检索结果-内蒙古大学图书馆

电脑知识与技术 2018年第6Z期14卷 275-277页

作者：杨丽洁河海大学计算机与信息学院江苏南京211100

近年来,随着气候和水文模拟能力的提升,卫星等采集数据技术的改进以及智能计算的进步,数据驱动方法在洪水预报领域的使用越来越普遍。鉴于数据驱动方法在洪水领域的迅速发展,本文主要概述数据驱动模型的基本概念和其在过去不同类型流域... 详细信息

近年来,随着气候和水文模拟能力的提升,卫星等采集数据技术的改进以及智能计算的进步,数据驱动方法在洪水预报领域的使用越来越普遍。鉴于数据驱动方法在洪水领域的迅速发展,本文主要概述数据驱动模型的基本概念和其在过去不同类型流域、不同水文要素下的应用以及各学者做出的相关改进,即主要对BP神经网络、RBF神经网络、支持向量机(SVM)模型、栈式自编码(SAE)模型和模型组合应用作简要回顾;最后确定未来的研发方向。

关键词：数据驱动模型 BP RBF SVM 洪水预报

来源：评论

学校读者我要写书评

暂无评论

基于数据驱动模型的质子交换膜燃料电池性能预测与优化

基于数据驱动模型的质子交换膜燃料电池性能预测与优化

引用

作者：白健电子科技大学

学位级别：硕士

质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)具有启动温度低、能量利用率高、绿色环保的特点,被广泛应用于交通运输领域。目前,PEMFC的性能是制约其发展的关键问题。现有研究表明,PEMFC的诸多运行条件极大的影响了... 详细信息

质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)具有启动温度低、能量利用率高、绿色环保的特点,被广泛应用于交通运输领域。目前,PEMFC的性能是制约其发展的关键问题。现有研究表明,PEMFC的诸多运行条件极大的影响了其性能表现,为探究不同运行条件对电堆性能的影响,常用的方法是通过实验获取大量数据,从而建立PEMFC模型并基于此完成性能研究。但由于电堆内部涉及诸多物理和化学过程,对其构建的传统机理模型复杂而繁琐。近年来数据驱动模型由于其具有较高的准确性和自适应能力,常与优化算法配合以完成PEMFC数据驱动模型建模和性能优化工作。本文基于神经网络和优化算法构建了PEMFC数据驱动模型和性能优化框架,用以完成PEMFC性能预测与优化相关研究。详细研究内容介绍如下:(1)设计正交实验并运用数据分析方法研究了多种运行条件对PEMFC性能的影响。搭建了包括测试台架和测试平台软件在内的PEMFC测试实验平台;根据PEMFC性能特性和测试实验平台功能,确定所研究的运行条件和性能指标;在测试实验平台上设计并完成了多个电流密度点下的正交实验;采用极差分析和多目标方差分析完成了对实验数据的分析。正交实验数据将用于后续数据驱动建模。(2)采用径向基函数神经网络和改进的灰狼优化算法构建了电压数据驱动模型,并完成PEMFC单目标性能优化。为更好的解决单目标优化问题,针对灰狼优化算法提出改进手段;使用径向基函数神经网络构建电压数据驱动模型,并基于改进的灰狼优化算法对模型参数进行优化;采用实验数据集对电压数据驱动模型训练效果和泛化性进行评价;运用电压数据驱动模型和改进的灰狼优化算法完成PEMFC单目标性能优化,对比优化结果证明方法有效性。(3)运用数据驱动模型和多目标灰狼优化算法构建了多目标优化框架,并在此基础上完成了PEMFC多目标性能优化和软件设计实现。选取和定义了多个具有研究意义的性能优化指标;构建了功耗数据驱动模型以替代其机理模型,实现计算效率的大幅提高;将数据驱动模型和多目标灰狼优化算法进行结合,建立了多目标优化框架;应用多目标优化框架完成了PEMFC多目标性能优化,并对优化结果进行了分析;基于多目标优化框架开发了PEMFC性能预测与优化软件。最终实现本文技术路线的便捷化、可视化和系统化。

