【摘 要】
：
数据资产是企业最为关键的战略资源。为优化企业数据资产利用模式、实现企业效益的最大化,基于三层B/S架构设计了数据资产全周期管理方法。首先分析数据资产价值影响要素,然后融合层次分析法和灰色关联分析法,利用关联度明确可比数据资产,继而建立数据资产价值评估模型。仿真结果表明:该方法具有高效的数据资产全周期管理效率,能够为企业经济效益的提升发挥积极作用。
论文部分内容阅读
数据资产是企业最为关键的战略资源。为优化企业数据资产利用模式、实现企业效益的最大化,基于三层B/S架构设计了数据资产全周期管理方法。首先分析数据资产价值影响要素,然后融合层次分析法和灰色关联分析法,利用关联度明确可比数据资产,继而建立数据资产价值评估模型。仿真结果表明:该方法具有高效的数据资产全周期管理效率,能够为企业经济效益的提升发挥积极作用。
其他文献
移动增强现实(MAR)技术是人机交互技术发展的一个全新方向,它是将虚拟和现实结合的体现,具有实时互动的特性,解决了传统展览方式的单一性以及游客跟展品之间缺乏互动性的问题。本文以开发增强现实在纪念馆导览系统中的应用为载体,建立纪念馆MAR展品互动展示系统,将展品以多种形式展现给游客,探索新型的纪念馆导览方式。
以轨道交通车辆检修设备——空油变换器试验台为研究对象,该试验台初期采用模拟量输入输出的智能仪表进行数据采集,在实际试验过程中存在上位机界面显示与数显表显示数据不同步,且气压和液压测试数据不准确等问题。为此,研发基于PLC主站,多个串口通信的传感器和数显表、以及上位机为从站的一主多从通信结构,采用西门子PLC的自由口通信方式,集成精确同步的实时测控系统。经试验验证,此系统可实现测试数据的同步实时显示,且数据准确度高,提高了试验台测试的精度和试验效率。
针对配网台区智能化的需求,提出一种低压直流线路故障的诊断与定位方法。首先分析了在智能配网背景下,低压直流配网的形态特征,建立了低压直流配网的故障模型,分析了智能设备在配网故障诊断中的作用。然后讨论了不同类型的接地故障特点,并通过模型说明了故障阻抗在故障电流中的作用。最后针对智能配网台区的用户侧特点,提出了一种配网故障定位的方法,说明了网络不同故障类型下的响应结果。
目前孤岛检测手段繁多,但仍存在隐患。为减小孤岛检测盲区、降低隐患,设计了一种基于电力系统仿真技术的孤岛检测方案。该方案通过使用电力系统仿真技术、电压谐波检测法与谐波注入法,实现了仿真技术与主/被动孤岛检测手段的结合,达到了理想情况下无盲区的孤岛检测目的。该方案吸取主动检测与被动检测的优点、规避两者的缺点,在系统硬件精度与算法精度足够的前提下,进行孤岛检测时无盲区,可有效减少孤岛检测手段中存在的隐患。
为提高电子设备电磁兼容预测的准确性和抗干扰能力,提出基于部分元等效电路(PEEC)的电磁兼容性层次化预测方法。构建电子设备电磁信号模型,波束聚焦和模糊识别电磁信号后对其进行调制。利用空间波束形成处理方法对调制后的电磁信号进行兼容性融合和滤波处理,提取电磁信号的谱特征。采用PEEC参数估计方法结合谱特征结果多层次预测电子设备电磁兼容性。仿真结果表明,采用该方法对电磁兼容预测的拟合性较好,信号匹配度水平较高,抗干扰能力较强,明显提高预测电子设备电磁兼容性的准确性。
电-热互联综合能源系统负荷预测参数相似度较高,预测收敛性较差。提出基于模糊C均值聚类算法的电-热互联综合能源系统负荷预测方法。联合能源转换器、负荷预测芯片两个初级应用设备,完成电-热互联综合能源系统的特性负荷元件研究。按照能源系统电-热数据密度估计条件,设定实际均值聚类参数,通过预测系数归一化处理实现基于模糊C均值聚类算法电-热互联综合能源系统负荷预测。实验结果表明,与传统基于RBF电量调试的能源系统负荷预测方法相比,所提方法应用过程中,UDC指标(单位时间内电压输出水平)、IDC指标(单位时间内电流输出
为了保证三轴转台的关键参数满足惯导系统标定、测试和验收要求,必须对关键参数进行检测和标校。目前三轴转台的关键参数主要包括:三个轴的垂直度、转台坐标系与地理坐标系误差角。这些关键参数验收及标校一直比较困难,尤其是三轴垂直度,目前国内只能在装配过程中检验,装配后由于轴里有滑环遮蔽光路所以无法检验。介绍了利用高精度IMU捷联惯组进行转台关键参数的标校的原理和方法。最后通过在转台上的实际测试验证了方法的可行性。
本文基于频谱包络构建并实现了钢琴乐音仿真模型,即以钢琴琴弦振动与共鸣箱相关作用为基础,基于频谱合成技术原理,就某段C大调乐谱相关参数输入,以加法合成技术为载体,实现了
针对高炉布料装置的炉顶监控系统PROFIBUS-DP总线中编码器网络拓扑结构星型的局限性,提出混合型拓扑结构的改造方法。改造后生产运行结果表明,该方法提高系统的稳定性,有效解决了炉顶上料系统故障频繁的问题。
本文基于计算机视觉算法设计了视频智能监控与跟踪系统。以OpenCV计算机视觉库、Visual Studio与MFC框架开发并实现了系统。首先设计系统整体框架,其次着重分析视频数据预处理,再次以高斯混合背景差分法提取目标,通过阈值二值处理与背景相分离,然后以Camshift与卡尔曼滤波跟踪目标并发出告警提示,最后系统实现结果表明,基于高斯混合背景差分法进行运动目标提取,并通过阈值二值处理,可准确可靠地与背景相分离,目标检测效果显著;可及时准确触发告警机制,发出告警提示信息。