基于GIS的不动产权籍调查信息管理体系
这是一篇关于信息管理体系,多源异构数据,全生命周期管理,地理信息系统的论文, 主要内容为不动产权籍调查信息是不动产登记的数据基础,其相关档案、图件、数据等资料经不动产登记后,具备法律效力。因而,做好不动产权籍调查信息管理意义重大。由于现有的不动产权调查籍和登记数据仅仅是简单地由原来的分散登记部门汇交而来,原先的各类不动产权籍调查依据的规范、技术、方法、路线不尽相同,因而现有的各类权籍数据在数据类型、空间参考、数据精度、计量单位等方面不统一,同名异质和同质异名问题严重。多源异构的权籍数据难以有效的整合关联,为不动产登记以及不动产权籍信息化建设带来巨大障碍;其次,由于未能建立统一权威的不动产权籍调查信息管理体系,依靠传统手段管理权籍调查信息的难度日益加大,不动产登记部门难以快速获取权籍调查信息,权籍调查成果公众化应用水平不高。鉴于此,不动产登记部门有必要对原有的存量不动产登记数据进行整合建库,同时对新增权籍数据建立一套科学的信息管理体系。围绕这一问题,本文研究将GIS(Geographic Information System,地理信息系统)应用到不动产权籍调查信息管理中。具体的研究工作如下:(1)从数据管理角度,对权籍数据的特点、共性、差异和关系进行分析,研究不动产统一登记新形势下权籍数据的管理需求,分析当前权籍调查信息管理存在的不足。接下来进一步分析B/S(Browser/Server,浏览器/服务器模式)和C/S(Client/Server)的数据库技术、基于服务模型的空间数据服务平台、历史数据管理、分布式海量空间数据库技术的发展和应用,提出了权籍调查信息的逻辑结构和体系架构设计。(2)分析权籍数据管理的两大因素,以信息管理科学为指导,综合考虑管理信息系统、全生命周期理论及信息生命周期管理、质量管理理论,构建基于GIS的不动产权籍调查信息管理体系,对不动产权籍调查信息进行生命周期管理。同时,研究存量不动产权籍数据管理,丰富基于GIS的不动产权籍调查信息管理体系的内涵和维度。上述研究将GIS引入不动产权籍调查信息管理中,实现了不动产空间数据与属性数据的实时关联,属性数据与空间数据的交互分析、统计、查询,权利数据的共享及应用,同时融合现代地理信息技术,构建基于GIS的不动产权籍调查信息全生命周期管理体系,提升不动产登记部门工作效率和权籍调查信息在决策服务方面的应用水平。
面向智能运维的行车数字孪生系统数据驱动方法研究
这是一篇关于数字孪生,数据驱动,智能运维,多源异构数据的论文, 主要内容为桥式起重机(行车)是冶金生产等领域的核心装备,其作业繁忙且安全运行要求高。传统行车运维仍以人工频繁点检对设备进行诊断分析,该方法耗时费力、人员工作强度大、严重依赖经验。随着数字孪生技术的兴起,通过采集实时运行数据,基于数据驱动进行设备诊断分析是当前研究热点。论文针对某大型冶金企业的行车运维,提出了一种基于数字孪生和数据驱动的智能运维方法。主要研究内容如下:(1)针对行车运维领域的数字孪生模型欠缺,尤其在数据驱动领域,尚无完整数字孪生建模体系,论文提出一种面向智能运维的行车数字孪生系统模型。其中,给出了面向运维的行车数字孪生四元组形式化表示,构建了包括几何、物理、规则和行为维度在内的行车虚拟实体,定义了行车数字孪生系统的数据驱动模型及运维服务模型,最后设计了行车数字孪生体的各种交互方式。(2)针对行车运维数据呈多源异构、在线和历史数据交融、数据集成和融合困难等问题,论文提出了一种面向行车运维的多源异构数据融合方法,包括时序数据之间、时序数据与文档对象数据间的融合。通过对行车多源异构数据特征工程进行详细分析,研究了多源动态时序数据的时间配准与分层融合方法,设计了基于新型级联二元标记框架的异构数据融合算法,实验证明融合效率和准确率达到应用要求。