导读:本文包含了数据引擎论文开题报告文献综述及选题提纲参考文献，主要关键词:TSN,CC-Link,IE,TSN,技术部,数据引擎
数据引擎论文文献综述
特邀[1]（2019）在《CC-Link IE TSN,启动智慧工厂的数据引擎——访CC-Link协会(CLPA)技术部会长有马亮司先生》一文中研究指出高速度、高精度、大容量、实时性、开放性、安全性……以数据驱动的智能制造,这里的每一项要求都可能是一道难以逾越的鸿沟。CC-Link协会(简称CLPA)在全球率先将千兆以太网技术与时间敏感网络(TSN)技术相结合,形成深具变革意义的CC-Link IE TSN规范,使用时间分割的方式实现实时通信和非实时通信共存传输,同时实现不同开放(本文来源于《中国仪器仪表》期刊2019年07期）
李科春,盛鹏,任林海[2]（2019）在《构建四川智慧高速数据引擎浅析》一文中研究指出针对四川智慧高速建设的现状,本文以"大数据+"的各类新技术为手段,对道路养护、收费稽查、和公众服务等方面进行重点研究,以构建业务数据引擎为核心,探讨推动四川高速智慧管理和服务的新思路和方法,让数据资源变为真正有价值的"数据资产",为四川省高速路网管理和运营提供数据支撑和决策服务。(本文来源于《中国交通信息化》期刊2019年S1期）
宋晓峰,赵卫伟,韩鹍[3]（2019）在《基于大数据引擎的军事信息网络安全防护系统》一文中研究指出针对网络安全威胁愈演愈烈背景下军事信息网络安全防护面临的主动防御能力弱、APT攻击检测难、威胁情报系统建设滞后、缺乏大数据支撑的网络安全防护平台等安全挑战,研究了基于大数据分析的APT攻击检测技术、大数据环境下的威胁情报获取技术,提出了一种基于大数据引擎的军事信息网络安全防护系统架构。(本文来源于《电子信息对抗技术》期刊2019年03期）
吴万本[4]（2019）在《基于谷歌地球数据引擎的台风过境水稻灾害评估》一文中研究指出中国是世界水稻生产大国,同时也是受台风影响最严重的国家之一,中国沿海地区水稻生产长期受到台风的影响,台风带来的狂风暴雨使水稻处于倒伏、受淹状态,进而导致水稻大量减产甚至绝收。因此,实现台风后水稻受灾信息的快速精准提取成为当前亟待解决的问题。由于台风突发性强、影响范围广,给全面获取台风后水稻灾情信息带来了极大的难度。目前已有较多研究探讨台风灾害评估方法,但主要注重于对台风灾害风险评价、淹水面积提取等方面,并不能获取详细的水稻受灾状态信息,如水稻灾后生长状态(倒伏/直立)、淹水深度、灾后恢复程度等。此外,过去的研究缺少对水稻受灾后恢复情况进行有效评估,很难全面反映水稻真实成灾情况。本文基于谷歌地球数据引擎(Google Earth Engine,GEE)平台,结合地面水稻淹水田间实验及多时相中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer,MODIS)遥感资料,实现了台风登陆后水稻淹水深度实时反演以及水稻受灾类型识别。具体研究内容与结果如下:(1)研究通过水稻淹水模拟实验,模拟了水稻不同受灾场景,进而测得直立、倒伏水稻在不同淹水深度下对应的高光谱反射率,并分析多种光谱衍生指数如归一化植被指数(Normalized Difference Vegetation Index,NDVI)、增强型植被指数(Enhanced Vegetation Index,EVI)、增强型地表水分指数(Modified Land Surface Water Index,MLSWI)等在淹水前后指数变化量对于淹水深度的响应,最后选取对淹水深度较为敏感的指数变化量作为因子分别建立了直立、倒伏水稻淹水深度估算模型,并进一步将MODIS反射率产品应用于淹水模型,实现了台风过境后研究区域近实时的水稻淹水深度制图。水稻淹水深度模型经过了2013年23号菲特台风的案例测试,结果表明,通过遥感反演的水淹深度与台风期间累计降水量相关性较明显,决定系数R2达到0.52,证明了水稻淹水模型的可靠性。(2)研究借助多时相MODIS NDVI资料,设计了水稻恢复生长指数(Rice Recovery Growth Index,RGI),对灾后恢复生长型水稻进行识别并对其恢复程度进行定量评估。同时结合水稻脆弱性曲线概率模型(Fragility Curves,FCs),台风过境前、台风过境期间、台风过境后叁个时相的NDVI指数值波动特征以及RGI数值分布,对水稻灾害进行分类识别,最终获得了水稻受灾、成灾面积。此方法通过了2013年第23号台风菲特(Fitow),2014年第15台风海鸥(Kalmaegi),2015年第21号台风杜鹃(Dujuan),2015年第22号台风彩虹(Mujigae)等4个台风的测试。研究最后通过分析台风期间最大风速、累计降水等致灾因子与RGI数值的分布相关性,结果表明,水稻灾后恢复生长程度与四个案例中的致灾因子存在明显相关性(R2=0.58,R2=0.53,R2=0.46,R2=0.43)。此外,研究估算的四个案例台风水稻受灾面积与实际水稻受灾面积相关性显着(R2=0.7),进一步表明了本文提出的水稻灾后评估方法的可靠性。(本文来源于《华东师范大学》期刊2019-03-01）
