1. 工业大数据的内涵

VIP文章 已于 2022-08-24 09:10:16 修改
阅读量2.2k 收藏
点赞数
分类专栏： 工业大数据学习 文章标签： 工业大数据
于 2022-08-24 09:02:58 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/baidu_16859039/article/details/126497419
版权


1.1 工业大数据的定义


工业大数据即工业数据的总和。
分成三类：企业信息化数据、工业物联网数据、外部跨界数据。
重点要记
企业信息化和工业物联网中机器产生的海量时序数据是工业数据规模变大的主要来源。

工业大数据是智能制造和工业物联网的核心。
从本质上来讲，是通过促进数据的自动流动去解决控制和业务的问题；减少决策过程所带来的不确定；并尽力的去克服人工决策的确定；

1）企业信息化数据

企业信息系统存储了高价值密度的核心业务数据；
信息技术加速了工业领域的应用；
代表应用系统：制造执行系统Mesh、企业资源计划 erp 、产品生命周期plm、供应链管理scm、客户关系管理crm

2） 工业物联网数据

能够实时自动采集设备的运行数据，并且进行远程的实时监控设备

3） 外部跨界数据

物联网促进了工业、社会、经济等领域的深度融合 ；
开始关注气候的变化、生态的约束、政治事件、自然灾害、市场变化等因素，给企业经营产生的影响

最低0.47元/天 解锁文章
沈小叶
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
大数据专题.doc
12-24
理论·政策·产业 大数据专题 大数据专题讲座体会 陕西日报2014年2月11日 赵正永：大力推进信息化发展，对于调整经济结构、转变发展方式、保障和改善民生意 义重大。尽管目前我省的信息化还存在一些问题，但我们要发挥科教大省的资源和人才 优势，逐年增加信息化发展专项资金，出台更加有力的政策措施，努力推进我省信息化 建设走在西部的前列，走进全国的前列。 娄勤俭：我省是中国的集散中心，在扩大信息流、资金流和物流结合发展方面有区域优 势，为大数据基础设施建设提供很好地保证。同时我省是一个欠发达省份，要充分认识 到大数据在人事保障、医疗保障等社会管理中既花钱少又能满足服务的作用，整合资源 、节省投资、快速响应服务，依靠大星通信运营企业提供的服务来推动我省信息服务建 设。 编者按随着技术创新和行业需求的推动，大数据产业和市场已步入快车道。我国"十二五 "规划以将大数据作为建设重点，各级政府也着手建立大数据库，进入了大数据管理时代 。目前，我国已成为全球IT巨头布局大数据战略的重要集聚地。我省网络基础优势，科 教实力雄厚，拥有发展大数据产业的多重优势。但是，我们也是清楚看到，眼下大数据 应用还处于初期发展阶段，面临不少观念和技术等优势。本期周末讲座邀请到西北工业 大学计算机学院周兴社教授，想大家讲解大数据及其应用发展，并针对我省发展大数据 产业提出相应建议。 专家讲义摘要 早在19801年，著名未来学家阿尔文·托夫勒便在《第三次浪潮》一书中，将大数据热 情地赞颂为"第三次浪潮的华彩乐章"。不过从2009年开始，"大数据"才真正的走入了大 众的视野。大数据是建立在数据分析、处理、服务技术快速提升和海量数据快速积累基 础上的。随着IT技术快速发展和网络应用日益深化，正在积累起前所未有的海量数据， 例如淘宝网站、交通图像、微信服务、电子病历以及物联网等新兴服务应用正每日产生 PB级数据；我们每天打电话、发短信、刷卡也在不断产生海量的大数据。著名的咨询机 构IDC（国际数据公司）预测，在未来几年中，大数据和分析市场将获得快速发展，人类 正在快速步入大数据（BigData）时代。 一、大数据具有自身特点 1、大数据概念 依据全球著名管理咨询公司麦肯锡给出的定义，所谓大数据是指无法在一定时间内 用传统软件工具对其内容进行采集、存储、管理和分析的数据集合。而大数据技术是从 海量复杂数据中获得信息所需要的软件、硬件及其读物技术。 大数据特点 目前，学界和业界关于大数据特点，归纳总结为"4V"，即Volume（大体量）、Vari ety(多样性)、Velocity(快变化)和Valve(含价值)。 、Volume:PB级数据成为常态；当然，"大"具有相对性，并非必须是PB级数据量，其与领 域相关，不同领域数据规模会有较大差异。 Variety:大数据的类型具有多样性，例如，文本、表格、图像、视频等数据形式均可能 同时存在。 Velocity:数据快速动态变化，例如交通数据、装备运行状态数据等时刻处在变化之中， 对此需要高效快速处理方法。 Valve:价值隐藏在海量数据之中，往往价值密度很低，如平安城市PB级视频记录数据， 面对特定事件，需经历大量分析处理才能体现出其价值。 3、创新大数据技术 大数据处理的理念、"4V"特点以及处理方式均确定了传统的数据处理方式及其软件 硬件实现，也要创新大数据应用模式。从技术研究角度来讲，在不损失价值前提下，以 提高数据质量、减少数据规模为目标的大数据整理技术，以提炼价值为目标的大数据关 联分析与深度挖掘技术以及以快速高效为目标的大数据新型计算方式，如大规模数据流 实时分析、可扩展统计分级、数据并行处理与增量处理以及异质数数据混合计算等。 大数据带来思维和管理模式变革 大数据发展，不断产生思维方式的变革和创新。大数据直接分析PB级数据，不再依 赖于随机采样；大数据处理不再过分追求个体数据的精确性，预测成为重点；大数据处 理不再过分关注因果，更加重视数据集合的相关性。 同时，多个领域的初步应用案例说明，大数据时代在技术进步的同时，也会引起商 业变革和管理创新。在社会服务领域，大数据正在快速推动政府社会管理模式的创新， 提升公众服务能力；在生产、制造、服务等领域，大数据推动运行效率的提升，实现经 济内涵式增长；在科学研究领域，大数据促进多学科进步以及新型数据科学发展，产生 以数据集计算为核心的新兴科学研究模式创新。 国际国内高度关注大数据发展 大数据研究与应用及其产业形态已引起国际上政府、学术界以及企业界的高度关注 。美国2012年启动国家大数据研究计划，数据科学逐步演变为新兴的独立学科，数据工 程师正在成为新型的IT职业。在企业界，IBM通过汇聚专家、并购公司、申报专利、发布 平台，力求成为大数据和分析领域的全球领导者；GE公
工业大数据白皮书2019
04-03
工业大数据产业应用联盟 1 前言............................................................................................................................1 1.1 研究背景........................................................................................................1 1.2 研究目标及意义............................................................................................1 2 工业大数据内涵........................................................................................................3 2.1 工业大数据的定义与边界............................................................................3 2.1.1 工业大数据的定义............................................................................3 2.1.2 工业大数据的边界............................................................................3 2.2 与智能制造的关系........................................................................................4 2.2.1 在智能制造中的应用........................................................................4 