排序方式: 共有13条查询结果,搜索用时 0 毫秒
1.
2.
基于关系数据库的实时数据压缩探讨 总被引:1,自引:0,他引:1
基于关系数据库,探讨实时数据在关系表中的压缩存储和访问技术.采用Oracle数据库内部语言,对给出的压缩方法加以实现.程序运行结果表明,针对大量的实时数据具有良好的压缩效果,压缩后数据量急剧减少,在数据时间间隔频率不高和采集点数较少时,给出的方法可作为实时数据库的替代方案. 相似文献
3.
工业过程数据中缺失值处理方法的研究 总被引:1,自引:0,他引:1
针对工业生产中过程数据的缺失问题,首次提出了运用多重填补方法处理工业过程的缺失数据.阐述了常用的缺失数据处理方法,指出各方法的优缺点.在此基础上,通过建立回归模型,针对多变量工业数据中缺失值较少和较多时的两种情况,分别用删除含缺失值的个案,简单填补和多重填补(MI)3种方法对数据进行处理,利用处理后的新数据集进行数据挖掘,预测目标变量的值,并对预测结果进行分析比较.实验结果表明,多重填补方法的处理效果最好,为工业数据的缺失值处理提供了有用的策略. 相似文献
4.
本文基于滤波法的思想,引进了一种新的数据稳态监测算法启发式算法,介绍了该算法的实现过程,它不需要CST和MTE的区间稳态假设,判断方法不需要限制时域位置,可以沿着时间轴移动时间窗口来判断时间窗内过程是否处于稳态,与滤波法有类似之处。它拓展了滤波法的适用范围,其优点在于该算法不但可以用于判断历史时间窗内过程是否处于稳态,同时也可持续地监测最新的实时测量数据是否处于稳态。该算法在自主开发的工业数据平台中得到应用,应用结果表明,该算法简单可靠,对实时过程数据的稳态监测能给出满意的结果。 相似文献
5.
针对企业在信息决策过程中对工业数据质量的需求,以流程工业生产过程中存在的两类数据——实时过程数据和化验室质量分析数据为研究对象,讨论了在时滞、频率不一致、噪声等情况下整合这两类数据的流程和方法,包括稳态过程监测算法、软测量实现过程、累计量和瞬时量转换以及数据压缩存储等,通过实例应用指出了该方法的有效性,并分析了该研究的应用前景。 相似文献
6.
丁二烯生产中,由于不可知因素干扰和随机误差,来自DCS的实时数据普遍有随机误差或显著误差。如何纠正和抹平误差,对于提高数据精度和可靠性具有重要意义。本文描述的数据校正模块基于线性条件,根据实际情况将模块结构划为矩阵处理和校正两部分,并针对工业数据的特性,设计相应的数据结构和处理流程。从实际应用来看,在线性条件下,模块能够完成数据校正的功能。 相似文献
7.
Apriori算法在流程工业质量控制中的应用研究 总被引:1,自引:0,他引:1
采用Apriori算法对流程工业的过程历史数据进行分析,得到流程工业数据中温度、压力、流量等过程变量对丙烯产品质量的影响程度,实现对未知影响因素的分析和预测.实验结果表明,采用关联规则挖掘能够得到生产过程中隐含的质量调节规律,根据这些信息可以提高过程的控制及操作水平,从而提高决策能力和决策效率,对流程工业的生产管理具有一定的指导意义. 相似文献
8.
9.
10.
基于广义逆的一元矩阵PADE逼近被推广到了二元的情形,并给出了其定义,然后根据其定义提出和证明了它的一些代数性质。 相似文献