吉大兴城实习,吉大燕子,成吉大易,吉大二院,吉大二院预约挂号,成吉大易姚恒艳,吉大..
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
吉大兴城实习
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口网站名: 邢台123
赞助商链接 ( B1 )
赞助商旗帜 ( B2 )
正在更新报表，请稍候……这一般需要 10 秒钟
关键词 [按贡献UV量排序] (第 2 页) ( [] 详情 )
没有符合条件的关键词
* 关键词报表中所指的关键词，是指访问者是通过搜索引擎搜索相应的关键词进入您的网站的。
* 点击表头可以按相应的项目排序。
* 点击 [列] 将列出与相应关键词相关的来路URL。
* 点击 [史] 可查看相应关键词近40天内每天的来访量。
* 点击 [细] 可查看搜索相应关键词进入您的网站的访问者列表（将进入访问明细栏目）。
* 从搜索框的“排序”下拉菜单，可以得到按雅虎或其它搜索引擎排序的报表。
* 贡献IP和贡献UV是指以IP或Cookie为依据时访问者搜索的关键词及访问者数。
* 新UV数，是指在搜索相关关键词来访的访问者中，有相应数量的访问者是第一次访问您的网站。
服务器及带宽由
「我要啦」免费统计 www.51.La | Powered by Ajiang.net | 版权所有
| 豫ICP备号成吉大易姚恒艳被局留出来了吗？_百度知道
成吉大易姚恒艳被局留出来了吗？
您的回答被采纳后将获得：
系统奖励20（财富值+经验值）+难题奖励30（财富值+经验值）
其他类似问题
吉大的相关知识
等待您来回答
为您推荐：
下载知道APP
随时随地咨询
出门在外也不愁水利大数据及其资源化关键技术研究92
上亿文档资料，等你来发现
水利大数据及其资源化关键技术研究92
第４期２０１３年８月；水利信息化；ＮＯ．４Ａｕｇ．，２０１３；％ｆｅｒ；ＲｅｓｏｕｒｃｅｓＩｎｆｏｒｍａｔｉｚａｔｉｏｎ；水利大数据及其资源化关键技术研究；冯钧，许潇，唐志贤，徐黎明；（河海大学，江苏南京２１００９８）；摘要：随着水利信息化技术的不断推进，水利行业积累；从简单的处理对象开始转变为一种基础性资源；文献标识码：Ａ；文章编号：１６７４―９４０５（２
第４期２０１３年８月水利信息化ＮＯ．４Ａｕｇ．，２０１３％ｆｅｒＲｅｓｏｕｒｃｅｓＩｎｆｏｒｍａｔｉｚａｔｉｏｎ水利大数据及其资源化关键技术研究冯钧，许潇，唐志贤，徐黎明（河海大学，江苏南京２１００９８）摘要：随着水利信息化技术的不断推进，水利行业积累了极大丰富的数据资源，国家防汛抗旱指挥系统（二期）、水资源监控能力建设项目等的开展为数据提供了持续更新的能力，水利大数据的时代已经到来，数据已经从简单的处理对象开始转变为一种基础性资源。从水利大数据资源化的本质出发，在介绍大数据基本概念的基础上，阐述水利大数据资源化之路，给出水利数据资源化的技术路线，最后剖析资源化过程中所涉及的关键技术。该研究是推进水利大数据资源化进程的有益探索。