2.2.2 在智能制造标准体系中的定位........................................................5 2.3 与工业互联网的关系....................................................................................7 2.3.1 在工业互联网中的应用....................................................................8 2.3.2 在工业互联网标准体系中的定位....................................................9 3 工业大数据产业发展现状......................................................................................10 3.1 政策支撑......................................................................................................10 3.1.1 国际工业大数据战略......................................................................10 3.1.2 国内工业大数据政策......................................................................11 3.2 工业大数据应用参考架构..........................................................................14 3.3 典型应用场景..............................................................................................17 3.3.1 智能化设计......................................................................................18 II 3.3.2 智能化生产......................................................................................19 3.3.3 网络化协同制造..............................................................................21 3.3.4 智能化服务......................................................................................22 3.3.5 个性化定制......................................................................................23 3.4 产业发展分析..............................................................................................24 4 工业大数据关键技术..............................................................................................25 4.1 工业大数据技术架构..................................................................................25 4.2 工业大数据平台..........................................................................................27 4.3 工业大数据采集技术..................................................................................28 4.4 工业大数据存储与管理技术......................................................................29 4.4.1 多源异构数据管理技术..................................................................29 4.4.2 多模态数据集成技术......................................................................31 4.5 工业大数据分析技术..................................................................................32 4.5.1 时序模式分析技术..........................................................................33 4.5.2 工业知识图谱技术..........................................................................34 4.5.3 多源数据融合分析技术..................................................................34 4.6 工业大数据的前沿技术趋势......................................................................35 5 工业大数据管理......................................................................................................36 5.1 数据管理体系..............................................................................................36 5.2 数据资源编目..............................................................................................37 5.2.1 数据资源目录应用架构..................................................................37 5.2.2 数据资源编目..................................................................................38 III 5.3 数据质量管理..............................................................................................39 5.3.1 工业大数据质量问题......................................................................39 5.3.2 工业大数据质量检测方法..............................................................41 5.3.3 工业大数据质量管理......................................................................41 5.4 主数据管理..................................................................................................42 5.4.1 