注冊(cè) | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁(yè)出版圖書科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)理論智能數(shù)據(jù)服務(wù)、安全與應(yīng)用優(yōu)化

智能數(shù)據(jù)服務(wù)、安全與應(yīng)用優(yōu)化

智能數(shù)據(jù)服務(wù)、安全與應(yīng)用優(yōu)化

定 價(jià):¥169.00

作 者: 陳宇 于蒙 汪玉潔 趙坤
出版社: 人民郵電出版社
叢編項(xiàng):
標(biāo) 簽: 暫缺

購(gòu)買這本書可以去


ISBN: 9787115628770 出版時(shí)間: 2024-04-01 包裝: 平裝-膠訂
開(kāi)本: 16開(kāi) 頁(yè)數(shù): 字?jǐn)?shù):  

內(nèi)容簡(jiǎn)介

  很多企業(yè)尤其是制造企業(yè)越來(lái)越重視預(yù)測(cè)與決策方面的智能化和精準(zhǔn)度,這使得企業(yè)對(duì)數(shù)據(jù)個(gè)性化、多樣化的需求日趨強(qiáng)烈。本書正是基于這樣的需求,提出隨需而變的數(shù)據(jù)空間引擎設(shè)計(jì)方法,探討智能數(shù)據(jù)服務(wù)、安全及應(yīng)用優(yōu)化等方面的問(wèn)題、技術(shù)與方法。全書共分5章,分別介紹數(shù)據(jù)空間引擎設(shè)計(jì)與管理系統(tǒng)架構(gòu)、海量異構(gòu)數(shù)據(jù)集成方法與技術(shù)、智能數(shù)據(jù)服務(wù)方法、智能制造領(lǐng)域數(shù)字孿生技術(shù),以及多維度安全與隱私保障體系構(gòu)建。 本書內(nèi)容結(jié)合理論與實(shí)踐場(chǎng)景,適合異構(gòu)數(shù)據(jù)集成服務(wù)、數(shù)據(jù)空間技術(shù)及數(shù)字孿生技術(shù)的研發(fā)人員及對(duì)此感興趣的讀者閱讀,也適合作為各類院校相關(guān)專業(yè)師生的參考書

作者簡(jiǎn)介

  陳宇、汪玉潔、趙坤,鄭州航空工業(yè)管理學(xué)院老師,主要研究方向?yàn)榫W(wǎng)絡(luò)協(xié)同制造、數(shù)據(jù)采集與信號(hào)處理。汪玉潔,鄭州航空工業(yè)管理學(xué)院老師。于蒙,武漢理工大學(xué)老師,主要研究方向?yàn)橹腔劢煌ê椭悄芪锪鳌?/div>