关键词：水利大数据；资源化；数据共享：数据服务中图分类号：ＴＰ３文献标识码：Ａ文章编号：１６７４―９４０５（２０１３）０４一Ｏ００６一０４０引言随着信息技术特别是信息通讯技术的发展，互联网、社交网络、物联网、移动互联网、云计算等相继进入人们的日常工作和生活中，全球数据信息量呈指数式爆炸增长之势。根据国际数据公司ＩＤＣ发布的研究报告【－１，２０１１年全球创建和复制的数据总量为１．８ＺＢ（约１．８万亿ＧＢ），预计全球数据量大约每２年翻一番，到２０２０年全球将达到３５ＺＢ的数据信息量。近年来，大数据已经成为科技界和企业界关注的热点。２０１２年３月，美国奥巴马政府宣布投资２亿美元启动“大数据研究和发展计划”【２１，这是继１９９３年美国宣布“信息高速公路”计划后的又一次重大科技发展部署。美国政府认为大数据是“未来的新石油”，将“大数据研究”上升为国家意志，一个国家拥有数据的规模和运用数据的能力将成为综合国力的重要组成部分。数据已经从简单的处理对象开始转变为一种基础性资源１３］。在国内，２０１２年中国计算机学会大数据专家委员会发布的《大数据热点问题和２０１３年发展趋势分析》提出了数据资源化的概念，指出数据将在企业、社会和国家层面成为重要的战略资源［４１，信息技术的重心将由“Ｔ”（技术）切换到“Ｉ”（信息）：应该通过建立数据共享联盟，开放数据，形成数据共享网络，以打破行业内数据事权限制，让数据可以重复使用，自由架构，支持利用数据进行创新。谷歌地球就是数据资源化的典型案例，基于空间信息将各类数据进行整合，并以服务的形式将数据提供给社会大众【５】。目前数据资源化的成功案例还局限于谷歌等大型互联网公司内，然而，作为发展的大趋势，数据资源化将逐步扩展至国民经济的各个领域。但是，作为关系国计民生的水利行业，数据采用多点采集、分散处理和分布存储的方式，且使用往往与具体的水利应用相关联，因而具备类型杂、多事权等特性，形成信息孤岛，限制了数据的深层共享和可持续利用，制约了数据资源化的进程。本文从水利大数据资源化的本质出发，总结多年来水利信息化实践经验，在介绍大数据基本概念的基础上，首先阐述水利大数据资源化之路，接着给出水利的数据资源化的技术路线，最后剖析资源收稿日期：２０１３―０７―２９基金项目：江苏省科技支撑计划（工业）项目（Ｎｏ．ＢＥ２０１２１７９），水利部公益性行业科研专项经费项目（Ｎｏ．２０１００１０４６），江苏省普通高校研究生科研创新计划项目（ＣＸＺＺｌ２―０２２９）作者简介：冯钧（１９６９一），女，江苏南京人，博士、教授、博士生导师，主要研究方向：数据管理与知识工程，空间数据库理论与技术，水利信息化技术。万方数据第４期冯钧等：水利大数据及其资源化关键技术研究７化过程中的关键技术。ｌ大数据的基本概念与水利大数据大数据是伴随数据获取技术的发展，Ｗｅｂ２．０、传感器网络和ＣＰＳ等应用的快速普及而提出的概念。２００８年９月《科学》（Ｓｃｉｅｎｃｅ）杂志发表了一篇文章“ＢｉｇＤａｔａ：ＳｃｉｅｎｃｅｉｎｔｈｅＰｅｔａｂｙｔｅＥｒａ”［６１，“大数据”这个词开始被广泛传播。大数据本身是一个比较抽象的概念，单从字面来看，它表示数据规模的庞大１２］。