主数据管控体系..............................................................................43 5.4.2 主数据应用管理..............................................................................45 5.5 数据安全管理..............................................................................................46 5.5.1 工业大数据安全问题......................................................................46 5.5.2 工业大数据安全防护技术..............................................................46 5.5.3 工业大数据安全管理机制..............................................................48 6 工业大数据的标准体系..........................................................................................50 6.1 工业大数据标准化工作基础......................................................................50 6.1.1 国际标准化......................................................................................50 6.1.2 国内标准化......................................................................................50 6.2 工业大数据标准体系框架..........................................................................52 6.3 工业大数据标准明细表..............................................................................54 6.4 工业大数据重点标准描述..........................................................................55 7 下一步工作建议......................................................................................................56
工业大数据
01-04
工业大数据 ，，，，，，， 解决方案 课程后分享转载的的
2020中国工业大数据产业创新与投资趋势.pdf
04-21
以数字化、网络化、智能化为本质特征的第四次工业革命正在兴起。《通知》的发布旨在落实中央关于推动工业互联网加快发展的决策部署，推动工业互联网在更广范围、更深程度、更高水平上融合创新，培植壮大经济发展新动能，支撑实现高质量发展。
电力系统大数据白皮书.pdf
12-24
中国电力大数据发展白皮书 （2013 年） 中国电机工程学会信息化专委会 二零一三年三月 "中国电力大数据发展白皮书 I 目 录 1. 引言 .................................................................... 1 2. 迎接电力大数据时代 ................................................. 5 2.1. 电力大数据源起 ............................................................. 5 2.2. 电力大数据内涵 ............................................................. 7 2.3. 电力大数据特征 ............................................................. 9 3. 展望电力大数据时代 ................................................ 13 3.1. 电力大数据价值分析 ..................................................... 13 3.2. 电力大数据应用前景 ..................................................... 15 3.3. 电力大数据发展挑战 ..................................................... 17 4. 迈向电力大数据时代 ................................................ 20 4.1. 电力大数据关键技术 ..................................................... 20 4.2. 电力大数据发展策略 ..................................................... 22 5. 结束语 ................................................................ 27 II 图表目录 图表 1 全球数据量预测 ............................................................ 1 图表 2 中国电力装机容量预测 .................................................... 2 图表 3 大数据的发展历程 ......................................................... 3 图表 4 传统数据与大数据的区别及联系 ......................................... 6 图表 5 传统电力价值链与新兴电力价值链 ...................................... 8 图表 6 电力大数据的"3V3E" .................................................. 10 图表 7 表计数量与采集频率决定的数据量变化 ............................... 10 图表 8 大数据的行业价值 ....................................................... 13 图表 9 数据使用率提升 10%对行业人均产出的平均提升幅度 ............... 14 图表 10 数据质量提升 10%对行业 ROE 的中位数提升幅度 ................... 15 图表 11 大数据技术成熟周期 ................................................... 22 图表 12 电力工业在国民经济中的发展变化趋势 .............................. 24 图表 13 电力大数据助力智慧城市 .............................................. 26 "中国电力大数据发展白皮书 1 1. 引言 随着数字信息化时代的迅猛发展，信息量也呈爆炸性增长态势。 在人类充分享受信息化带来的资讯、方便和快捷时，也使得全球的数 字信息资源正进入到一个前所未有的快速增长期。据 IDC 统计，2011 年全球数据量已达到 1.8ZB，相当
什么是工业大数据？
04-28 241
工业大数据是一个全新的概念，从字面上理解，工业大数据是指在工业领域信息化应用中所产生的大数据。 随着信息化与工业化的深度融合，信息技术渗透到了工业企业产业链的各个环节，条形码、二维码、工业传感器、工业自动控制系统、工业物联网等技术在工业企业中得到广泛应用，尤其是互联网、移动互联网、物联...
