智能数据融合与协同开发平台

结合数据融合和数据挖掘技术的信息智能处理平台

数据融合,数据挖掘技术是当今信息智能处理理论的重要研究内容.数据融合技术能利用不同传感数据的冗余信息实现互补以提高信息处理的正确性;数据挖掘技术能从大量数据中挖掘和发现有价值和隐含的知识,用于建模和优化.本文研究结合数据融合和数据挖掘技术的信息智能处理平台,介绍其功能和组成,知识表达和建模,知识推理和决策,在目标检测识别和医疗监护等领域的应用.

国土空间专项规划多源数据智能融合与协同优化技术研究

本研究针对国土空间规划中多源数据融合的技术瓶颈,提出智能协同优化方法体系.通过构建标准化融合架构,集成遥感,GIS(地理信息系统),BIM(建筑信息模型)等异构数据,实现高精度空间匹配.应用机器学习算法开展数据异常检测,并采用知识图谱技术辅助决策支持,提升规划方案的合理性与科学性.实践表明,该方法显著提高了规划审批效率,有效减少了用地冲突问题.

基于数据融合的多业务智能协同管控系统在钢铁企业的应用

本系统结合钢铁制造过程业务和数据特征,在感知,处理,存储和分析利用业务系统数据基础上,构建基于数据融合的多业务智能协同管控系统并成功应用,实现钢铁企业生产过程,设备,能源环保,物流,安全等核心要素的相互融合和管控,有效提升了企业整体生产运营效率.

物联网资源接入和智能处理平台中数据融合模块的设计与实现

伴随着传感器技术和无线通信技术的发展,物联网应用得到了广泛的推广,环境感知已经涉及到我们生活的方方面面,信息以高速数据流的形式到达企业应用.企业应用需要不间断获取数据,从而分析大流量的实时数据,迅速洞察数据的意义,自动化地响应不断变化的外部世界.同时因为数据不是无因果产生的,借助物联网中庞大的历史数据,通常可以从过去的数据中窥见正在发生的事情,甚至预测未来,在短时间内加深用户对正发生的事情的认识,避免决策过程中不必要的资源耗费.然而传统的上层应用直接面向拥有海量数据的物联网,其拉取式的响应方式不能满足现代应用高实时性的需求,更增加了上层应用的负担,造成了网络层与应用层的紧耦合.因此设计采用了事件驱动架构的数据融合模块,处理物联网中的海量数据,只将有意义的处理结果传输给上层应用,分离了数据的生产方和消费方,使数据消费者只需关注如何依据数据内容动态决定后续流程,更符合日益复杂灵活的商业逻辑架构.物联网中的传感器产生的海量数据蕴含着日益丰富的知识,也带来了极大的数据冗余,因而需要对多来源的传感器数据进行融合处理,以获得有明确语义的融合目标以及更精确的融合结果.本论文从三个方面对物联网资源接入与智能处理平台中的数据融合模块进行了研究.数据探针层实现了对平台中实时数据和历史数据的接入.资源配置层完成了融合模型建模所需的资源配备工作.融合模型管理层则实现了三种可配置的数据融合模型以及模型管理.最后,根据本论文所设计的数据融合模块,以金房供暖监测系统为业务场景,进行了系统的功能测试和性能测试.实验结果表明,本模块能够实现实时数据和历史数据的融合,并且保证处理的实时性.

面向多源异构数据融合的智能服务应用平台和方法

本发明公开了一种面向多源异构数据融合的智能服务应用平台和方法,涉及数据融合应用领域。通过利用可视化技术实现多源异构数据采集和数据交易可定义,利用自动化技术,实现自动实时地采集与清洗多源异构数据,同时实时完成数据交易。采用可动态扩展的语义模板库,实现多源异构数据源之间语义映射,生成语义词典,实现语义清洗规则可定义,保证文本数据可在异构数据源之间语义自动转换,实现文本数据智能清洗和交易。该技术方案可以填补目前国内外非结构化多源异构数据的语义自动转换和交易这方面的空白,并且能广泛应用于国内的政府和企事业单位中,解决其存在的多源异构数据转换与交易的问题。

多源数据融合与协同管控方法的研究与应用

本文针对汽车制造车间多主体,多业务,多层级的海量数据关联性差,集中管控难的痛点,提出多源数据融合模型与协同管控方法,并在汽车制造行业实践应用.通过分析汽车制造车间多源异构数据的融合性,给出了相应的数据融合策略;针对制造数据与业务数据关联聚合难的问题,采用业务协同管控技术作为过程管控模型;从数据融合与多业务协同到制造过程优化与决策支持,构建典型意义的离散制造智能制造生产新模式.实际应用表明,该方法实现了汽车制造行业多源数据的融合,多业务的协同与生产过程智能管控.