关键词：质子交换膜燃料电池数据驱动模型优化算法性能预测与优化

来源：评论

学校读者我要写书评

暂无评论

污水处理厂总氮、总磷数据驱动模型的建立及研究

污水处理厂总氮、总磷数据驱动模型的建立及研究

引用

作者：姚怡帆青岛理工大学

学位级别：硕士

污水处理是改善水环境的重要措施,污水处理厂是承担污水处理任务的重要一环。随着人口增长、工业化的推进,与日俱增的污水处理量加重了污水处理厂的负担,日益严格的环境标准也时刻考验着污水处理厂的处理能力。污水处理涉及的环节较多,... 详细信息

污水处理是改善水环境的重要措施,污水处理厂是承担污水处理任务的重要一环。随着人口增长、工业化的推进,与日俱增的污水处理量加重了污水处理厂的负担,日益严格的环境标准也时刻考验着污水处理厂的处理能力。污水处理涉及的环节较多,外部环境、人工操作和污水处理过程的复杂性均给污水处理系统带来了许多不确定性,导致处理效率低、管理差等问题的出现。为了准确把握污水处理各环节规律、及时了解污水处理的状况,本文从污水处理厂历史数据出发,通过建立数据驱动模型对进水进行软测量,并对出水进行预测。并且从水质预测模型的角度优化投药量。考虑到污水处理所涉及指标的复杂性,本文选取了污水处理过程中最具有代表性的总氮、总磷作为研究对象,相关研究结果如下:（1）对历史数据的分析表明,部分历史数据存在异常值且较多指标不服从正态分布。为了更好地建立合适的模型,增加模型的泛化效果,通过拉依达准则和无量纲化对原始数据进行清洗、处理工作。将皮尔森相关性分析和灰色关联分析二者结合,筛选出合适的指标构建数据集,以便驯化模型。（2）建立进水总氮、进水总磷软测量模型:以SVR和XGBoost为基础算法,分别使用网格搜索法和遗传算法进行调参。通过RMSE、MAE和R2三项指标评估,证明无论是SVR模型还是XGBoost模型,遗传算法的调参效果优于网格搜索法。其中,遗传算法用于XGBoost调参时,模型优化程度最大,相比未调参的XGBoost模型,其拟合度在预测出水总磷和出水总氮上分别提升了52.6%和39.4%。除此之外,遗传算法与SVR的结合精度最高,拟合度最好,在预测进水总氮时,RMSE、MAE和R2分别为4.705884、3.710298、0.725884,在预测进水总磷时,RMSE、MAE和R2为1.207601、0.992407、0.700587。经过分析,该模型可应用于进水总氮、进水总磷的软测量工作。（3）建立出水总氮、出水总磷预测模型:运用BPNN和LSTM预测出水总氮、出水总磷时发现,两种神经网络模型可有效拟合趋势,但无法达到理想的精度。因此借助stacking集成思想融和SVR、XGBoost、BPNN、LSTM算法,加之K-NN作整合提升,所形成的stacking集成模型在预测出水总氮和出水总磷上可有效降低误差,预测结果更加准确,在预测出水总氮时,RMSE、MAE和R2分别为0.970788、0.712172、0.70446,在预测出水总磷时,RMSE、MAE和R2为0.037139、0.028677、0.695269。表明该模型可以实现出水总氮、出水总磷的精准预测。（4）基于出水总磷预测模型进行三氯化铁的投药量优化,选取10组数据作为优化样本,观察出水总磷浓度和三氯化铁投加量的关系,并通过相关性分析对可行性进行了检验。结果表明,能够借助出水预测模型实现污水处理药剂投加量的反向计算。综上所述,本文通过建立稳健、精确的水质预测模型,为污水处理厂精准控制、提标改造等工程应用提供数据支撑和人工智能辅助支持,对于污水处理厂提高自动化程度、改善运营管理具有一定的参考意义。

关键词：污水处理厂水质预测数据驱动模型特征筛选 stacking集成算法

来源：评论

学校读者我要写书评

暂无评论

基于混合数据驱动模型的风电功率预测方法研究

基于混合数据驱动模型的风电功率预测方法研究

引用

作者：王晨萌江苏大学

学位级别：硕士

风能作为发展潜力巨大的可再生能源,具有资源分布广、转化效率高、对环境影响小等优点,其开发与利用日益受到重视。但是,大规模风电接入电网时,其间歇性和随机性会对电网的稳定运行和供电质量带来巨大挑战。对风电功率进行准确预测可以... 详细信息