工业大数据浅析（上篇）——工业大数据的概念、发展及价值
热门推荐
bianchengderen的博客
03-25 1万+
近年来，随着新一代信息技术与工业融合不断深化，特别是在国家“智能制造”战略牵引和工业互联网产业创新发展的大背景下，工业大数据迈出了从理念研究到技术探索、再到应用落地的关键步伐。本文通过调研和查阅多方资料，将重点从工业大数据的基本概念、发展历程及应用价值等几个维度对其内涵做简要阐述，希望帮助读者更加全面、系统地了解工业大数据的概念和价值！
工业大数据介绍
光于前裕于后的博客
03-11 6419
一、工业大数据的定义 工业大数据是指在工业领域，主要通过传感器等物联网技术进行数据采集、传输得来的数据，由于数据量巨大，传统的信息技术已无法对相应的数据进行处理、分析、展示，而在传统工业信息化技术的基础上借鉴了互联网大数据的技术，提出新型的基于数据驱动的工业信息化技术及其应用。 二、工业大数据特点 工业大数据主要有以下几个特点： 1、数据来源主要是企业内部，而非互联网个人用户； 2、数据采集方式更...
工业大数据漫谈4：工业大数据的作用
君子藏器于身，待时而动
03-15 6408
工业大数据的概念提出后，IT业界结合新的大数据技术和自身对工业的理解，提出了大量的解决方案，有许多已经在现实中的到了应用。应该说，工业大数据目前的应用情况是不太好的，除了少部分用户确实得到了好处外，大部分用户还处在被忽悠阶段，花了很大一笔钱，上了大量的项目，没有得到想象中的效果，原因是多方面的，不是三下两下能说的清楚地，后面我们再专文讨论。今天我们想说一说，工业大数据就目前来看，到底有什么作用，能
工业大数据漫谈3：什么是工业大数据？
君子藏器于身，待时而动
03-14 5497
前面两部分我们大概了解了一下大数据的由来和特点，这一部分我们来看看什么是工业大数据，它和传统我们理解的大数据有什么不同？         在了解什么是工业大数据的时候，我觉得我们有必要先了解一下什么是工业以及工业都包括哪些门类。         工业（Industry）是指采集原料，并把它们加工成产品的工作和过程。一般，我们把工业分为轻工业和重工业（重工业中包含化工业，也可以把化工单独分类），
大数据与大数据机器学习.pdf
12-24
２ ０ １ ８年 河北大学学报(自然科学版) ２ ０ １ ８ 第３ ８卷　第３期 J o u r n a l o fH e b e iU n i v e r s i t y ( N a t u r a lS c i e n c eE d i t i o n ) V o l ． ３ ８N o ． ３ D O I : １ ０ ３ ９ ６ ９ / j i s s n １ ０ ０ ０ １ ５ ６ ５ ２ ０ １ ８ ０ ３ ０ １ １ 大数据与大数据机器学习 张素芳１,翟俊海２,王聪２,沈矗２,赵春玲２ ( １． 中国气象局气象干部培训学院河北分院, 河北 保定　０ ７ １ ０ ０ ０; ２． 河北省机器学习与计算智能重点实验室, 河北大学 数学与信息科学学院, 河北 保定　０ ７ １ ０ ０ ２ ) 摘　要 大数据时代已经到来, 大数据是指具有海量( V o l u m e ) 、 多样( V a r i e t y ) 、 时效( V e l o c i t y ) 、 不精确 ( V e r a c i t y ) 和价值( V a l u e ) 这５种特征的数据, 大数据研究是近几年信息处理领域最热门的研究方向, 已经 引起了工业界、 学术界乃至政府部门的高度关注． 大数据之所以备受关注, 是因为大数据里面蕴藏着巨大的 价值． 如何把蕴藏在大数据中的价值挖掘出来, 为企业或政府部门提供决策支持具有重要的意义． 大数据给 传统的机器学习带来了许多挑战, 这些挑战可以从大数据的５个特征或从５个不同的角度进行分析． 