什么是大数据，尚未有一个公认的回答，不同的定义基本是从大数据的特征出发，通过这些特征的阐述和归纳，试图给出其定义。维基百科将其定义为数据量规模巨大到无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理，由数量巨大、结构复杂、类型众多数据构成的数据集合【５］。大数据具备规模性（Ｖｏｌｕｍｅ）、多样性（Ｖａｒｉｅｔｙ）和高速性（Ｖｅｌｏｃｉｔｙ）３大特征，这也就构成其较为典型的３Ｖ定义。除此之外，还有提出４Ｖ定义的，即尝试在３Ｖ的基础上增加１个新的特性。关于第４个Ｖ的说法并不统一，ＩＤＣ认为大数据还应当具有价值性（Ｖａｌｕｅ），大数据的价值往往呈现出稀疏性的特点；而ＩＢＭ认为大数据必然具有真实性（Ｖｅｒａｃｉｔｙ）。水利信息化长期的业务实践积累了大量分布异构独立的业务数据，例如实测信息就包括水文观测信息（地表地下水量水质状态等信息）、水利设施在线运行状态信息、用水户用水排水信息等，单是水文数据，截至２０１２年全国已超１００ＴＢ；国家基础地理资源中心水利资源数据分中心信息资源建设的水文、水质、水资源、水利设施（空间）、土壤侵蚀、灌溉、水能资源调查、农村水电等８个专题信息库，以及第一次水利普查工程对河流湖泊、水利工程、重点经济社会取用水户及水利单位等对象进行普查和清查汇总形成的普查成果数据进一步丰富了水利行业的大数据集。防汛抗旱指挥系统、水资源监控能力建设项目等的开展也为水利大数据提供了持续更新的能力。２水利大数据的资源化之路数据为王的大数据时代已经到来，面对水利行业日益形成的大数据和社会对水利大数据的迫切共万方数据享需求，作为关乎国计民生的水利行业，迫切需要探索水利数据资源化关键技术，以提高水利行业社会服务能力。水利大数据的资源化，首先需要建立非常强的“数据意识”，甩掉“数据意识薄弱”的帽子，将水利大数据放在重要战略位置，不以“数据”而数据，不以特殊应用而数据。其次是进行“数据化”，建立完善的数据采集、汇集机制和存储能力，让文字变成数据，让沟通变成数据，让世间万物变成数据，形成数据的持续更新能力。最后是进行“数据开放”，顺应大数据共享联盟的趋势，以开放的态度，构建数据基础服务平台，打破行业内数据事权限制，向社会大众提供数据服务，让数据可以重复使用，自由架构，支持利用数据进行创新。３水利大数据资源化的技术路线水利大数据资源化的本质是实现数据的共享与服务，因此，通过构建水利数据基础服务平台，实现分布异构数据的互联互通与高效利用，是进行资源化技术探索的有效途径。从技术实现的角度，提出一套水利大数据的资源化蓝图，分为资源层、逻辑层、服务层和应用层４个层次，资源化蓝图如图１所示。其中资源层提供安全可靠的数据存储，构成水利数据持续更新与存储能力，形成对“数据化”的支持；逻辑层进行异构数据的封装、整合、共享和交换等工作，形成对“数据开放”的支持；服务层也是数据开放的支持，以服务形式进行开放，并以服务组合满足水利大数据应用的动态性和伸缩性；应用层则是水利大数据价值的体现，在这一层中，各类用户按照平台提供的统一交互界面和应用接口标准，使用水利大数据资源进行分析与展现。