简介：摘要：随着“东数西算”工程的进一步推动，国家对降低数据中心PUE值的要求越来越高，需要一套成熟的能适应当前环境的数据中心节能模型，以确保我国数据中心实现低碳、绿色、可持续发展目标，满足我国不断提高的数据算力需求。

简介：摘要：地铁车辆在运行过程中不可避免的出现车轮多边形和扁疤，车轮多边形和扁疤的存在增强了轮轨之间的作用力和轴箱振动强度，本文应用模态混叠方法对振动信号进行分解提取，构建基于振动信号的车轮高阶多边形和扁疤诊断模型，实现车轮多边形、扁疤在线监测。

简介：摘要：在当今时代，城市建设逐渐向着现代化以及智能化的方向发展，大数据以及云计算技术在其中得到了广泛运用，进一步促进了智慧城市的建设与发展，为人们日常生活提供了良好环境。当今世界正处于大发展、大变革、大调整时期，在这一历史背景下，中国城市规划应如何应对挑战，如何以新理念指导规划工作，值得我们深思。智慧城市作为一种新的城市发展理念和规划编制模式，对推动我国新型城镇化和城乡规划发展具有重要意义。本文提出了一种结合可再生能源的可持续智能生态城市模型，为智能生态城市的发展提供参考。

简介：摘要：本文研究建筑工程质量检测数据的智能分析与预测模型，旨在提高建筑工程质量管理的效率和准确性。随着建筑工程规模的不断扩大和复杂性的增加，质量管理变得更加关键。本研究主要围绕建筑工程质量检测数据的分析和预测展开，通过应用先进的数据分析技术和机器学习算法，构建了一种智能模型，可以实时监测质量指标、识别潜在问题，并预测可能的质量风险。通过这一模型的应用，建筑工程管理者可以更好地了解工程质量的状况，及时采取措施，降低质量风险，提高工程的可持续性和安全性。本研究的主要贡献在于为建筑工程质量管理提供了一种智能化的方法，为工程项目的成功实施提供了有力支持。

简介：摘要：随着科技的不断发展，人类生产方式水平的不断地提高，人们对于生活的幸福度指数也在慢慢提升。电力是人们生活中的必需品，为了满足人民需求，电网的规模也越来越大，很多行业在进行生产加工和日常生活中都依赖电力。电力的传输依靠电网［1］，运输过程中需要进行多次电压转换，而电压转换则需要用输变电设备。输变电设备的质量也随科技发展而不断更新，目前对于输变电设备的状态风险监控和评估是重点。

简介：摘要：近年来出现了有关输变电设备危险突发事故，大量案例表明，对于输变电设备突发状况电力企业运维部门要及时的处理，防止供电网络瘫痪造成经济损失。因此，输变电运维工作需要严谨的工作态度，极高标准化流程进行操作，十分考验运维人员技术水平，并且面临海量的输变电设备数据，研究出一种新型的运维系统是目前亟待解决的难题。在这样的大环境下，本文研究出输变电设备智能运维监测系统以实现输变电设备的状态风险监测，下文将针对整个系统方案设计来进行描述。

简介：

简介：摘要：三维激光点云的应用，可以有效提高既有电力杆塔 BIM 建模效果。在实践中，技术人员可以有针对性的选取多源点云数据融合技术，进行不同渠道获取的三维激光点云数据处理。进而利用数据归一化建模技术，在 Revit软件、点云后处理软件 3DR 中，结合移动背包轨迹参数，进行点云验证及族创建、材质参数赋予，最终获得与要求相符的三维模型。鉴于此，本文主要分析基于海量点云数据的建筑物三维模型重建。

简介：摘要: 由于现有的数据融合算法无法解决三维倾斜摄影模型与大场地地形的融合问题，本文提出了基于外部缓冲区数据融合算法。除了斜拍地形外，还建立了临时缓冲区，解决了斜拍向大比例尺地形平滑过渡的问题，保证了倾斜摄影地形的精度。在过渡期对缓冲区进行采样时，建立了从倾斜摄影到大比例尺地形测量的多个缓冲区。锡板棱锥体创建支持多分辨率数据布局和纹理布局。实验结果表明，利用该方法，三维倾斜摄影模型与地形相结合，融合后的数据可以方便地在三维地理信息系统中进行显现。

简介：

简介：摘要：SCADA（supervisory control and data aqurirment）运行数据能够反映风电机组的运行特性和状态。在实际运行过程中，由于天气、环境、机组停机、通信噪声和设备故障等因素，风电机组运行数据中存在大量异常数据。准确识别这些异常数据，才能有效提高后续以运行数据为基础的风电机组功率预测、发电性能评价、状态监测等工作的效率和精度。