风能作为发展潜力巨大的可再生能源,具有资源分布广、转化效率高、对环境影响小等优点,其开发与利用日益受到重视。但是,大规模风电接入电网时,其间歇性和随机性会对电网的稳定运行和供电质量带来巨大挑战。对风电功率进行准确预测可以显著提高电力系统的安全性、稳定性和经济性。因此,围绕风电功率预测方法展开研究具有重要的实际意义与应用价值。本文针对实际风电场数据,采用数据驱动技术,结合群智能优化算法,对风电功率混合预测方法展开研究。主要研究工作包括:（1）对原始风电数据进行相应预处理。首先,将云南某风电场和土耳其某风电场采集到的数据分别作为原始数据集A和数据集B。针对原始数据集A,采用递归特征消除（RFE）法进行特征选择,找出最优的特征组合;针对原始数据集B,采用四分位清洗法和模型填充法进行预处理。（2）提出一种结合极限学习机（ELM）和改进型教学优化（i TLBO）的混合风电功率预测方法。为了提高基本TLBO算法的收敛速度和学习能力,对其进行四种改进,并将得到的i TLBO算法应用于ELM模型的参数优化中。风电功率预测结果表明:该混合预测方法具有较好的精确性,其相对均方根误差、平均绝对误差和平均绝对百分比误差值均低于所给出的对比方法。（3）提出一种基于偏最小二乘法（PLS）的集成风电功率预测方法。该集成预测方法选择三种工作原理不同的基模型。为提高预测精度,降低单一模型的误差,采用PLS组合机制对这些基模型的权重进行设置。风电功率预测结果表明:所提出集成方法能够综合各基学习器的优点,有效提高风电功率预测精度。

关键词：风电功率预测数据驱动模型数据预处理极限学习机集成模型

来源：评论

学校读者我要写书评

暂无评论

基于数据驱动模型的车用燃料电池性能一致性研究

基于数据驱动模型的车用燃料电池性能一致性研究

引用

作者：苏杨淮电子科技大学

学位级别：硕士

质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)具有效率高、环境友好、能量密度高等优点,被广泛应用于交通领域。车用燃料电池电堆通常由数百节燃料电池串联组成,其中电池间的电压一致性是衡量其性能与寿命的一项重要... 详细信息

质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)具有效率高、环境友好、能量密度高等优点,被广泛应用于交通领域。车用燃料电池电堆通常由数百节燃料电池串联组成,其中电池间的电压一致性是衡量其性能与寿命的一项重要指标。在实时运行过程中,燃料电池存在局部性能过低与一致性偏差等问题,从而降低其可靠性与寿命,而基于模型的节电压一致性研究有利于工况参数的优化与性能的提升。但由于燃料电池电堆复杂的几何结构,采用机理模型对数百节燃料电池电压及一致性进行预测需要耗费大量的计算资源与时间。而人工神经网络(Artificial Neural Network,ANN)模型具有效率高、可在线应用等优点,因此,本文采用该模型对自主设计的、具有140节燃料电池的60 k W燃料电池电堆的稳态节电压一致性和动态节电压一致性展开研究,有利于其操作参数的优化与性能的评估。本文的主要研究工作如下:第一,机理上分析了影响燃料电池电压输出的关键操作条件,设计了车用燃料电池不同工况下的稳态与动态实验,获取了不同阴极出堆压力下以及不同负载电流下的实验数据,为稳态节电压一致性和动态节电压一致性研究提供数据集。第二,建立了稳态ANN模型,根据燃料电池电压输出模型选择影响燃料电池性能与一致性的关键工况参数作为稳态ANN模型的输入特征,并对包括隐藏层层数与神经元数量在内的模型结构进行探讨。最终确定的稳态ANN模型结构具有六个输入特征、两层隐藏层以及140维输出,将其用于140节燃料电池稳态电压及一致性预测并与实验结果对比分析。同时对模型的泛化能力进行验证,并将该模型用于高负载电流下的140节电压和一致性预测。最后,为了提高模型的运算效率,采用平均分组的方式对模型进行输出降维,为模型用于在线预测提供理论基础。第三,对燃料电池动态特性进行了分析,并在稳态ANN模型已有输入特征的基础上增加负载电流变化量和反应物流量变化量以建立动态ANN模型,同时分析以上新增输入特征对于动态节电压预测的影响。将该动态ANN模型用于降载过程中140节动态节电压及一致性预测并与实验结果对比分析,并泛化应用于其他阴极出堆压力下与系统升载过程中的动态节电压及一致性预测。本文提出的ANN模型对燃料电池电压及一致性的高效预测有利于准确评价燃料电池性能、健康状态和可靠性。