本文首 先介绍大数据的概念, 并详细剖析大数据５种特征的内涵; 然后在此基础上, 重点分析大数据给机器学习带 来的挑战及可能的解决方法． 本文对从事大数据研究的人员, 特别是从事大数据机器学习研究的人员具有较 高的参考价值． 关键词:大数据; 机器学习; 云计算; 决策支持 中图分类号: T P １ ８ １　　　文献标志码: A　　　文章编号: １ ０ ０ ０ １ ５ ６ ５ ( ２ ０ １ ８ ) ０ ３ ０ ２ ９ ９ １ ０ B i gd a t aa n db i gd a t am a c h i n e l e a r n i n g Z H A N GS u f a n g １, Z H A I J u n h a i ２,WA N GC o n g ２, S H E NC h u ２, Z H A OC h u n l i n g ２ ( １．H e b e iB r a n c ho fC h i n aM e t e o r o l o g i c a lA d m i n i s t r a t i o nT r a i n i n gC e n t r e , C h i n aM e t e o r o l o g i c a lA d m i n i s t r a t i o n , B a o d i n g０ ７ １ ０ ０ ０, C h i n a ; ２． K e yL a b o r a t o r yo fM a c h i n eL e a r n i n ga n dC o m p u t a t i o n a l I n t e l l i g e n c eo fH e b e iP r o v i n c e , C o l l e g eo f M a t h e m a t i c sa n dI n f o r m a t i o nS c i e n c e ,H e b e iU n i v e r s i t y , B a o d i n g０ ７ １ ０ ０ ２, C h i n a ) A b s t r a c t : B i gd a t a e r ah a s a r r i v e d ． T h eb i gd a t a r e f e r s t o t h ed a t aw h i c h i su s u a l l yc h a r a c t e r i z e db y t h e ５f e a t u r e s : v o l u m e , v a r i e t y , v e l o c i t y , v e r a c i t y , a n dv a l u e ． I nr e c e n t y e a r s , b i gd a t a r e s e a r c h i s t h eh o t t e s t r e s e a r c ht o p i c i n t h e f i e l do f i n f o r m a t i o np r o c e s s i n g , a
工业大数据与智能化.docx
12-24
工业大数据与智能化 作者： 来源：《中国信息化周报》2019年第09期 要理解工业大数据，笔者认为，可以从下面几个数字入手。 一个目标 一个目标就是提升智能化的水平。很多专业人士谈到大数据，往往局限于各种数据的分析及其算法。如果视野仅仅局限于这个层次，那么，就难以看到大的机会。在笔者看来，大数据时代的机会就在于促进智能化水平的提高、带领工业界进入智能时代。换句话说，如果不与各种智能化工作联系起来，就可能失去大数据时代的机会。 要认识这种机会，就需要正确把握智能化的含义。什么是智能化？智能化就是通过数字化和网络技术提升信息获取或决策的能力。而决策的主体可以是机器，也可以是人。