-
题名大力推进数据治理技术与系统的学术研究
被引量：7
- 1
-
-
作者
邢春晓
-
机构
清华大学信息技术研究院
-
出处
《计算机科学》
CSCD
北大核心
2021年第9期I0001-I0002,共2页
-
文摘
数据治理是组织机构数字转型和数据管理的基础.如何有效利用计算机科学与技术推动数据治理实践,进而提升数据治理活动的智能水平是一个值得研究的新课题.在技术层面,智能数据治理需要解决大数据质量的实时分析与控制、数据治理模型和算法的可解释性、数据驱动型大数据治理技术、大数据治理中的实时分析与洞察、面向智能数据治理的知识图谱自动生成与动态维护、数据交换及共享、数据规整化及数据准备、数据集成与融合以及大数据的安全保障与隐私保护等核心问题.然而,现阶段的大数据治理技术尚未成熟,亟待在上述问题的研究中取得突破性进展.
-
关键词
大数据治理
智能数据
数据集成
可解释性
数据准备
动态维护
数据规整
知识图谱
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
-
题名面向地理国情普查的地表覆盖分类方法研究
被引量：7
- 2
-
-
作者
谢宏全
王圣尧
刘善磊
张丽静
-
机构
淮海工学院测绘工程学院
江苏省基础地理信息中心
-
出处
《测绘通报》
CSCD
北大核心
2014年第S2期245-247,251,共4页
-
文摘
立足于地理国情普查项目,探索适用于试验区的地表覆盖分类准则,建立地理国情普查分类方案,并以此方案为基础对现有测绘成果数据进行有效规整,得到具有参考价值的矢量参考数据,利用其辅助地表覆盖分类,得到完整的可进行统计分析的成果数据。
-
关键词
地理国情
数据规整
矢量参考
影像分割
-
分类号
P205
[天文地球—测绘科学与技术]
-
-
题名基于VF-DW-DFN的锂离子电池剩余寿命预测
被引量：3
- 3
-
-
作者
易顺民
谢林柏
彭力
-
机构
江南大学物联网工程学院
-
出处
《储能科学与技术》
CAS
CSCD
北大核心
2022年第7期2305-2315,共11页
-
基金
国家自然科学基金项目(61873112)。
-
文摘
锂离子电池作为各类储能系统与设备的重要组成部分,准确预测锂离子电池的剩余使用寿命对于保障电池相关产业和设施的可靠性与安全性起着关键作用。针对锂离子电池剩余寿命预测中存在的非平稳、非线性特性导致单一数据驱动方法的预测精度低、泛化性能差等问题,提出了一种基于变分滤波、数据规整和深度融合网络的数据驱动融合(VF-DW-DFN)方法。首先,利用变分滤波法去除原始电池退化序列中的随机噪声干扰,得到相对平稳的退化特征数据。然后,采用最优嵌入法构造预测滑窗,实现特征数据规整,减少信息损失。其次,设计了一种新型深度融合网络对电池非线性退化数据进行建模,辨识电池数据中的退化模式,实现最终的锂离子电池剩余寿命预测。最后,在钴酸锂锂离子电池数据集上进行了剩余寿命预测实验,实验预测的平均均方根误差为1.41%,平均剩余寿命绝对误差小于2个循环周期。实验结果表明所提出的方法泛化性能好,预测精度高,误差小,能够对锂离子电池的退化过程进行有效建模和准确预测。
-
关键词
剩余寿命预测
锂离子电池
变分滤波(VF)法
数据规整(DW)
深度融合网络(DFN)
-
Keywords
remaining useful life prediction
lithium-ion battery
variational filtering
data wrapping
deep fusion network
-
分类号
TM911.3
[电气工程—电力电子与电力传动]
-