４水利大数据资源化的关键技术目前水利行业的资源化研究主要关注数据共享，离支持各种复杂查询与预测分析及人人皆可使用受益的愿景还有很大差距，流域与省级水利单位相互交错，数据的混杂性和多事权特性将给水利数据资源化带来更多新的挑战。为此结合我国近年来水利数据共享的实践经验，从数据的存储、共享、服务和交换等方面进行探讨。通过研究数据的高效存储方法实现对“数据化”的支持，通过解决异构数据的共享和发现等关键技术问题，实现逻辑层对８水利信息化２０１３（４）Ｉ应用层业务管理查询服务国土、环保、系统系统农业、海洋彳＞彳＞彳＞ＵＵＵ腿劈层ｆ专业分析］ｆ系统开发１ｆ分析计算］政府信圆Ｉ模型Ｊｌ服务接口ＪＩ工具集Ｊ哄享接口Ｊ逻辑层逻辑上形成标准水信息资源Ｊ涉水数据业务数据水利普查封装封装成果库仃介仃ｌ资源层国土、环保、农业、海洋政府涉水数据水利普查数据库图１水利大数据的资源化蓝图“数据开发”的支持；研究数据服务实现服务层“数据开发”的支持；通过研究具有高伸缩性和可生长能力的大数据多模式交换方法，实现对业务应用的良好支持；进而形成一套完整的水利数据资源化关键技术体系。４．１水利大数据的高效存储技术水利数据规模较大，保证系统具备较高的读写吞吐率和数据安全是大数据的典型问题与资源化的关注重点。此外，水利大数据的存储机制还需要考虑数据的多副本与容灾机制等。随着大数据与云计算的结合成为大数据发展的趋势，Ｈａｄｏｏｐ已经成为大数据存储与处理广泛采用的云计算平台；笔者对采用Ｈａｄｏｏｐ构建分布式的大数据存储方法进行了探索，提出了基于Ｈａｄｏｏｐ的空间数据索引方法，提高了具备非欧时空特征的水利空间数据的访问效率：特别的，针对遥感影像数据采用Ｈａｄｏｏｐ分布式支付系统（ＨＤＦＳ）存储时全副本容错技术与存储空问的矛盾，提出了基于纠删码的容错技术，有效实现了数据的安全冗余存储【引。４．２面向异构水利大数据的共享技术数据共享是数据资源化的基础，面对水利行业来源于不同事权单位的实时水雨情、水文、水质、气象和水利普查等数据库，遥感影像、矢量空间数据等多类型异构数据资源，需要研究利用可配置的元数据映射机制，将多类型异构数据资源映射到规范的逻辑空间，以构建数据共享服务体系，完成数据与业务应用的解耦合，在不改变原始数据的前提下，实现各事权单位数据的共享与整合，并保证模万方数据型的完备性和精准性。笔者提出了一种面向多数据类型的信息共享方法，依据信息资源数据类型的不同，分别对信息资源的元数据进行注册、抽取、更新、审核、发布，并利用可配置机制实现异构海量信息资源的多途径发现，使之能够支持矢量数据、遥感影像和关系数据，并且具备良好的可扩展性。目前这一方法已经成功应用于水利数据中心，实现了水利普查成果，水利专题数据，多尺度矢量数据，ＭＯＤＩＳ，ＨＪｌＡ，ＨＪｌＢ影像等数据的共享【９１。４．３基于语义的水利大数据发现技术大数据之间存在着丰富的关联关系，发掘大数据中的价值的一个重要基础就是能够分析出数据集里隐藏的相互关系网。在数据量激增的同时，面对海量数据，在进行信息的浏览和检索时，更希望了解数据之间的关系，而不是一个个孤立的信息点。