圖書目錄

第 1章 數(shù)據(jù)空間引擎設(shè)計(jì)與管理系統(tǒng)架構(gòu)
1.1 數(shù)據(jù)空間概述 2
1.2 數(shù)據(jù)空間建模技術(shù) 4
1.2.1 數(shù)據(jù)空間建模 4
1.2.2 數(shù)據(jù)空間語(yǔ)義理解 10
1.3 異構(gòu)數(shù)據(jù)多維索引技術(shù) 17
1.3.1 數(shù)據(jù)存儲(chǔ)和索引 17
1.3.2 數(shù)據(jù)空間異構(gòu)數(shù)據(jù)查詢技術(shù) 21
1.3.3 工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)空間查詢方法 25
1.4 集群容器化數(shù)據(jù)空間引擎設(shè)計(jì) 27
1.5 數(shù)據(jù)空間管理系統(tǒng)架構(gòu) 29
1.5.1 數(shù)據(jù)架構(gòu) 30
1.5.2 數(shù)據(jù)平臺(tái)設(shè)計(jì)參考架構(gòu) 31
1.5.3 柔性化的數(shù)據(jù)空間管理系統(tǒng) 35
第 2章 海量異構(gòu)數(shù)據(jù)集成技術(shù)研究
2.1 多源異構(gòu)數(shù)據(jù)并行采集方法 38
2.1.1 數(shù)據(jù)采集概述 38
2.1.2 離散制造車間數(shù)據(jù)采集 41
2.1.3 基于FPGA的多源異構(gòu)數(shù)據(jù)并行采集框架 42
2.1.4 基于FPGA的多源異構(gòu)數(shù)據(jù)并行采集流程 43
2.1.5 實(shí)驗(yàn)分析 47
2.2 基于XML 的數(shù)據(jù)交換模型 48
2.2.1 數(shù)據(jù)交換模型概述 49
2.2.2 異構(gòu)數(shù)據(jù)交換模型設(shè)計(jì) 50
2.2.3 數(shù)據(jù)轉(zhuǎn)換流程 52
2.3 海量異構(gòu)數(shù)據(jù)預(yù)處理方法 56
2.3.1 數(shù)據(jù)預(yù)處理技術(shù)概述 56
2.3.2 數(shù)據(jù)清洗 57
2.3.3 數(shù)據(jù)集成 58
2.3.4 數(shù)據(jù)變換 59
2.3.5 數(shù)據(jù)歸約 59
2.3.6 無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)清洗概述 60
2.3.7 基于機(jī)器學(xué)習(xí)的數(shù)據(jù)清洗方法 60
2.4 基于深度學(xué)習(xí)的多模態(tài)數(shù)據(jù)融合技術(shù) 64
2.4.1 多模態(tài)數(shù)據(jù)概述 64
2.4.2 多模態(tài)數(shù)據(jù)融合技術(shù) 65
2.5 基于Elasticsearch的數(shù)據(jù)檢索機(jī)制 68
2.5.1 企業(yè)數(shù)據(jù)空間現(xiàn)存問(wèn)題 69
2.5.2 數(shù)據(jù)檢索機(jī)制的體系架構(gòu)設(shè)計(jì) 69
2.5.3 分布式索引架構(gòu) 70
2.5.4 數(shù)據(jù)查詢框架 71
第3章 智能數(shù)據(jù)服務(wù)方法研究
3.1 面向集裝箱碼頭智能閘口監(jiān)測(cè)的跨模態(tài)數(shù)據(jù)檢索方法 75
3.1.1 碼頭閘口監(jiān)測(cè)跨模態(tài)檢索任務(wù)概述 75
3.1.2 多重注意力集卡圖文跨模態(tài)檢索算法設(shè)計(jì) 77
3.1.3 基于聯(lián)合嵌入的集卡圖文跨模態(tài)檢索算法設(shè)計(jì) 83
3.1.4 算例實(shí)驗(yàn)及分析 86
3.1.5 閘口監(jiān)測(cè)跨模態(tài)檢索驗(yàn)證平臺(tái)設(shè)計(jì) 89
3.2 數(shù)字標(biāo)識(shí)與應(yīng)用服務(wù)研究 97
3.2.1 數(shù)字標(biāo)識(shí)概述 97
3.2.2 數(shù)字標(biāo)識(shí)規(guī)范 98
3.2.3 標(biāo)識(shí)解析 100
3.3.3 標(biāo)識(shí)服務(wù) 102
3.3 基于圖像語(yǔ)義的工業(yè)機(jī)器人環(huán)境感知技術(shù)研究 103
3.2.1 室內(nèi)環(huán)境感知技術(shù)概述 103
3.3.2 圖像語(yǔ)義分割技術(shù)概述 104
3.3.3 圖像語(yǔ)義分割模型設(shè)計(jì) 105
3.3.4 算例驗(yàn)證及分析 107