我们知道，大数据促进了机器学习技术的发展，推动了新一代人工智能（AI）的发展。但智能化的内涵应该远大于人工智能（AI）。只有认识到这一点，才能看到更多的机会和可能。 从某种意义上讲，智能化就是人机工作界面的改变，是借助ICT技术（信息通信技术）实现业务活动方式的创新。在信息获取、知识获取、决策、执行等环节，我们都可以采取新的工作方式。比如，在信息获取方面，当数据太多太散时，可以让机器去查找信息;数据组织得好时，就可以让人去查找信息。还比如，在知识获取方面，可以用人机协同的方式获取知识，也可以让机器自行去获取知识。 可以说，在智能化方面，我们要有想象力，不要局限于从数据中发现知识。比如，实现机器"用"知识推动设备智能化，或直接为人类提供可用的知识。现在，知识的人类用户可以是工程师，也可以是消费者。因此，工业大数据技术落地的前提常常是具体业务牵引，即所谓"先有需求，再找方法"。 一个基础 工业大数据与智能化全文共3页，当前为第1页。 一个基础就是数据的完整性。无论是工业产品还是车间、工厂，工业对象往往被看成一个复杂的系统。当我们用数据来表征系统时，数据的完整性和相关性都特别重要。毕竟不完整的数据和不相关的数据可能会得出错误的分析结论，而工业对象都追求高度的可靠性，对错误的容忍度很低。宝钢老专家王洪水认为，用数据记录生产过程时，"要向录像机录像一样"把数据收集起来，不要有断点。这是实践中行之有效、正确的指导思想。笔者还见过有人在研究钢铁材料成分与力学性能之间的关系时，把包括微合金钢在内的多种钢种混在一起，却只考虑了C、Si、Mn、S、P等所谓的"5大元素"。这时得到的结论自然就是错的。过去记录数据时，由于存储成本高，往往"挑重要的记录"，导致记录的信息碎片化。现在数据存储成本低，可以记录的数据多了，但是，若数据之间的关联性没有被记录下来，则数据照样是没有价值的。 工业大数据与智能化全文共3页，当前为第1页。 二次应用 在多数业务系统中，数据在业务活动中产生，业务活动结束后，数据也就基本没用了。而大数据的重要用途往往发生在业务场景结束之后，故而称之为二次应用。二次应用的价值在于：用过去产生的数据让现在的业务活动做得更好。 大数据的一个重要用途是促进企业的转型升级、业务活动的创新。然而，创新的成功逻辑往往是"先做成、后做好"。强调二次应用，指的是把大数据应用于"做好"的优化阶段。在笔者看来，大数据对如何"做成"业务是没有责任的。因为没有"先做成"的业务逻辑，大数据也就没有办法落地。强调这一点的原因是：把两个困难混在一起，可能就做不成事了。"做成"的业务逻辑必须单独考虑、提前考虑，大数据只是让业务"做得更好"而已。而"做好"则包括多个方面，如质量更好、速度更快、成本更优，而不仅仅是决策质量更好。比如，重用知识和信息可以使人们做事的速度更快、成本更低。对于"做好"，不要一味地强调"决策质量更优"，如果仅仅局限于决策质量，则可能会失去很多创新机会。 两种承载 大数据是数据（Data），也必须是信息（Information）。两者的差别在于：数据之间有了联系才能构成信息。强调这个观点的目的在于：不要碎片化地收集数据，而是去收集有联系的数据、收集数据之间的联系，且最好是完整的信息，而不是破碎的信息。大数据不仅可以用来承载信息，而且可以用来承载知识，也就是把知识提炼出来，用大数据来承载。从工业上看，工业产品的设计数据和工业设备的状态、标准等知识都可以用数据来表示。在某些个性化需求比较多的场景下，这些数据的量是相当大的。上海有一家企业，每天处理这类数据所花的电费就有10万元。 总之，不论承载什么，都要以便于应用为目的，不要总想着"从数据提取知识"这一件事、一个环节，而是要以具体的应用为牵引，根据具体需求，以终为始地建立大数据基础。 三个优势 大数据的不同之处是什么？笔者将其归结为三个优势。正是这三个优势让我们便于从大数据中获得知识。 工业大数据与智能化全文共3页，当前为第2页。 笔者把第一个优势称为"不必纠结于因果"。这种说法区别于"是相关，不是因果"，以及"工业大数据必须具备因果