因此，如何将这些数据背后包含着的大量隐性知识挖掘出来，直观展示在人们面前成为迫切的需求。笔者通过利用《水利公文词表》和《水利信息化常用术语》构建水利领域本体，并综合知网语义，形式化描述水利数据间的关联关系，定义语义推理规则，构建基于模糊语义的推理机对水利大数据的语义关系发现进行技术探索，积累了相关经验，形成国家发明１项［１０］。４．４面向多事权的水利大数据交换技术水利数据采用多点采集、分散处理及分布存储的方式，促使水利数据资源化过程中必须建立高效的数据交换机制，实现数据的互联互通、信息共享、业务协同，以成为整合信息资源、深度利用分散数据的有效途径。笔者提出一种基于云计算的水利数据交换方法，以服务的方式封装交换功能，并在此基础上通过流程建模和服务组合来保证多事权条件下交换系统的动态性和伸缩性［Ｉｌｌ。该方法具有对现有交换系统的良好兼容性，当需要构建新的业务交换系统时，只需要提供相应的个性交换服务，避免了重复建设，从而达到快速形成新数据交换系统解决方案的目的。４．５面向动态业务需求的数据服务技术水利是关系国计民生的基础行业，经济和社会发展的各行各业都需要水利数据做支撑，对水信息服务的应用需求也不断变化。这就要求相应的数据支撑条件具备良好的可用性和互操作性，能够根据组织形态和业务需求的动态变化进行按需使用。因此，需要研究面向动态业务需求的数据服务技术，第４期冯钧等：水利大数据及其资源化关键技术研究９利用服务封装与组合技术将数据访问功能发布成为数据服务，构建起水利数据资源服务体系，为用户提供服务聚合、发布订阅和门户访问等多模式的数据共享服务。水利大数据资源化是一项系统工程，除了水利大数据的高效存储技术等５个方面的关键技术之外，还涉及到支持高效数据交换的大数据分发技术，为避免用户“信息迷失”的数据服务推荐技术，以及提供高通量信息内容的新型可视化人机交互技术等等，这些技术相辅相成，共同构成水利大数据资源化的关键技术体系。ｃｏｌｌａｔｅｒａｌ／ａｎａｌｙｓｔｒｅｐｏｒｔｓ／ｉｄｃ－?ｅｘｔｒａｃｔｉｎｇ－?ｖａｌｕｅ－－ｆｒｏｍ?－ｃｈａｏｓ－－ａＬｐｄＥ［２］ＥｘｅｃｕｔｉｖｅＯｆｆｉｃｅｏｆｔｈｅＰｒｅｓｉｄｅｎｔ．ＢｉｇＤａｔａＡｃｒｏｓｓｔｈｅＦｅｄｅｒａｌＧｏｖｅｒｎｍｅｎｔ［ＥＢ／ＯＬ］．［２０１３―０５―１０］．ｈｔｔｐ：／／ｗｗｗ．ｗｈｉｔｅｈｏｕｓｅ．ｇｏｖ／ｓｉｔｅｓ／ｄｅｆａｕｌｔ／ｆｉｌｅｓ／ｍｉｃｒｏｓｉｔｅｓ／ｏｓｔｐ｜ｂｉｇｄａｔａｆａｃｔｓｈｅｅｔ＿ｆｉｎａｌ―１．ｐｄｆ．［３］孟小峰，慈祥．大数据管理：概念、技术、与挑战［Ｊ】．计算机研究与发展，２０１３，５０（１）：１４６―１６９．［４］ＣＣＦ大数据专家委员会．大数据热点问题与２０１３年发展趋势分析［Ｊ］．中国计算机学会通讯，２０１２，８（６）：４０―４４．［５］Ｇｏｏｇｌｅ．Ｇｏｏｇｌｅ地球［ＥＢ／ＯＬ］．［２０１３～０５―１０］．ｈｔｔｐ：／／ｗｗｗ．ｇｏｏｇｌｅ．ｃｏｒｎ／ｅａｒｔｈ／ｉｎｄｅｘ．ｈｔｍｌ．［６］Ｎａｔｕｒｅ．Ｂｉｇｄａｔａ．．Ｓｃｉｅｎｃｅｉｎｔｈｅｐｅｔａｂｙｔｅｅｒａ［Ｊ］．