(3)针对行车运行中存在的多因素隐性故障根因分析困难等问题,论文提出了一种基于数据驱动的多类支持向量机-模糊贝叶斯方法。定义了多因素隐性故障,通过所提方法对多因素隐性故障的关键影响因素进行分类,给出了行车运维知识库与贝叶斯网络、模糊集理论相结合的判别网络,实验证明,该网络可识别多因素隐性故障的根因概率。同时,结合多源异构数据建立了行车故障问答模型,提供了一种时序知识图谱驱动的行车作业故障问答服务。最后,以某大型钢铁企业的行车智能运维案例为对象,研发了行车数字孪生系统并成功上线运行。实际运行证明,本文所提的多因素隐性故障根因诊断分析方法对减少行车设备的宕机时间、提高维修效率等方面均有明显作用。
基于微服务框架的多源异构数据归集系统研究
这是一篇关于多源异构数据,微服务,数据归集,可扩展标记语言的论文, 主要内容为随着新一代信息技术迅速地发展,大数据、物联网、人工智能等技术被广泛应用于各行各业。不同政企部门产生的信息资源总量以惊人的速度增长,然而不同部门之间数据来源多样,大多来自于不同的系统、平台和设备,数据之间存在异构性。在国家“十四五”规划所确定的加强公共数据开发共享的背景下,多源异构数据在实际使用中存在难以实现信息共享、不同部门间数据存在隔离、数据归集不及时等问题。尤其是在数据归集方面,“大数据”时代,数据资源整合和开发利用是必然的趋势,然而,数据源的多源异构性导致了数据归集过程复杂,需针对不同数据源、不同数据格式进行有针对性的开发,影响了数据归集效率及普及,如何将数据归集逻辑描述与代码开发过程分离,使得数据归集过程更具有通用性,是当前数据归集亟待解决的问题。本文针对以上问题,通过XML可扩展标记语言对数据归集逻辑进行描述,针对多源异构数据的特点,设计不同结构数据资源归集过程的XML描述文件,并设计与之对应的归集算法,基于微服务框架对上述归集过程进行实现和集成,完成基于微服务框架的数据归集系统的设计与实现。本文分析了数据归集领域中多源异构的数据特点,结合信息系统的一般架构模式,从数据层和展现层,分析了数据归集的结构特征和非结构特征,基于XML可扩展标记语言对结构化和半结构化数据的归集策略进行描述,实现了基于XML归集策略文件的数据归集算法,使得数据归集逻辑描述与代码分离,归集过程更具有通用性。借助于微服务框架在多任务领域的优势,将数据归集过程集成到微服务框架,同时设计了与归集过程相关的安全策略和可视化模块,实现了基于微服务的数据归集系统,具体包括了数据归集启动服务、结构化数据归集、半结构化数据归集、加密处理、多任务调度、数据可视化等功能。在系统设计与实现方面,本系统是基于Spring Cloud微服务框架进行开发,主要采用了Spring Boot模式进行软件分层架构设计,将系统划分为数据展示层、系统控制层、系统业务层和数据持久层。基于JAVA语言对六个功能进行逻辑开发,针对数据归集任务,进行数据库设计,对数据归集任务和过程进行描述和记录。通过负载均衡实现微服务的资源分配,更有利于系统的整体运行效率。基于同态加密算法,对数据安全进行加密处理;通过quartz多任务调度器,对多任务模块的定时任务设定。实现了基于微服务框架的数据归集系统的全部基本功能。
基于微服务框架的多源异构数据归集系统研究