陈平[5]（2019）在《中科天玑:数据引擎创造价值》一文中研究指出2018年12月6日,第十一届中国大数据技术大会(BDTC)在北京举办。见到吴琼博士时,她正要前往工信部参加一个会议,利用短暂间隙她接受了的采访。历经11载发展,中国大数据技术大会已经成为国内大数据领域的权威前沿会议。伴随着大数据技术在中国各行各业的落地生根,BDTC(本文来源于《中国商界》期刊2019年Z1期）
冯升波,周伏秋,王娟[6]（2018）在《打造大数据引擎推 进能源经济高质量发展》一文中研究指出能源大数据是新型的国家基础性能源战略资源。抢占国际能源竞争战略新高地,打造能源大数据引擎,创新驱动我国能源经济发展方式变革、质量变革、效率变革、治理变革,数字支撑能源供给侧结构性深化改革,从能源维度助力全国数字经济发展,是新时代我国能源经济高质量发展的必然要求和重大战略选择。(本文来源于《宏观经济管理》期刊2018年09期）
赵亮,梁胜彬,楚广琳[7]（2018）在《以大数据为基础的挖掘数据引擎研究》一文中研究指出该文在开篇介绍了大数据的基本内涵、主要特点和研究价值。随后浅述了数据挖掘的叁种工具和四类主要算法,并在第叁部分简述了一种以Spark为基础的数据挖掘算法的模型结构。(本文来源于《电脑知识与技术》期刊2018年24期）
王瑶[8]（2018）在《发挥大数据引擎作用 助推经济高质量发展》一文中研究指出本报讯（ 王瑶）7月4日，省委常委、市委书记张吉福率灵丘县、市发改委、经信委、国土、供电等部门和单位负责人赴河北省怀来县新兴产业园，实地考察秦淮数据新媒体大数据产业基地，并与秦淮数据有限公司总裁居静等，就双方加深项目合作，以大数据引领新经济发展等进行(本文来源于《大同日报》期刊2018-07-05）
黄舍予[9]（2018）在《洞察流量，高性能DPI助力运营商打造大数据引擎》一文中研究指出大数据时代已全面来临。今天，已经没有人怀疑大数据的战略意义，但是如何更加精准地采集数据、分析价值，真正发挥大数据的大价值，却是整个社会尤其是网络运营商关注的焦点。针对这一问题，《人民邮电》报日前采访了北京浩瀚深度信息技术股份有限公司CTO陈陆颖，他认(本文来源于《人民邮电》期刊2018-06-21）
刘沁娟[10]（2018）在《创新电子政务 驱动数据引擎》一文中研究指出4月23日,在电子政务分论坛和大数据分论坛上,专家们围绕电子政务如何创新优化,大数据怎样发挥数据价值智联未来等话题交流实践经验,探讨电子政务及大数据未来的发展趋势电子政务离不开大数据应用,大数据引领电子政务发展。4月23日,在电子政务分论坛和大数据分论坛上,专家们围绕电子政务如何创新优化,大数据怎样发挥数据价值智联未来等话题交流实(本文来源于《网络传播》期刊2018年05期）
数据引擎论文开题报告
（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：
针对四川智慧高速建设的现状,本文以"大数据+"的各类新技术为手段,对道路养护、收费稽查、和公众服务等方面进行重点研究,以构建业务数据引擎为核心,探讨推动四川高速智慧管理和服务的新思路和方法,让数据资源变为真正有价值的"数据资产",为四川省高速路网管理和运营提供数据支撑和决策服务。
（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。
数据引擎论文参考文献
[1].特邀.CC-LinkIETSN,启动智慧工厂的数据引擎——访CC-Link协会(CLPA)技术部会长有马亮司先生[J].中国仪器仪表.2019
[2].李科春,盛鹏,任林海.构建四川智慧高速数据引擎浅析[J].中国交通信息化.2019
[3].宋晓峰,赵卫伟,韩鹍.基于大数据引擎的军事信息网络安全防护系统[J].电子信息对抗技术.2019
[4].吴万本.基于谷歌地球数据引擎的台风过境水稻灾害评估[D].华东师范大学.2019
[5].陈平.中科天玑:数据引擎创造价值[J].中国商界.2019
[6].冯升波,周伏秋,王娟.打造大数据引擎推进能源经济高质量发展[J].宏观经济管理.2018
[7].赵亮,梁胜彬,楚广琳.以大数据为基础的挖掘数据引擎研究[J].电脑知识与技术.2018
[8].王瑶.发挥大数据引擎作用助推经济高质量发展[N].大同日报.2018
[9].黄舍予.洞察流量，高性能DPI助力运营商打造大数据引擎[N].人民邮电.2018
[10].刘沁娟.创新电子政务驱动数据引擎[J].网络传播.2018