3.4 基于多傳感器融合的危險(xiǎn)品倉(cāng)庫(kù)安全監(jiān)測(cè)技術(shù)研究 112
3.4.1 數(shù)據(jù)融合監(jiān)測(cè)預(yù)警系統(tǒng)的總體框架 113
3.4.2 基于BP神經(jīng)網(wǎng)絡(luò)與SVM的特征層數(shù)據(jù)融合 117
3.4.3 基于模糊改進(jìn)D-S證據(jù)理論的決策層融合 133
3.4.4 危險(xiǎn)品倉(cāng)庫(kù)遠(yuǎn)程監(jiān)測(cè)預(yù)警系統(tǒng)設(shè)計(jì) 146
3.4.5 系統(tǒng)整體測(cè)試 156
3.5 面向煤炭碼頭裝卸作業(yè)的混合流水車間調(diào)度優(yōu)化案例 160
3.5.1 港口裝卸作業(yè)調(diào)度概述 160
3.5.2 考慮任務(wù)釋放時(shí)間與零等待的HFSP數(shù)學(xué)模型 161
3.5.3 離散GPSO算法設(shè)計(jì) 164
3.5.4 算例實(shí)驗(yàn)及分析 171
3.5.5 調(diào)度服務(wù)平臺(tái)驗(yàn)證 177
第4章 智能制造領(lǐng)域數(shù)字孿生技術(shù)研究
4.1 數(shù)字孿生技術(shù)實(shí)施路徑 189
4.1.1 數(shù)字孿生構(gòu)建流程 189
4.1.2 數(shù)字孿生在制造業(yè)中的關(guān)鍵技術(shù) 191
4.2 制造業(yè)多源異構(gòu)信息 191
4.2.1 制造業(yè)生產(chǎn)過(guò)程中的多源異構(gòu)數(shù)據(jù) 191
4.2.2 制造業(yè)中的多源異構(gòu)數(shù)據(jù)采集 193
4.2.3 制造業(yè)中的多源異構(gòu)數(shù)據(jù)處理 194
4.2.4 制造業(yè)中的多源異構(gòu)數(shù)據(jù)分析 195
4.3 智能制造領(lǐng)域數(shù)字孿生標(biāo)準(zhǔn)化現(xiàn)狀及需求 196
4.3.1 智能裝配標(biāo)準(zhǔn)化現(xiàn)狀及需求 196
4.3.2 虛擬工廠標(biāo)準(zhǔn)化現(xiàn)狀及需求 196
4.3.3 汽車行業(yè)標(biāo)準(zhǔn)化現(xiàn)狀及需求 198
4.4 數(shù)字孿生在智能制造領(lǐng)域的應(yīng)用 198
4.4.1 基于數(shù)字孿生的機(jī)械產(chǎn)品可靠性測(cè)試應(yīng)用案例 198
4.4.2 數(shù)字孿生驅(qū)動(dòng)的汽車發(fā)動(dòng)機(jī)裝配方法 203
4.4.3 造船用大型起重機(jī)械數(shù)字孿生應(yīng)用 205
第5章 多維度安全與隱私保障體系構(gòu)建
5.1 數(shù)據(jù)溯源管理模型構(gòu)建 212
5.2 基于區(qū)塊鏈的數(shù)據(jù)溯源機(jī)制 214
5.2.1 雙鏈存儲(chǔ)機(jī)制 214
5.2.2 安全模型機(jī)制 215
5.2.3 逆向溯源機(jī)制 216
5.3 基于深度學(xué)習(xí)的自適應(yīng)風(fēng)險(xiǎn)評(píng)估方法研究 216
5.3.1 風(fēng)險(xiǎn)評(píng)估方法概述 217
5.3.2 針對(duì)主要影響因素的評(píng)估方法 221
5.3.3 自適應(yīng)風(fēng)險(xiǎn)評(píng)估方法詳解 224
5.4 基于風(fēng)險(xiǎn)評(píng)估和時(shí)間控制的數(shù)據(jù)銷毀機(jī)制研究 229
5.4.1 數(shù)據(jù)銷毀技術(shù) 229
5.4.2 數(shù)據(jù)銷毀模式 230
5.4.3 基于風(fēng)險(xiǎn)評(píng)估的數(shù)據(jù)自銷毀方案 233
5.5 探制研究 235
5.5.1 主動(dòng)探測(cè)與被動(dòng)探測(cè) 236
5.5.2 主動(dòng)被動(dòng)探測(cè)算法設(shè)計(jì) 237
5.5.3 主動(dòng)被動(dòng)探測(cè)結(jié)果驗(yàn)證 244
5.6 細(xì)粒度動(dòng)態(tài)權(quán)限分割 247
5.6.1 細(xì)粒度動(dòng)態(tài)權(quán)限分割概述 247
5.6.2 細(xì)粒度動(dòng)態(tài)權(quán)限分割技術(shù)詳解 247
總結(jié) 255 參考文獻(xiàn) 257
Copyright ? 讀書網(wǎng) www.stefanvlieger.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)