面向数据价值的N银行数据资产管理体系构建和实施研究
这是一篇关于数据价值,数据资产,数据资产管理的论文, 主要内容为随着各项新兴技术的快速发展与广泛普及,数字化时代随之到来,数字化转型已成为当前时代的主流趋势。从国家层面看,政府已开始实施国家大数据战略,并将数据纳入生产要素,确立了数据资产的国家地位;从社会层面看,数字化时代高速发展对全社会尤其是商业银行业的发展带来颠覆式的影响,变革了商业银行的发展战略和经营方式,使商业银行的发展更加趋于精细化、虚拟化和智能化。数据已成为当前时代下的核心资产,数据作为一种资产的价值也在不断体现和提升。因此在数字化时代下,构建数据资产管理体系并对数据资产实施有效管理,对商业银行数据资产管理体系建设具有理论和现实指导意义。本研究以N银行为研究对象,研究数据资产管理体系的构建和实施。首先,对数据资产管理相关概念、理论、研究文献进行梳理总结;其次,分析N银行当前数字化转型现状,通过访谈调研,发现N银行在数据资产管理方面的各项问题;再次,面向数据价值制定N银行数据资产管理体系建设目标和建设原则,并遵循目标和原则,设计包含管理机制、管理流程、管理平台三个层次的N银行数据资产管理体系总体框架;最后,针对N银行数据资产管理体系总体框架构建内容,提出数据资产管理体系在管理机制、运营服务流程、数据资产管理平台等方面的具体实施思路和方案。本研究将对N银行数据资产管理体系构建和实施提供一定借鉴和参考价值。论文研究表明:(1)以数据价值为导向是N银行数据资产管理体系构建和实施的关键原则;(2)N银行数据资产管理体系的构建和实施将有助于实现数据资产文化在全行范围的形成和普及,促进全行数据使用人员更好了解和认识数据资产及其数据价值;(3)N银行数据资产管理体系的构建和实施将有助于实现数据资产全生命周期运营服务管理,促进数据价值的保值、增值并推动数据价值的有效发挥;(4)N银行数据资产管理体系的构建和实施将有助于实现数据资产及其数据价值线上化平台管理,为数据价值的发挥提供关键渠道,降低全行业务管理人员使用数据资产的专业门槛。
面向桥梁的健康监测数据压缩及预测关键技术研究
这是一篇关于冷热特性,数据价值,分类压缩,组合预测,BIM桥梁模型的论文, 主要内容为城市桥梁的安全时刻影响着市民的生命财产安全,但其在长期恶劣环境下,安全事故频发。为确保时刻掌握桥梁的安全发展态势保证桥梁安全运营,重要的预防措施是对桥梁实施健康监测。目前桥梁监测数据量大,维护及管理成本高难度大。同时传统的桥梁监测预警系统大多存在信息化不完善,且缺乏有效数据分析和预测方法将监测数据转换为直观化的结果呈现,无法全面掌握桥梁健康状况及预警桥梁的安全风险。为了解决桥梁健康监测中的这些问题,提高我国桥梁健康监测及预警能力。本文以雅康高速泸定大渡河特大桥为研究对象,将BIM三维桥梁模型、GIS地形数据、桥梁监测数据与桥梁健康监测数据管理及预警系统相结合,设计并实现了一个针对海量桥梁监测数据进行预处理、压缩、存储、管理、分析、预测、预警的健康监测平台,同时提出了基于数据价值和访问特性的数据分类压缩策略以降低监测数据的存储成本,提高系统存储资源的使用效率,本文还提出了一种基于多种预测和分解模型的最优权重组合预测模型通过分解-预测-合并-组合的方式来提高桥梁监测数据预测准确度,有效的预警桥梁安全事故的发生,减少桥梁安全事故给人民带来的经济和人身安全损失,为我国桥梁安全决策提供了更加可靠的数据支撑。论文的研究内容和成果如下:1.面向桥梁的海量健康监测数据分类压缩存储策略的研究与实现。本文提出了一种基于数据价值和访问特性的改进牛顿冷却定律冷热数据分类模型,通过数据的访问特性和数据价值依靠该模型能够准确的将数据划分为冷数据、温数据、热数据。