首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    译文|数据湖泊和网络优化:什么才是电信和大数据的下一个阶段?

    在过去,关系数据仓库为电信运营商提供着非常好的服务,但现在已到了不能只考虑最简单的问题的时候了。在不久的将来,非结构化数据将是燃料,将引燃权利危及风险管理和决策制定的导火索。为了利用各种数据以充分发挥其潜力,我们需要存储数据的新途径——访问和分析这些数据。 数据湖泊和沙箱 数据湖泊(企业数据中心)——是一个海量数据存储库,这个数据存储库通常是基于Hadoop架构和安置了的商用硬件集群上的——它不仅能解决数据存储的问题,而且极具集成性和可访问性,并且能够更好地进行实时分析和决策的制定。存储在数据湖泊中的信息(

    06

    JGR-A | 南京大学黄安宁团队揭示高原湖泊山地影响极端降水的动力-热力机制

    南京大学大气科学学院黄安宁团队(黄安宁教授、博士生吴阳、博士生顾春雷、硕士生赵志展)与中国科学院青藏高原研究所马伟强研究员、中国科学院西北生态环境资源研究院文莉娟研究员、西藏大学拉珠博士合作。利用数值模式设计敏感性试验来量化湖泊和周边地形对秋季极端降水的相对贡献,并对湖泊-地形影响极端降水的机制进行了分析。结果指出,此次事件受湖泊热力作用主导并受地形动力作用增强,降水量对湖泊和地形呈非线性响应,湖泊、地形及二者的综合效应分别造成湖泊东部以及下风向地区132%、46%和214%的降水增益。

    04

    【推荐阅读】数据湖—引导中国制造2025变革的数字宠儿

    [导读]无论是为促销产品还是作为战略目标,大数据已然成为很多公司和机构过度使用的术语。笔者认为,数据基本就是两类,一类是人类轨迹产生的数据,另一类机器自动产生的数据。这两类数据构成了我们今天的大数据多结构化数据源。大数据不仅要关注实际数据量的多少, 而最重要的是关注在大数据的处理方法,让数据产生巨大的创新价值。这也就是为何以谷歌为代表的技术创新类的公司会在未来成为全球市值最高的公司的核心原因之一。 本文整理自张礼立博士作品、中国工业评论 实现工业4.0或中国制造2025的前提之一是构建智能工厂, 其核心要

    06

    全球地表覆盖global land 30数据集

    全球地表覆盖数据(GlobeLand30)是中国研制的30米空间分辨率全球地表覆盖数据,2014年已发布2000和2010版,自然资源部于2017年对该数据进行了更新,形成了2020版。 GlobeLand30中包括10个种类,分别为耕地、林地、草地、灌木地、湿地、水体、苔原、人造地表、裸地、冰川和永久积雪。GlobeLand30研制所用的分类影像主要为30米多光谱影像,包括Landsat系列的TM5、ETM+、OLI多光谱影像和中国环境减灾卫星HJ-1多光谱影像,2020版数据还使用了16米的GF1多光谱影像。在影像无云(少云)前提下,优先选择生产基准年或更新年度±2年内植被生长季的多光谱影像,影像获取困难地区则放宽获取时间,从而保证影像的全球覆盖度。前言 – 人工智能教程 GlobeLand30 V2010数据精度评价由同济大学牵头完成。从全球853幅数据中抽取80个图幅,布设超过15万个检验样本,得出GlobeLand30 V2010数据的总体精度为83.50%,Kappa系数0.78。GlobeLand30 V2020数据精度评价由中国科学院空天信息创新研究院牵头完成。基于景观形状指数抽样模型进行全套数据布点,共布设样本超过23万个。得出GlobeLand30 V2020数据的总体精度为85.72%,Kappa系数0.82。

    01
    领券