关键词：车用燃料电池系统数据驱动模型节电压一致性性能预测

来源：评论

学校读者我要写书评

暂无评论

基于数据驱动模型的无人机轨迹跟踪及避障方法研究

基于数据驱动模型的无人机轨迹跟踪及避障方法研究

引用

作者：王旭哈尔滨工业大学

学位级别：硕士

无人机具有机动灵活、成本低廉、操作方便的特点,在侦查、测绘等各种军民用领域得到了广泛应用,并逐渐替代人工执行任务,降低人员安全风险,同时扩大任务可达空间。无人机在执行任务过程中稳定安全的轨迹跟踪是顺利完成任务的基础,需要... 详细信息

无人机具有机动灵活、成本低廉、操作方便的特点,在侦查、测绘等各种军民用领域得到了广泛应用,并逐渐替代人工执行任务,降低人员安全风险,同时扩大任务可达空间。无人机在执行任务过程中稳定安全的轨迹跟踪是顺利完成任务的基础,需要进一步研究和优化。本文以四旋翼无人机的轨迹跟踪及安全避障为研究背景,对四旋翼无人机数据驱动动力学建模、轨迹跟踪和安全避障等问题展开研究,主要工作包括:针对四旋翼无人机旋翼绕流复杂导致难以精确建立动力学模型的问题,建立了基于特殊三维欧式空间(Special Euclidean Group,SE3)下哈密顿力学原理的四旋翼无人机动力学模型。首先,给出了相关李群李代数基础,阐明了在SE3空间下各种基本变换关系和定义;其次,推导基于牛顿-欧拉法的四旋翼动力学模型,描述了旋翼气动推力和两种常见的复杂空气动力学效应,阐明了传统建模方法的困难;再次,基于哈密顿力学框架对四旋翼无人机动力学进行重新描述,并结合李群李代数将其变换到SE3空间,使动力学模型满足严格的运动学约束和总能量约束;最后,将系统参量及各种附加干扰用矩阵归纳表示,使各项参数和控制量映射便于表达,为后续数据驱动建模提供理论基础。采用微分神经网络并结合上述哈密顿动力学系统下四旋翼无人机的动力学描述,构建数据驱动动力学模型,可以利用数据训练得到四旋翼无人机的精确动力学模型。针对一般神经网络数据拟合模型的“黑箱”、不可解释且可靠性无法保障的局限,首先,应用神经网络表示哈密顿系统中惯量矩阵、势能矩阵及控制映射输入矩阵,得到哈密顿动力学模型架构的网络化表示;其次,考虑到系统状态微分难以获取导致难以通过数据集直接监督训练,采用四阶龙格-库塔微分求解器,基于哈密顿微分网络框架获得系统后续时刻状态,并利用数据集进行监督训练,得到系统各项矩阵的近似逼近;最后,通过仿真,证明了所提框架对运动学及动力学约束的良好符合性,实现了对系统动力学行为的长期、精确预测。将基于数据驱动模型的四旋翼的运动控制任务,描述为模型预测控制(Model Predictive Control,MPC)问题,实现同时运动规划与轨迹跟踪。针对数据驱动模型难以用传统序列二次规划(Sequence Quadratic Programming,SQP)方法进行梯度求解的问题,采用交叉熵算法(Cross Entropy Method,CEM)进行最优控制量求解;通过生成随机动作序列,并按照指标函数筛选最优轨迹,得到当前状态下近似最优动作序列,从而避免了求解梯度,且不需要系统满足严格凸优化约束,实现了基于数据驱动模型的MPC问题最优控制量求解。仿真证明了基于数据驱动模型的MPC能够实现对四旋翼无人机平滑或非平滑路径的稳定平滑轨迹跟踪。针对无人机飞行时轨迹上出现障碍物需要避障的需求,在MPC得到最优控制量的基础上,采用屏障控制函数进行约束并附加修正,实现了四旋翼在轨迹跟踪过程中对静态和动态障碍物的规避。将四旋翼动力学改写为仿射控制形式,并针对四旋翼的动力学特性,以李雅普诺夫控制理论为基础,推导得到四旋翼系统的二阶指数屏障控制函数,并将最优控制和屏障控制函数约束构建为二次规划问题进行修正控制量求解,实现最小控制扰动的安全控制量约束。仿真实验验证了该方法能够在轨迹最小偏离情况下实现对静态和动态障碍的实时躲避,保证无人机飞行安全。

