模过程 时序数据 数据形式 价值密度 工业生产活动 监测设备 工业生产线
分 类 号:TP3[自动化与计算机技术—计算机科学与技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.7