同时还提出了一种基于冷热数据的分层压缩存储策略通过将冷、温、热数据采用不同的压缩算法存储在多种性能大小不同的存储介质中来达到降低存储成本和访问时延的效果。在此基础上本文针对桥梁监测场景下时序数据特点提出了无损压缩算法,该算法将差分编码、字典编码、进制转换编码、哈夫曼编码的思想相结合有效的提高了算法的压缩比。经实验结果表明本文提出的分类压缩存储策略能够有效降低数据存储成本的同时降低了数据的访问时延,提高了系统的资源使用效率。2.基于桥梁健康监测数据的最优权重组合预测模型的研究与实现。本文提出了一种最优权重分解组合预测模型,基于四种时间序列分解算法和多种预测模型进行分解-预测-筛选-合并得到基础预测模型,最后结合遗传学和动态规划思想计算得到最优组合模型的权重系数,以此提高组合模型预测桥梁监测数据的精准度,来达到更好的预测预警桥梁安全状态的目的,解决了单一经典预测模型受桥梁周围复杂环境及人类活动影响预测结果准确度不高无法掌握数据演化规律的局限性。实验结果表明将预测模型的结果进行对比分析得出最优权重组合模型预测精准度高于任一单一经典预测模型以及采用传统组合方式的预测模型。3.桥梁监测数据管理及预警平台的设计与实现。平台使用了应用范围更广的B/S结构,后端技术栈采用Spring Boot开发框架,数据存储选择My SQL关系型数据库,前端采用Vue.js渐进式框架,以前后端分离的方式搭建了桥梁健康监测预警平台。同时将BIM三维桥梁模型引入到桥梁健康监测预警平台中实现监测数据的三维可视化呈现,基于Web GL技术实现BIM模型在Web中的三维场景呈现,通过在三维空间BIM桥梁模型上表达各个监测点实时监测数据,实现了监测数据的升维表达,同时也解决了传统二维图表反映桥梁监测数据可视化能力弱的特点。
面向桥梁的健康监测数据压缩及预测关键技术研究
这是一篇关于冷热特性,数据价值,分类压缩,组合预测,BIM桥梁模型的论文, 主要内容为城市桥梁的安全时刻影响着市民的生命财产安全,但其在长期恶劣环境下,安全事故频发。为确保时刻掌握桥梁的安全发展态势保证桥梁安全运营,重要的预防措施是对桥梁实施健康监测。目前桥梁监测数据量大,维护及管理成本高难度大。同时传统的桥梁监测预警系统大多存在信息化不完善,且缺乏有效数据分析和预测方法将监测数据转换为直观化的结果呈现,无法全面掌握桥梁健康状况及预警桥梁的安全风险。为了解决桥梁健康监测中的这些问题,提高我国桥梁健康监测及预警能力。本文以雅康高速泸定大渡河特大桥为研究对象,将BIM三维桥梁模型、GIS地形数据、桥梁监测数据与桥梁健康监测数据管理及预警系统相结合,设计并实现了一个针对海量桥梁监测数据进行预处理、压缩、存储、管理、分析、预测、预警的健康监测平台,同时提出了基于数据价值和访问特性的数据分类压缩策略以降低监测数据的存储成本,提高系统存储资源的使用效率,本文还提出了一种基于多种预测和分解模型的最优权重组合预测模型通过分解-预测-合并-组合的方式来提高桥梁监测数据预测准确度,有效的预警桥梁安全事故的发生,减少桥梁安全事故给人民带来的经济和人身安全损失,为我国桥梁安全决策提供了更加可靠的数据支撑。论文的研究内容和成果如下:1.面向桥梁的海量健康监测数据分类压缩存储策略的研究与实现。本文提出了一种基于数据价值和访问特性的改进牛顿冷却定律冷热数据分类模型,通过数据的访问特性和数据价值依靠该模型能够准确的将数据划分为冷数据、温数据、热数据。同时还提出了一种基于冷热数据的分层压缩存储策略通过将冷、温、热数据采用不同的压缩算法存储在多种性能大小不同的存储介质中来达到降低存储成本和访问时延的效果。在此基础上本文针对桥梁监测场景下时序数据特点提出了无损压缩算法,该算法将差分编码、字典编码、进制转换编码、哈夫曼编码的思想相结合有效的提高了算法的压缩比。