关键词：四旋翼无人机数据驱动模型哈密顿动力学模型预测控制屏障控制函数

来源：评论

学校读者我要写书评

暂无评论

基于数据驱动模型的Web前端框架研究与实现

基于数据驱动模型的Web前端框架研究与实现

引用

作者：刘先莉西南科技大学

学位级别：硕士

本文针对前端框架中存在的代码重用性低、页面响应速度慢以及在开发轻量级Web应用性能上不足的问题,采用JavaScript、Ajax等传统前端发开技术和Html5、CSS3、Virtual Dom等新兴前端开发技术理论与实践相结合的方式,实现了基于数据驱动... 详细信息

本文针对前端框架中存在的代码重用性低、页面响应速度慢以及在开发轻量级Web应用性能上不足的问题,采用JavaScript、Ajax等传统前端发开技术和Html5、CSS3、Virtual Dom等新兴前端开发技术理论与实践相结合的方式,实现了基于数据驱动模型的Web前端框架。具体的研究内容如下:首先,对前端框架中MVC、MVP和MVVM三种数据驱动模型的应用、优缺点以及目前主流Web前端框架的结构和实现原理进行了深入的研究和分析;采用基于数据驱动模型的架构设计思想,对前端框架进行了需求分析、架构设计、类图设计以及视图层、模型层和视图模型层的详细设计。在此基础上,实现了一个基于数据驱动模型的高效Web前端开发框架。框架包括视图、模块、模型、模版、事件、表达式、指令、过滤器、请求、插件、路由、编译和渲染功能。框架实现了基于数据驱动的渲染模式,页面变化只需修改数据即可实现,极大地降低了开发成本,提升了开发效率,并且完成了三个方面的优化:一方面,通过提供给框架完整的模块化支持,页面以模块为单位进行组合,以模块化为基础,构建SPA应用,增加了模块的重用程度,从而提升了前端开发代码的可重用性;另一方面,研究和优化框架中的数据存储和提取方法,并提出数据模块化存储方案,在保证数据完整性的同时减少了与服务器的数据交互时间,有效地提升了页面响应速度,并进一步改善了用户体验;同时,通过采用差异性渲染的框架性能优化方案,减少了dom树的节点遍历,降低了时间复杂度,在框架的复杂度和性能优化之间取得平衡。最后,完成了基于数据驱动模型的Web前端框架的整体应用和全面测试。通过前端框架在WebApp中的应用、代码质量检测和自动化功能测试来描述整个框架的流程及易用性。同时,将实现的前端框架与当前主流的前端框架AngularJS和ReactJS进行了性能对比测试,可以看出,框架在渲染绘制效率、页面响应效率、内存占用效率以及资源加载效率方面得到了进一步的改进。证明了论文实现的基于数据驱动模型的Web前端框架具有更好的性能,适合开发逻辑简单的Web应用。

关键词：数据驱动模型前端框架模块化差异性渲染

来源：评论

学校读者我要写书评

暂无评论

基于数据驱动模型的入海污染源排污削减优化方法研究

引用

水资源与水工程学报 2017年第2期28卷 9-13,18页

作者：李明昌戴明新周斌焦润红邹斌崔雷李艳丽徐楠交通运输部天津水运工程科学研究院水路交通环境保护技术实验室天津300456 国家卫星海洋应用中心北京100081 国家海洋环境监测中心国家海洋局近岸海域生态环境重点实验室辽宁大连116023 国家海洋环境预报中心国家海洋局海洋灾害预报技术研究重点实验室北京100081

陆源污染物排放是影响近岸海域水环境生态质量最重要的因素。建立了数据驱动模型人工神经网络算法和海域水质模型相耦合的入海污染源排污削减优化方法:基于水质模型污染源项设计工况的数值计算,获得海域内部观测点污染物浓度;以数据驱... 详细信息