Ｎａｔｕｒｅ，５结语数据资源化是一个很重要的新概念和发展趋势，但是，数据资源化还处于开始阶段，成功案例也局限于大型互联网公司，可借鉴的经验少。目前水利大数据的研究，应当进行以数据管理为驱动的开放性、包容性和探索性工作，通过解决有什么大数据、大数据在哪里、大数据如何获取等基础性问题，为后续的水利大数据深度利用形成支撑。２００８，４５５：卜１３６．［７］维基百科．ＢｉｇＤａｔａ［ＥＢ／ＯＬ］－［２０１３―０５―１０］．ｈｔｔｐ：／／ｅｎ．ｗｉｋｉｐｅｄｉａ．ｏｒｇ／ｗｉｋｉ／Ｂｉｇ＿ｄａｔａ．［８】冯钧，韦冕，唐志贤，等．基于Ｈａｄｏｏｐ的海量空间数据索引更新系统及方法：中国，２０１２１０２５５６９９．７［Ｐ］．２０１２一０７―２４．［９］朱跃龙，蔡阳，冯钧，等．一种面向多数据类型信息资源元数据的共享方法：中国，ＺＬ２０１１１０２１１６４３．７［Ｐ】．２０１３―０３―０６．［１０］冯钧，唐志贤，卞一路，等．一种基于语义的水利领域信息检索系统及方法：中国，２０１２１０２５３８８２．３［Ｐ】．参考文献：［１】ＩＤＣ．Ｔｈｅｆｒｏｍ２０１１ＤｉｇｉｔａｌＵｎｉｖｅｒｓｅＳｔｕｄｙ：ＥｘｔｒａｃｔｉｏｎｇＶａｌｕｅ２０１２―０７―２０．［１１］冯钧，唐志贤，朱跃龙，等．一种基于云计算的数据共享交换模型及方法：中国，２０１３１０１９３５１４．９【Ｐ】．２０１３－０５―２２．Ｃｈａｏｓ［ＥＢ／ＯＬ］．［２０１３―０５―１０］．ｈｔｔｐ：／／ｗｗｗ．ｅｍｃ．ｃｏｒｎ／ＲｅｓｅａｒｃｈｏｎＫｅｙＴｏｃｈｎｏｌｏｇｙｏｆＷａｔｅｒＢｉｇＤａｔａａｎｄＲｅｓｏｕｒｃｅＵｔｉｌｉｚａｔｉｏｎＦＥＮＧＪｕｎ，ＸＵＸｉａｏ，ＴＡＮＧＺｈｉｘｉａｎ，ＸＵＬｉｍｉｎｇ（ＨｏｈａｉＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９８，Ｃｈｉｎａ）Ａｂ翻鞠ｌｃｔ：Ｗｉｔｈｔｈｅｐｒｏｇｒｅｓｓｏｆｗａｔｅｒｒｅｓｏｕｒｃｅｓｉｎｆｏｒｍａｔｉｏｎｔｅｃｈｎｏｌｏｇｙ，ｗａｔｅｒｉｎｄｕｓｔｒｙｈａｓａｃｃｕｍｕｌａｔｅｄａｇｒｅａｔｗｅａｌｔｈｏｆｄａｔａｒｅｓｏｕｒｃｅｓ．ＴｈｅＳｔａｔｅＦｌｏｏｄＣｏｎｔｒｏｌａｎｄＤｒｏｕｇｈｔＲｅｌｉｅｆＣｏｍｍａｎｄｆｏｒＢｕｉｌｄｉｎｇＳｙｓｔｅｍ（ｓｅｃｏｎｄｐｈｒａｓｅ）ａｎｄＰｒｏｊｅｃｔｅｒａＷａｔｅｒＭｏｎｉｔｏｒｉｎｇＣａｐａｃｉｔｙａｐｒｏｖｉｄｅｄａｔａｗｉｔｈａｃｏｎｔｉｎｕｏｕｓｌｙｕｐｄａｔｅｄａｂｉｌｉｔｙ．ＴｈｅｏｆｗａｔｅｒＢｉｇＤａｔａｈａｓａｒｒｉｖｅｄ，ｄａｔａｈａｓｅｖｏｌｖｅｄｆｒｏｍｒｅｓｏｕｒｃｅｓｉｍｐｌｅｐｒｏｃｅｓｓｉｎｇＯｆｆｏｂｊｅｃｔｔｏａｋｉｎｄｏｆｂａｓｉｃｒｅｓｏｕｒｃｅ．ＳｔａｒｔｉｎｇｆｒｏｍｔｈｅｅｓｓｅｎｃｅｏｆｕｔｉｌｉｚａｔｉｏｎｏｆｗａｔｅｒＢｉｇＤａｔａ，ａｎｄｂａｓｅｄｒｅｓｏｕｒｃｅｔｈｅｉｎｔｒｏｄｕｃｔｉｏｎｏｆｂａｓｉｃｃｏｎｃｅｐｔｓｏｆＢｉｇＤａｔａ，ｔｈｉｓｐａｐｅｒｅｌａｂｏｒａｔｅｓｒｅｓｏｕｒｃｅ．