导读:本文包含了海量数据论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:数据,海量,南丁格尔,分布式,医疗,智能,南华。
海量数据论文文献综述
记者,戚颖璞[1]（2019）在《1.3万座玻璃幕墙建筑“一网统管”》一文中研究指出本报讯（记者 戚颖璞）上海是世界上拥有幕墙建筑最多的城市之一。今年起，全市1.3万座幕墙建筑将逐步拥有“个人档案”，在线实时监控，预计明年实现全覆盖。除幕墙建筑外，还有11项应用场景可在线连接，逐步实现“城市运行一网统管”，一网可“感知全城”。建(本文来源于《解放日报》期刊2019-12-27）
曹素娥[2]（2019）在《云计算下海量数据挖掘的优化方法探讨》一文中研究指出以云计算基本框架为分析的对象,通过对该环境下海量数据的分析,研究是否还存在其他算法,如果存在是否可行,并依此提出了具体的挖掘方式和思路,在这一过程中,以智能优化算法为实施的思路,其目的是完成对数据挖掘算法的优化工作,并以此作为云计算环境下制作智能优化模型的前提,与此同时,按照相同的思路,找出如何优化文本文档挖掘的方式,并制作与之对应的优化模型,最优的方式完成。本文希望在云计算环境下能够找出能够深入挖掘海量算法及海量文本文档的方式,通过对其深入的探索,最终针对其设计制作优化模型,以便于对具体工作进行指导。(本文来源于《通讯世界》期刊2019年12期）
张野,姚文明[3]（2019）在《基于Spark分布式ETL在海量后勤数据的应用》一文中研究指出在处理某大型企业的海量后勤大数据时,传统的基于MapReduce的ETL技术在数据提取、转换过程中,因为频繁进行磁盘读取的原因,存在数据处理效率不足的问题。考虑到Spark是基于内存操作的计算引擎,不依赖于磁盘操作,对数据的提取、转换效率的提升有一定帮助,因此文中采用了基于Spark的分布式ETL技术来处理这些海量数据,并通过实验进行效率比较。(本文来源于《信息技术》期刊2019年12期）
李家璐,何剑军,张坤,刘敬诚,吕勃翰[4]（2019）在《应对海量数据的超短期负荷预测在实时电力市场的应用研究》一文中研究指出在开展实时现货市场和辅助服务市场的过程中,负荷预测的精度和速度成为影响各主体报价结果的瓶颈。负荷预测越准确,越有利于保障各市场主体报价的公平性和经济性。本文为解决该问题,选择南方电网某区域的历史负荷作为研究对象,通过对其日负荷曲线进行分析,考虑将工作日和非工作日的海量负荷数据进行了筛选和预处理,并针对各自的负荷特性进行了分析,确定了分别预测建模的预测路线,同时本文将当前常用的几种预测算法进行了比较,通过对比优缺点,针对超短期负荷预测的预测时间短、预测速度高的要求,最终选择负荷求导法作为超短期负荷预测的数学模型。最后通过对南网某省的实际负荷进行了算例验证,结果表明该方法具有预测速度快,预测精度高,适应度高,技术系统占用率低的特点。(本文来源于《电力大数据》期刊2019年12期）
孟静,陈俊安[5]（2019）在《海量数据，是优势也是难题》一文中研究指出香港《南华早报》12月9日文章，原题：在中国，优质数据、科技人才缺乏阻碍人工智能广泛应用 当前与美国的科技和贸易战持续之际，中国已成为世界第二大人工智能技术市场。然而，高质量数据和高科技人才的短缺，阻碍了人工智能在中国的广泛应用。据上周五发布的《(本文来源于《环球时报》期刊2019-12-11）
杨小莉[6]（2019）在《大数据背景下不动产登记档案海量信息资源整合研究》一文中研究指出不动产登记中心登记记录着大量的不动产档案数据和信息,登记记录的要求和标准都是一致的。在大数据背景下,通过对海量档案信息和资源的整合和挖掘,引入数字化档案管理体系,不仅能够提高不动产档案管理水平,同时能够提高不动产工作进度。本文根据现行的《不动产登记条例》对大数据背景下信息资源的现状、问题进行分析研究,给出一些建议和行之有效的策略作为参考。(本文来源于《中外企业家》期刊2019年35期）
