期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
过程工业大数据建模研究展望 被引量:92
1
作者 刘强 秦泗钊 《自动化学报》 EI CSCD 北大核心 2016年第2期161-171,共11页
人们对大数据的认识已从"3Vs"(Volume—大容量;Variety—多样性;Velocity—处理实时性)、"4Vs"("3Vs"与Value—价值)、到现今的"5Vs"("4Vs"与Veracity—真实性).在此背景下,首先分... 人们对大数据的认识已从"3Vs"(Volume—大容量;Variety—多样性;Velocity—处理实时性)、"4Vs"("3Vs"与Value—价值)、到现今的"5Vs"("4Vs"与Veracity—真实性).在此背景下,首先分析过程工业大数据的"5Vs"特性;接下来,综述现有数据建模方法,并结合过程工业大数据特有性质(包括:多层面不规则采样性、多时空时间序列性、不真实数据混杂性)论述现有数据建模方法应用于工业大数据建模时的局限;最后,探讨过程工业大数据建模有待研究的问题,包括:1)多层面不规则采样数据的潜结构建模;2)用于事件发现、决策和因果分析的多时空时间序列数据建模;3)含有不真实数据的鲁棒建模;4)支持实时建模的大容量数据计算架构与方法. 展开更多
关键词 过程工业大数据 多层面数据潜结构建模 多时空时间序列数据建模 大数据计算架构
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部