经实验结果表明本文提出的分类压缩存储策略能够有效降低数据存储成本的同时降低了数据的访问时延,提高了系统的资源使用效率。2.基于桥梁健康监测数据的最优权重组合预测模型的研究与实现。本文提出了一种最优权重分解组合预测模型,基于四种时间序列分解算法和多种预测模型进行分解-预测-筛选-合并得到基础预测模型,最后结合遗传学和动态规划思想计算得到最优组合模型的权重系数,以此提高组合模型预测桥梁监测数据的精准度,来达到更好的预测预警桥梁安全状态的目的,解决了单一经典预测模型受桥梁周围复杂环境及人类活动影响预测结果准确度不高无法掌握数据演化规律的局限性。实验结果表明将预测模型的结果进行对比分析得出最优权重组合模型预测精准度高于任一单一经典预测模型以及采用传统组合方式的预测模型。3.桥梁监测数据管理及预警平台的设计与实现。平台使用了应用范围更广的B/S结构,后端技术栈采用Spring Boot开发框架,数据存储选择My SQL关系型数据库,前端采用Vue.js渐进式框架,以前后端分离的方式搭建了桥梁健康监测预警平台。同时将BIM三维桥梁模型引入到桥梁健康监测预警平台中实现监测数据的三维可视化呈现,基于Web GL技术实现BIM模型在Web中的三维场景呈现,通过在三维空间BIM桥梁模型上表达各个监测点实时监测数据,实现了监测数据的升维表达,同时也解决了传统二维图表反映桥梁监测数据可视化能力弱的特点。
面向桥梁的健康监测数据压缩及预测关键技术研究
这是一篇关于冷热特性,数据价值,分类压缩,组合预测,BIM桥梁模型的论文, 主要内容为城市桥梁的安全时刻影响着市民的生命财产安全,但其在长期恶劣环境下,安全事故频发。为确保时刻掌握桥梁的安全发展态势保证桥梁安全运营,重要的预防措施是对桥梁实施健康监测。目前桥梁监测数据量大,维护及管理成本高难度大。同时传统的桥梁监测预警系统大多存在信息化不完善,且缺乏有效数据分析和预测方法将监测数据转换为直观化的结果呈现,无法全面掌握桥梁健康状况及预警桥梁的安全风险。为了解决桥梁健康监测中的这些问题,提高我国桥梁健康监测及预警能力。本文以雅康高速泸定大渡河特大桥为研究对象,将BIM三维桥梁模型、GIS地形数据、桥梁监测数据与桥梁健康监测数据管理及预警系统相结合,设计并实现了一个针对海量桥梁监测数据进行预处理、压缩、存储、管理、分析、预测、预警的健康监测平台,同时提出了基于数据价值和访问特性的数据分类压缩策略以降低监测数据的存储成本,提高系统存储资源的使用效率,本文还提出了一种基于多种预测和分解模型的最优权重组合预测模型通过分解-预测-合并-组合的方式来提高桥梁监测数据预测准确度,有效的预警桥梁安全事故的发生,减少桥梁安全事故给人民带来的经济和人身安全损失,为我国桥梁安全决策提供了更加可靠的数据支撑。论文的研究内容和成果如下:1.面向桥梁的海量健康监测数据分类压缩存储策略的研究与实现。本文提出了一种基于数据价值和访问特性的改进牛顿冷却定律冷热数据分类模型,通过数据的访问特性和数据价值依靠该模型能够准确的将数据划分为冷数据、温数据、热数据。同时还提出了一种基于冷热数据的分层压缩存储策略通过将冷、温、热数据采用不同的压缩算法存储在多种性能大小不同的存储介质中来达到降低存储成本和访问时延的效果。在此基础上本文针对桥梁监测场景下时序数据特点提出了无损压缩算法,该算法将差分编码、字典编码、进制转换编码、哈夫曼编码的思想相结合有效的提高了算法的压缩比。经实验结果表明本文提出的分类压缩存储策略能够有效降低数据存储成本的同时降低了数据的访问时延,提高了系统的资源使用效率。2.基于桥梁健康监测数据的最优权重组合预测模型的研究与实现。