何俊[7]（2019）在《海量金融信息数据高性能处理平台关键技术研究》一文中研究指出在金融信息服务领域,金融信息数据量大、增长迅速,面对庞大的数据量基于传统的数据存储、数据处理和数据计算方式,将不能满足海量金融数据计算和复杂算法分析的高性能要求。管理海量的金融数据、并对数据进行有效地结构化存储、计算、分析成为金融信息服务平台面临的关键技术难点。对由网络、存储、计算资源和平台软件所构建的基础平台在弹性、灵活、高效、高可用、可管理性等方面提出了更高的要求。利用虚拟化、分布式并行计算技术和分布式文件系统等云计算关键技术,研究、设计并构建满足金融数据分析和信息服务特点的海量金融数据高性能处理平台,成为了解决金融信息服务平台建设难点的理想处理方案。(本文来源于《中国新闻技术工作者联合会2019年学术年会论文集》期刊2019-11-20）
朱妍[8]（2019）在《传统煤企驶入5G“高速路”》一文中研究指出山东兖矿集团+中国联通+中兴通讯，河南焦煤公司+中国联通，山西阳煤集团+中国移动+华为公司……连日来，一批“跨界”合作在多地区、多煤企集中上演，引发关注。与煤炭看似毫无关联的通信公司，为何与煤炭企业联手合作？答案就在于“5G技术”。记者了解到，随(本文来源于《中国能源报》期刊2019-11-18）
李炜[9]（2019）在《大数据云存储下海量数据传输完整度控制技术》一文中研究指出为确保大数据云存储下海量数据传输的完整度,提出了一种基于属性特征匹配和关联规则的海量数据传输完整度控制方法。构建海量数据的属性特征高维重组模型,得到关键信息的特征分布状况,据此设计海量数据的关键信息存储分布结构模型,采用关联规则方法进行海量数据的关键信息特征挖掘提取,利用关键信息进行海量数据的特征分析和数据聚类处理,采用属性特征匹配方法设计海量数据关键信息存储节点后,利用模糊减法聚类对关键信息存储节点进行聚类处理,在海量数据传输中,以数据关键信息存储节点传输的完整度实现海量数据的传输完整度控制。仿真结果表明,采用该方法进行海量数据传输完整度控制,能提高云存储下的空间利用效率,数据传输完整度高。(本文来源于《吉林大学学报(信息科学版)》期刊2019年06期）
王婧[10]（2019）在《美监管机构审查谷歌收集海量患者医疗数据》一文中研究指出据外媒报道，美国监管机构已对美国谷歌公司的医疗项目“南丁格尔计划”进行审查，以确认该计划在收集和分析大量用户的个人医疗数据时按照法规充分保护了患者的权利。据美国《华尔街日报》报道，谷歌和美国大型非盈利医疗机构阿森松秘密达成了一项名为“南丁格尔”的(本文来源于《经济参考报》期刊2019-11-14）
海量数据论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
以云计算基本框架为分析的对象,通过对该环境下海量数据的分析,研究是否还存在其他算法,如果存在是否可行,并依此提出了具体的挖掘方式和思路,在这一过程中,以智能优化算法为实施的思路,其目的是完成对数据挖掘算法的优化工作,并以此作为云计算环境下制作智能优化模型的前提,与此同时,按照相同的思路,找出如何优化文本文档挖掘的方式,并制作与之对应的优化模型,最优的方式完成。本文希望在云计算环境下能够找出能够深入挖掘海量算法及海量文本文档的方式,通过对其深入的探索,最终针对其设计制作优化模型,以便于对具体工作进行指导。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
海量数据论文参考文献
[1].记者,戚颖璞.1.3万座玻璃幕墙建筑“一网统管”[N].解放日报.2019
[2].曹素娥.云计算下海量数据挖掘的优化方法探讨[J].通讯世界.2019
[3].张野,姚文明.基于Spark分布式ETL在海量后勤数据的应用[J].信息技术.2019
[4].李家璐,何剑军,张坤,刘敬诚,吕勃翰.应对海量数据的超短期负荷预测在实时电力市场的应用研究[J].电力大数据.2019
[5].孟静,陈俊安.海量数据，是优势也是难题[N].环球时报.2019
[6].杨小莉.大数据背景下不动产登记档案海量信息资源整合研究[J].中外企业家.2019
[7].何俊.海量金融信息数据高性能处理平台关键技术研究[C].中国新闻技术工作者联合会2019年学术年会论文集.2019
[8].朱妍.传统煤企驶入5G“高速路”[N].中国能源报.2019
[9].李炜.大数据云存储下海量数据传输完整度控制技术[J].吉林大学学报(信息科学版).2019
[10].王婧.美监管机构审查谷歌收集海量患者医疗数据[N].经济参考报.2019
论文知识图