这是一篇关于多源异构数据,微服务,数据归集,可扩展标记语言的论文, 主要内容为随着新一代信息技术迅速地发展,大数据、物联网、人工智能等技术被广泛应用于各行各业。不同政企部门产生的信息资源总量以惊人的速度增长,然而不同部门之间数据来源多样,大多来自于不同的系统、平台和设备,数据之间存在异构性。在国家“十四五”规划所确定的加强公共数据开发共享的背景下,多源异构数据在实际使用中存在难以实现信息共享、不同部门间数据存在隔离、数据归集不及时等问题。尤其是在数据归集方面,“大数据”时代,数据资源整合和开发利用是必然的趋势,然而,数据源的多源异构性导致了数据归集过程复杂,需针对不同数据源、不同数据格式进行有针对性的开发,影响了数据归集效率及普及,如何将数据归集逻辑描述与代码开发过程分离,使得数据归集过程更具有通用性,是当前数据归集亟待解决的问题。本文针对以上问题,通过XML可扩展标记语言对数据归集逻辑进行描述,针对多源异构数据的特点,设计不同结构数据资源归集过程的XML描述文件,并设计与之对应的归集算法,基于微服务框架对上述归集过程进行实现和集成,完成基于微服务框架的数据归集系统的设计与实现。本文分析了数据归集领域中多源异构的数据特点,结合信息系统的一般架构模式,从数据层和展现层,分析了数据归集的结构特征和非结构特征,基于XML可扩展标记语言对结构化和半结构化数据的归集策略进行描述,实现了基于XML归集策略文件的数据归集算法,使得数据归集逻辑描述与代码分离,归集过程更具有通用性。借助于微服务框架在多任务领域的优势,将数据归集过程集成到微服务框架,同时设计了与归集过程相关的安全策略和可视化模块,实现了基于微服务的数据归集系统,具体包括了数据归集启动服务、结构化数据归集、半结构化数据归集、加密处理、多任务调度、数据可视化等功能。在系统设计与实现方面,本系统是基于Spring Cloud微服务框架进行开发,主要采用了Spring Boot模式进行软件分层架构设计,将系统划分为数据展示层、系统控制层、系统业务层和数据持久层。基于JAVA语言对六个功能进行逻辑开发,针对数据归集任务,进行数据库设计,对数据归集任务和过程进行描述和记录。通过负载均衡实现微服务的资源分配,更有利于系统的整体运行效率。基于同态加密算法,对数据安全进行加密处理;通过quartz多任务调度器,对多任务模块的定时任务设定。实现了基于微服务框架的数据归集系统的全部基本功能。
基于微服务框架的多源异构数据归集系统研究
这是一篇关于多源异构数据,微服务,数据归集,可扩展标记语言的论文, 主要内容为随着新一代信息技术迅速地发展,大数据、物联网、人工智能等技术被广泛应用于各行各业。不同政企部门产生的信息资源总量以惊人的速度增长,然而不同部门之间数据来源多样,大多来自于不同的系统、平台和设备,数据之间存在异构性。在国家“十四五”规划所确定的加强公共数据开发共享的背景下,多源异构数据在实际使用中存在难以实现信息共享、不同部门间数据存在隔离、数据归集不及时等问题。尤其是在数据归集方面,“大数据”时代,数据资源整合和开发利用是必然的趋势,然而,数据源的多源异构性导致了数据归集过程复杂,需针对不同数据源、不同数据格式进行有针对性的开发,影响了数据归集效率及普及,如何将数据归集逻辑描述与代码开发过程分离,使得数据归集过程更具有通用性,是当前数据归集亟待解决的问题。本文针对以上问题,通过XML可扩展标记语言对数据归集逻辑进行描述,针对多源异构数据的特点,设计不同结构数据资源归集过程的XML描述文件,并设计与之对应的归集算法,基于微服务框架对上述归集过程进行实现和集成,完成基于微服务框架的数据归集系统的设计与实现。本文分析了数据归集领域中多源异构的数据特点,结合信息系统的一般架构模式,从数据层和展现层,分析了数据归集的结构特征和非结构特征,基于XML可扩展标记语言对结构化和半结构化数据的归集策略进行描述,实现了基于XML归集策略文件的数据归集算法,使得数据归集逻辑描述与代码分离,归集过程更具有通用性。