工业大数据概念与价值
01-02
大数据时代环境下，工业数据的概念和价值，如何采集，如何存储，如何计算
工业大数据漫谈8：工业大数据的采集
君子藏器于身，待时而动
05-10 1万+
工业大数据最基础的工作当然是数据采集，没有数据，一切跟大数据相关的技术、应用都是空中楼阁，那么，工业大数据的采集和传统的互联网大数据采集有哪些不同，又会涉及到哪些技术呢？今天我们就来聊一聊。         在谈工业大数据采集之前，先看看都有哪些类型的工业数据需要采集。互联网的数据主要来自于互联网用户和服务器等网络设备，主要是大量的文本数据、社交数据以及多媒体数据等，而工业数据主要来源于机器设备
工业大数据的特征
weixin_33753845的博客
08-13 2944
定义：工业大数据即工业数据的总和，分成三类，即企业信息化数据、工业物联网数据，以及外部跨界数据。空间分布：不仅存在于企业内部，还存在于产业链和跨产业链的经营主体中，如SCM、CRM。产生主体：人和机器。人产生的数据如：设计数据、业务数据、产品数据。机器数据有生产设备（生产调度、质量控制与绩效数据）和工业产品（智能服务） 从数据流动的视角来看，数字化解决了...
工业互联网平台的数据类型及特点是什么？
BizFree的博客
09-30 179
工业互联网产业联盟(AII)对工业互联网是这样定义的，分为宏观层面和技术层面：• 从宏观层面看，工业互联网通过工业经济全要素、全产业链、全价值链的全面连接，支撑制造业数字化、网络化、 智能化转型，不断催生新模式、新业态、新产业，重塑工业生产制造和服务体系，实现工业经济高质量发展。• 从技术层面看，工业互联网是新型网络、先进计算、大数据、人工智能等新一代信息通信技术与制造技术融合的 新型工业数字化...
什么是工业大数据？工业大数据的价值体现在哪些方面？
【五度易链】
02-09 2327
随着新一代信息技术与制造业的深度融合，工业企业的运营管理，越来越依赖工业大数据。工业大数据的潜在价值也日益呈现。随着越来越多的生产设备、零部件、产品以及人力物力不断加入工业互联网，也致使工业大数据呈现出爆炸性增长的趋势。 工业大数据的价值体现 工业大数据是以工业4.0数据分析和特色收集为基础，对设备、装备的质量和生产效率，以及产业链进行更有效的优化管理，并为未来的制造系统搭建无忧的环境。它通过工业传感器、无线射频识别、条形码、工业自动控制系统、企业资源计划、计算机辅助设计等技术来扩充工业数据量。..
工业大数据漫谈13：Hadoop在工业大数据中的作用
君子藏器于身，待时而动
06-05 4023
现在，一谈到大数据的技术，Hadoop都是绕不开的话题，似乎在项目中不使用Hadoop或者类似的分布式数据库技术，就不是大数据应用。那么，到底在工业大数据应用中，没有没必要使用Hadoop，或者在什么样的应用环境中使用Hadoop才是适合的呢？ 首先，让我们来看一看Hadoop是什么，它是为解决什么问题而发展起来的。 简单说，Hadoop是一个能够对大量数据进行分布式处理的软件框架。它包含众多
99-智慧园区数据平台方案.pptx
最新发布
04-27
99-智慧园区数据平台方案.pptx
请从以下几个方面，举例论述京东购物平台的大数据应用案例？ 1. 大数据的收集 2. 大数据的分析 3. 大数据的可视化管理
05-26
1. 大数据的收集： 京东购物平台通过用户的搜索、购买、评价等行为收集大量的用户数据。此外，京东还通过与合作伙伴共享数据、社交媒体等途径获取更多的数据。例如，京东通过与微信合作，将微信用户的购物行为数据...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值