简介：摘要:随着近些年来计算机网络技术的推广及人工智能技术的飞速发展,计算机网络安全技术获得了较大的发展空间并推动了计算机网络安全技术的变革｡文章提出一种新型的解决方案;该方案基于大数据融合模型构建新型的智能化网络安全检测平台,采用卡尔曼滤波算法､模糊推理算法2种方法结合构建出数据融合模型来对网络安全检测数据进行运算与处理｡试验表明,文章所提方案克服了现有技术存在的不足,显著提高了处理数据效率和精准度,在数据量为2TB的环境下,本研究方法的误差低至6.9%｡

简介：摘 要

简介：摘要：本文探讨了环境质量监测数据的时空变异性与模型预测方法。首先介绍了时空变异性的定义、影响因素和特点。然后讨论了环境质量监测数据时空变异性分析的方法，包括描述性统计分析、空间插值方法和时序分析方法。接着介绍了模型预测的方法和应用，包括机器学习方法和物理模型。最后通过两个案例研究，分别探讨了大气污染物浓度和水体质量的时空变异性与模型预测。通过数据收集与处理、时空变异性分析以及模型预测与验证，展示了如何利用这些方法来解决环境质量监测中的时空变异性和预测问题。本文的研究对于环境管理和决策制定具有重要的参考价值。

简介：【摘要】文章主要以基于云存储的学生就业数据挖掘与预测模型研究为重点进行阐述，首先对学生就业因素进行分析，其次从多个方面进一步挖掘学生就业数据，最后通过做好准备工作、模型生成、规则提取、大学生就业预测工具研制等多个方面深入说明并探讨，一方面为学生就业提供指导，另一方面为相关研究提供参考资料。

简介：摘要：本文探讨了在交通工程领域中，基于大数据的出行行为模型与预测的研究现状和发展趋势。通过对大数据技术在交通工程中的应用，特别是在出行行为模型和预测方面的案例分析和探讨，旨在揭示大数据技术对交通工程的影响和潜在的应用价值，以及在出行行为预测方面的挑战和未来发展方向。

简介：摘要：在当前水利工程管理中，安全风险的识别和预测是极其重要的一环。因此，本文以数据分析为方法，建立起一个详细的水利工程安全风险预测模型，以应对各类风险。首先，根据历史数据进行特征选取，识别和分类关于水利工程安全风险的主要因素；然后，基于各类机器学习算法，如决策树、随机森林和支持向量机等进行预测模型的构建和比较；同时还利用交叉验证等方法，对模型的预测效果进行了检验，以保证模型的稳定性和可靠性。通过实证研究表明，本文所提模型在预测精度、效率和稳定性等方面表现良好，大大提高了水利工程安全风险预防的有效性。此外，本研究进一步提出了针对水利工程安全风险的预防和减少措施，为水利工程的安全管理提供了理论和技术支持。该模型不仅可以用于水利工程的风险预测，也可推广应用到其他工程领域，具有广泛的应用价值和研究意义。

简介：摘要：随着大数据技术的快速发展，用户行为分析和预测在商业决策、产品推荐、市场趋势预测等方面变得日益重要。本文旨在构建一个基于大数据分析的用户行为预测模型，通过机器学习算法对用户数据进行深入挖掘，以期达到更准确的预测效果。研究中，我们首先收集和预处理了海量用户行为数据，然后利用决策树、随机森林等算法构建预测模型，并通过交叉验证等方法对模型进行评估和优化。实验结果表明，所构建的模型能够有效预测用户行为，为相关领域的决策提供了有力支持。

简介：摘要：以 GIS 作为一张图数据底盘,以 BIM 模型为工程管理核心, 将分散的业务数据与 BIM 模型及三维场景结合,对基于多源三维模型数据进行融合和优化组织,实现对轨道交通安全风险工程的数据化、可视化、精细化管理。

简介：摘要：本文探讨了基于模型的结构化工艺数据在现场应用的技术实现。通过建立模型，将结构化工艺数据与现场操作相结合，实现了实时监测和优化生产过程的目标。技术方面，采用了数据挖掘和机器学习算法，处理大量数据并进行预测分析，为决策提供了支持。此外，结合了现代信息技术，如云计算和物联网，实现了数据的实时传输和远程监控。本研究为工艺生产提供了更高效、智能的解决方案。