陆源污染物排放是影响近岸海域水环境生态质量最重要的因素。建立了数据驱动模型人工神经网络算法和海域水质模型相耦合的入海污染源排污削减优化方法:基于水质模型污染源项设计工况的数值计算,获得海域内部观测点污染物浓度;以数据驱动模型人工神经网络算法建立状态变量(海域内部观测点污染物浓度)同控制变量(污染源项)之间的非线性关系;以海域内部观测点环境目标数据为输入,模拟推算出目标前提下的各污染源项入海允许排放量;最终结合实际排污量,核算获得削减量。以连云港徐圩海域4个入海污染源无机氮的排污削减研究验证方法的有效性,结果表明:数据驱动人工神经网络方法具有非线性、简洁、灵活的优点,可以为近岸海域水污染控制工作提供基础数据支撑;同时研究中采用分区排污削减的方式更能体现兼顾公平的基本原则,优化入海污染源排污削减工作。

关键词：水质模型数据驱动模型神经网络入海污染源排污削减量优化方法

来源：评论

学校读者我要写书评

暂无评论

基于数据驱动模型的深圳填海区地面沉降预测分析

引用

地质灾害与环境保护 2024年第3期35卷 26-31页

作者：王艳邓英尔高延超深圳市勘察研究院有限公司深圳518000 成都理工大学地质灾害防治与地质环境保护国家重点实验室成都610059 中国地质调查局成都地质调查中心成都610081

为解决土地资源问题,深圳市的迅猛发展伴随着填海造陆工程。填海区海相淤泥层属于高饱和软土,高压缩性,上部荷载作用及回填土的自重固结作用易导致地面沉降地质灾害的发生,对填海区地面沉降问题的预测研究也变得至关重要。以空港新城区... 详细信息

为解决土地资源问题,深圳市的迅猛发展伴随着填海造陆工程。填海区海相淤泥层属于高饱和软土,高压缩性,上部荷载作用及回填土的自重固结作用易导致地面沉降地质灾害的发生,对填海区地面沉降问题的预测研究也变得至关重要。以空港新城区域2019年5月至2022年4月的监测数据为例,选择多种数学模型对地面沉降进行预测,包括NAR神经网络模型、GM(1,1)模型、多项式回归模型和ARIMA模型。预测表明:4种模型均能较好地反应出累计沉降量的未来发展趋势,可为后期地面沉降防治方案及地基处理等问题提供基础依据,有效降低地面沉降地质灾害的危险性。综合其预测结果的稳定性及精确度等因素,4种模型的优劣可按ARIMA模型、NAR神经网络模型、多项式回归模型、GM(1,1)模型顺次排序。

关键词：地面沉降数据驱动模型预测填海区

来源：评论

学校读者我要写书评

暂无评论

基于数据驱动模型的医疗器械信息综合管理系统

引用

中国医疗设备 2022年第3期37卷 92-96页

作者：孙国君上海交通大学医学院附属上海儿童医学中心资产管理科上海200127

目的为了实现医疗器械信息的静态管理和动态管理,设计一种基于数据驱动模型的医疗器械信息综合管理系统。方法系统的信息采集层利用AXIe高速数据采集传输接口,采集和存储医疗器械信息后,将采集到的信息传送至数据驱动层;数据驱动层利用... 详细信息

目的为了实现医疗器械信息的静态管理和动态管理,设计一种基于数据驱动模型的医疗器械信息综合管理系统。方法系统的信息采集层利用AXIe高速数据采集传输接口,采集和存储医疗器械信息后,将采集到的信息传送至数据驱动层;数据驱动层利用驱动引擎、挖掘引擎和基于误差反馈的数据清洗方法,清洗接收到的信息并将其存储至数据仓库中;应用管理层整合数据仓库中的信息,依据用户的需求利用相应的接口获取所需的相关服务,查询、调整以及更新医疗器械信息。结果测试结果表明,该系统DB指数均在0.35以下,写入带宽标准均低于0.004 Mbps,序列插补平均相对误差均在0.4以下,具备良好的信息聚类效果、远程写入性能以及更新、修改、调用等操作功能。结论可实现信息的静态管理和动态管理,能够为医疗器械信息管理领域进一步发展奠定坚实的基础。

关键词：数据驱动模型医疗器械信息综合管理驱动引擎挖掘引擎数据清洗

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：