本文提出了一种最优权重分解组合预测模型,基于四种时间序列分解算法和多种预测模型进行分解-预测-筛选-合并得到基础预测模型,最后结合遗传学和动态规划思想计算得到最优组合模型的权重系数,以此提高组合模型预测桥梁监测数据的精准度,来达到更好的预测预警桥梁安全状态的目的,解决了单一经典预测模型受桥梁周围复杂环境及人类活动影响预测结果准确度不高无法掌握数据演化规律的局限性。实验结果表明将预测模型的结果进行对比分析得出最优权重组合模型预测精准度高于任一单一经典预测模型以及采用传统组合方式的预测模型。3.桥梁监测数据管理及预警平台的设计与实现。平台使用了应用范围更广的B/S结构,后端技术栈采用Spring Boot开发框架,数据存储选择My SQL关系型数据库,前端采用Vue.js渐进式框架,以前后端分离的方式搭建了桥梁健康监测预警平台。同时将BIM三维桥梁模型引入到桥梁健康监测预警平台中实现监测数据的三维可视化呈现,基于Web GL技术实现BIM模型在Web中的三维场景呈现,通过在三维空间BIM桥梁模型上表达各个监测点实时监测数据,实现了监测数据的升维表达,同时也解决了传统二维图表反映桥梁监测数据可视化能力弱的特点。
大数据背景下J汽车公司研发管理优化研究
这是一篇关于研发管理,大数据,数据价值的论文, 主要内容为汽车产业的发展,迄今已有近百年历史,随着互联网时代的到来,以及汽车电动化趋势的加快,整个汽车产业都在进行着颠覆性的变革,传统造车企业逐渐没落,造车新势力蓬勃发展。同时,苹果、华为、小米等电子产品企业也纷纷跨赛道进入汽车行业,包括互联网企业百度、阿里、京东等,都纷纷布局汽车产业,这些企业的加入对传统汽车行业造车理念造成了巨大的冲击。更开放,更快捷,客户服务优先的造车思想,在汽车产业变革的大环境下往往更容易抓住新价值维度。相对于大众、通用等传统车企而言,理想、蔚来等新势力玩家思维更加活跃开放,对原有产品进行更新迭代的速度跟力度,都极大地加速了汽车行业全面向电气化、智能化变更的进程。以特斯拉、比亚迪为首的新能源汽车企业正在引领着汽车行业进入新的竞争格局。本文首先以J汽车公司为案例,通过综合运用研发项目管理理论以及集成产品开发理论,从大数据的视角,结合数据价值模型,再利用理论联系实际的方法,通过对J汽车公司各相关人员的调查访谈等,对J汽车公司研发管理的现状问题进行分析梳理。发现存在研发管理周期长,研发管理效率不高,研发管理决策科学性不足,研发管理数字化转型进程偏缓等问题。其次,从数据间的协同、计算间的协同、分析间的协同、人机间的协同四个角度来分析研发管理问题的原因。然后,针对问题原因,认为研发管理周期长问题,通过优化数据间的协同,实施产品平台化管理,建立统一的数据模式规范,优化不同零部件设计开发数据源协同,以缩短研发周期。研发效率不高的问题,通过优化计算间的协同,优化有效数据提取及分析能力,优化大数据处理计算能力,以提升研发管理效率。研发管理决策科学性不足问题,通过优化分析间的协同,完善研发管理决策的数据分析,建立统一的数据分析逻辑规范,以提升研发管理决策科学性。研发管理数字化转型进程偏缓问题,通过优化人机间的协同,强化从人工执行向数字化转化的流程制定能力,优化人为判断与数据分析结果的互补性,以加快数字化转型进程。通过本文的研究,可以提升J汽车公司研发管理能力,同时对汽车及相关零部件企业的研发管理也有重要的借鉴意义,为“新四化”浪潮下我国汽车产业的变革与发展提供帮助。同时,探索了大数据在汽车企业研发管理中的应用,分析了如何基于大数据价值模型发现问题、分析问题,以及优化问题的完整路径,进一步扩展并丰富了研发管理的理论研究,也为现有的研发管理理论提供案例支持。
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：代码项目助手 ，原文地址：https://m.bishedaima.com/lunwen/52571.html