ａｔｈｅｒｏａｄｏｆｗａｔｅｒｕｔｉｌｉｚａｔｉｏｎ，ａｎｄｔｈｅｎｐｒｅｓｅｎｔｓｔｈｅｔｅｃｈｎｏｌｏｇｙｒｏａｄｍａｐｆｏｒｗａｔｅｒｃｏｎｓｅｒｖａｎｃｙｏｆｄａｔａｒｅｓｏｕｒｃｅＦｉｎａｌｌｙ，ｔｈｅａｒｔｉｃｌｅａｎａｌｙｚｅｓｔｈｅｒｅｌａｔｅｄｋｅｙｔｅｃｈｎｏｌｏｇｉｅｓｕｓｅｄｉｎｔｈｅｐｒｏｃｅｓｓｏｆｗａｔｅｒｕｓｅｆｕｌｅｘｐｌｏｒａｔｉｏｎｔｏｐｒｏｍｏｔｅｒｅｓｏｕｒｃｅｕｔｉｌｉｚａｔｉｏｎ．ＴｈｉｓｓｔｕｄｙｉｓｕｔｉｌｉｚａｔｉｏｎｏｆｗａｔｅｒＢｉｇＤａｔａ．Ｋ锣ｗｏｒｄｓ：ｗａｔｅｒＢｉｇＤａｔａ；ｒｅｓｏｕｒｃｅｕｔｉｌｉｚａｔｉｏｎ；ｄａｔａｓｈａｒｉｎｇ；ｄａｔａｓｅｒｖｉｃｅｓ万方数据水利大数据及其资源化关键技术研究作者：作者单位：刊名：英文刊名：年，卷(期)：冯钧， 许潇， 唐志贤， 徐黎明， FENG Jun， XU Xiao， TANG Zhixian， XU Liming河海大学,江苏南京,210098水利信息化Water Resources Informatization2013(4) 本文链接：http://d..cn/Periodical_slswzdh.aspx包含各类专业文献、文学作品欣赏、幼儿教育、小学教育、行业资料、中学教育、生活休闲娱乐、高等教育、水利大数据及其资源化关键技术研究92等内容。
　基于大数据与云计算的配电网设备状态监测与故障诊断关键技术研究-_电力/水利_工程科技_专业资料。基于大数据与云计算的配电网设备状态监测与故障诊断关键技术... 　基于大数据与云计算的配电网设备状态监测与故障诊断关键技术研究_电力/水利_工程科技_专业资料。中国南方电网有限责任公司科技项目 申请书及可行性研究报告 项目名称:... 　这是气象数据能否参与“大数 据应用”的技术基础和前提。 关键词: 气象数据大...很快地,“地理大数据”、“水利大数据”、“环境大数据”、“金融大数据”、... 　探讨数据整合技术在水利设计中的重要性_能源/化工_工程...资源库,为经营和战略决策提供数据支持 关键词:数据;...中国学术期刊网 中国规模最大的中文学术期刊荐稿网络... 　固体废物处理与资源化技术综述_电力/水利_工程科技_...综合大作业 根据课题分析,可选用以下主题词从关键词...1.利用《万方数据库-数字化期刊》检索(1)原文类型... 　电力大数据技术分析扼要_电力/水利_工程科技_专业资料。新的研究动向,不断更新。...行业内的因果关系,这也是电力大数据应 用与传统数据仓库和 BI 技术的关键区别... 　百度文库 专业资料 工程科技 电力/水利上传文档...数据化是指一种把现象转变为可制表分析的量化形式的...目前人们谈论最多的是大数据 技术和大数据应用, ... 　随着网络信息化时代的日益普遍,移动互联、社交网络、...(二) “大数据应用”促进信息技术与各行 业的深度...北京:中国水利出版社, 2005 【2】大数据降临。... 　2015水利行业公益事业项目申报指南_调查/报告_表格/模板...水文和生态等信息的大数据模 型;基于大数据模型的...2. 高度城镇化背景下城市洪涝灾害防控关键技术 开展...