借助于微服务框架在多任务领域的优势,将数据归集过程集成到微服务框架,同时设计了与归集过程相关的安全策略和可视化模块,实现了基于微服务的数据归集系统,具体包括了数据归集启动服务、结构化数据归集、半结构化数据归集、加密处理、多任务调度、数据可视化等功能。在系统设计与实现方面,本系统是基于Spring Cloud微服务框架进行开发,主要采用了Spring Boot模式进行软件分层架构设计,将系统划分为数据展示层、系统控制层、系统业务层和数据持久层。基于JAVA语言对六个功能进行逻辑开发,针对数据归集任务,进行数据库设计,对数据归集任务和过程进行描述和记录。通过负载均衡实现微服务的资源分配,更有利于系统的整体运行效率。基于同态加密算法,对数据安全进行加密处理;通过quartz多任务调度器,对多任务模块的定时任务设定。实现了基于微服务框架的数据归集系统的全部基本功能。
基于多源异构数据的旅游知识图谱的景点推荐
这是一篇关于多源异构数据,知识图谱,SF-RippleNet,可解释性,推荐算法的论文, 主要内容为伴随着2018年文旅融合顺利开局,到各省市加大力度推动文旅产业发展,旅游已经越来越成为当代人休闲娱乐的必选项。随着旅游业的快速发展,旅游门户网站如:飞猪、去哪网儿网、携程旅行等功不可没,这些旅游平台一方面让人们了解到很多景点,产生了对旅游的向往;另一方面,随着用户生成内容(UGC)的发展,这些网站也产生了指数级的数据。面对这样的情形,用户想在海量的景点信息里寻找和发现感兴趣的景点变得非常的吃力。与此同时,平台如何更有效的实现个性化推荐很大程度决定了用户的最终消费情况,所以如何实现更有效的推荐成为当下的旅游推荐研究的热点。而景点推荐系统可以帮助用户过滤到无用的信息,同时还能帮助商家发现潜在客户,推断用户的潜在画像。所以本文将着力于研究旅游景点推荐算法。然而传统的推荐算法:如基于协同过滤的推荐由于用户与项目交互数据的稀疏性,往往导致推荐不准确;基于深度学习的推荐一定程度上提高了推荐的准确率,但推荐过程不够透明,难以满足部分用户理解推荐结果的解释。基于上述背景,本文引入了基于多源异构数据的知识图谱推荐框架,将知识图谱嵌入与推荐过程相结合,推断用户在知识图谱上的兴趣传播路径,形成推荐解释。此外,本文分析旅游活动受季节波动因素的影响,并拟合数学模型将其应用到推荐框架中,从而提出本文的推荐框架——SF-RippleNet(seasonal fluctuation-RippleNet)。该推荐框架依赖于知识图谱中的三元组关系,所以本文首先爬取北京市的景点相关信息,选取旅游平台(去哪儿网、携程)景点详情页的景点数据,以及百度百科数据,以及百度地图相关数据,和部分评论信息数据,以及CN-DBpedia的部分信息,融合这些数据构建知识图谱,并将图谱知识用NEO4j存储,构建北京市旅游景点知识图谱。本文推荐框架旨在通过知识图谱嵌入与SF-RippleNet联合学习实现可解释性推荐。对于构建好的北京市旅游景点知识图谱,采用三阶张量分解(RESACL)表示知识图谱中的三元组关系。将知识图谱嵌入作为输入,带入到SF-RippleNet框架,最大限度地挖掘推荐场景和知识图谱的知识。最后对爬取的真实旅游数据经过挖掘后进行了全面的实验验证,从而验证算法的推荐结果。结果表明本文基于北京市旅游知识图谱的推荐方法实现了算法性能的提升,还能运用知识图谱的三元组关系知识推理出用户的兴趣传播路径,从而实现推荐的可解释性。此外,本文证明将季节波动考虑到旅游景点推荐中是具有意义的。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：源码项目助手 ，原文地址：https://m.bishedaima.com/lunwen/47873.html
