期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于RDF的烟草行业数据关联融合模式探析
1
作者 周宏 《数字技术与应用》 2024年第10期129-131,共3页
随着大数据时代的到来,烟草行业将面临海量多源异构数据的挑战。为实现数据的关联互通与高效利用,本文提出一个以关联数据技术为核心的烟草行业数据关联融合模式,该模式基于RDF(Resource Description Framework)三元组模型以及RDF链接机... 随着大数据时代的到来,烟草行业将面临海量多源异构数据的挑战。为实现数据的关联互通与高效利用,本文提出一个以关联数据技术为核心的烟草行业数据关联融合模式,该模式基于RDF(Resource Description Framework)三元组模型以及RDF链接机制,通过构建行业知识图谱,实现了多源异构行业数据的关联互通,为烟草行业的数据治理带来了新的思路和方法,同时也为提升行业的数据治理水平提供借鉴。 展开更多
关键词 数据治理 数据关联 烟草行业 知识图谱 关联数据 RDF 行业数据 多源异构数据
在线阅读 下载PDF
基于粗糙集理论与本体学习的烟草行业大数据分级模型
2
作者 陈林 《数字技术与应用》 2024年第10期195-197,共3页
烟草行业大数据具有维度高、噪音多、关联性复杂等特征,为数据的有效利用带来了挑战。基于此,本文提出一种基于粗糙集理论与本体学习(Ontology Learning)的烟草行业大数据分级模型,该模型利用粗糙集理论选择重要的特征并进行数据约简,... 烟草行业大数据具有维度高、噪音多、关联性复杂等特征,为数据的有效利用带来了挑战。基于此,本文提出一种基于粗糙集理论与本体学习(Ontology Learning)的烟草行业大数据分级模型,该模型利用粗糙集理论选择重要的特征并进行数据约简,通过本体学习构建烟草行业领域的本体模型,并根据构建的本体模型和特征的重要性对数据进行自动分级。该方法对提高数据管理效率、挖掘有价值信息、促进数据共享与应用具有重要作用,同时对促进烟草行业大数据分类的准确性和分级效率方面提供了有力支持。 展开更多
关键词 本体学习 粗糙集理论 本体模型 数据约简 数据共享 大数据 烟草行业 数据分级
在线阅读 下载PDF
RTK定位技术在遵义现代烟草农业中的应用研究 被引量:2
3
作者 李世祥 朱忠彬 +4 位作者 陈晓明 梁永江 张长华 赵仁源 廖姝娜 《广东农业科学》 CAS CSCD 北大核心 2012年第22期22-24,30,共4页
现代烟草农业的建设离不开高精度空间信息的支持。分析了传统GPS定位技术在贵州山区农业生产定位精度的不足,介绍了RTK定位技术的原理、技术优势以及在遵义烟草行业的建设情况并探讨了RTK定位技术在遵义现代烟草农业中的具体应用。
关键词 现代烟草农业 RTK定位技术 GPS定位系统 空间信息
在线阅读 下载PDF
联邦学习任务在片上网络系统中基于DVFS的可靠映射机制分析
4
作者 周宏 吴霁霖 +1 位作者 高炜 张靖怡 《集成电路应用》 2024年第7期86-87,共2页
阐述在片上网络平台上联邦学习任务的分配与调度机制。通过将联邦学习建模为任务DAG图,并综合考虑平台计算资源、通信能力,实现在实时性、相关性、执行可靠性约束下的任务优化映射。
关键词 联邦学习 任务映射 片上网络 DVFS
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部