人工智能助力化工高校数据的处理与分析  

作　　者：王兆文 高浩 王继民 

机构地区：[1]山东建筑大学,山东济南250101 [2]云顶信息技术股份有限公司,山东济南250101

出　　处：《塑料工业》2024年第7期206-206,共1页China Plastics Industry

摘　　要：化工数据通常涵盖实验数据、生产过程数据以及设备监控数据等,由于其庞大和复杂的特性,对数据存储和管理系统提出了更高的要求;有效地处理这些数据,不仅需要强大的技术支撑来应对大规模数据处理的挑战,还需要精确的数据清洗和预处理技术以消除错误、缺失值或数据不一致性,保障数据分析的准确性;同时,化工领域数据来源多样,包括实验室仪器、工业传感器及手工记录等,不同来源的数据格式和标准的不一致性,进一步增加了数据处理的复杂度。

关 键 词：大规模数据处理 数据清洗 人工智能 手工记录 缺失值 管理系统 数据存储 数据格式 

分 类 号：TQ015.9[化学工程] TP18[自动化与计算机技术—控制理论与控制工程]