欢迎光临中图网 请 | 注册
> >>
工业大数据工程:系统、方法与实践

工业大数据工程:系统、方法与实践

作者:田春华
出版社:电子工业出版社出版时间:2024-01-01
开本: 其他 页数: 400
中 图 价:¥90.3(7.0折) 定价  ¥129.0 登录后可看到会员价
加入购物车 收藏
运费6元,满39元免运费
?新疆、西藏除外
本类五星书更多>

工业大数据工程:系统、方法与实践 版权信息

工业大数据工程:系统、方法与实践 内容简介

本书探索工业大数据的”工程方法体系”并介绍了其中的关键技术,提出了多领域的工业物理对象建模方法和查询技术。全书共10章,第1章讨论了工业大数据的内涵与特点,并给出了工业大数据工程的三个要素,即数据资源、数据分析和数据应用;第2~4章提出了领域模型驱动的数据资源的建模技术,并给出了工业大系统技术与建设方法;第5、6章讨论了敏捷工业大数据分析与运维方法,并阐述了背后的分析软件技术;第7章讨论了用户驱动的数据应用的低代码开发技术;第8~10章用风电、水电、煤矿综采三个行业,展示了工业大数据工程方法的应用过程。

工业大数据工程:系统、方法与实践 目录

第1章 工业大数据概论 1.1 工业大数据提出的背景 1.2 工业大数据的内涵与范畴 1.2.1 工业大数据的概念 1.2.2 应用领域与场景 1.2.3 在企业信息架构中的位置 1.2.4 模型形式与应用范式 1.2.5 与其他技术方向的关系 1.3 工业大数据的认知辨析 1.3.1 经济与制度视角 1.3.2 数据资产视角 1.3.3 思维模式视角 1.3.4 数据技术视角 1.3.5 数字化与信息化的差别 1.3.6 OT、DT、IT的融合与分工 1.4 工业大数据工程的内容 1.4.1 工业大数据建设面临的挑战 1.4.2 敏捷工业大数据工程方法 1.4.3 面向领域的工业大数据系统技术 第2章 工业大数据工程的建设与运维方法 2.1 数据工厂的概念与范畴 2.1.1 数据工厂概述 2.1.2 数据工厂的特征 2.1.3 数据加工价值线的关键要素 2.1.4 数据智能创新线的关键要素 2.2 数据工厂的规划建设方法 2.2.1 企业数据战略理解 2.2.2 业务主题选定 2.2.3 可行性评估 2.2.4 建设方案设计 2.2.5 系统实施 2.2.6 管控与运维 2.3 数据工厂容量规划方法 2.3.1 业务需求与技术指标 2.3.2 集群配置与规模规划 2.3.3 价值线与创新线的规划侧重 2.4 数据质量管控方法 2.4.1 数据质量的定义 2.4.2 全面数据质量管理 2.4.3 基于SPC的数据质量监控 2.5 运维监控与性能调优 2.5.1 数据工厂监控实践 2.5.2 性能调优实践 第3章 工业大数据汇聚与处理技术 3.1 数据接入与传输 3.1.1 典型工业数据来源及其特点 3.1.2 接入与传输技术要素 3.1.3 典型的接入与传输技术 3.1.4 接入与传输技术路线 3.2 数据存储 3.2.1 存储的需求特点与关键要素 3.2.2 存储的挑战和问题 3.2.3 典型的数据存储技术 3.2.4 存储的选型考虑与思路 3.3 数据处理与计算 3.3.1 处理与计算的需求特点及关键要素 3.3.2 处理与计算的挑战和问题 3.3.3 典型的数据处理模式与技术 3.3.4 处理与计算的选型考虑与思路 第4章 工业大数据建模与数据集成技术 4.1 工业数据集成概述 …… 第5章 敏捷工业数据分析方法 第6章 工业数据分析建模环境与技术 第7章 数据应用的敏捷开发方法 第8章 风电大数据 第9章 水电大数据 第10章 煤矿综采大数据 附录A 英文缩写表
展开全部

工业大数据工程:系统、方法与实践 作者简介

田春华,北京工业大数据创新中心首席数据科学家。2004年1月清华大学自动化系博士毕业。2004年-2015年在IBM中国研究院,负责数据挖掘算法研究和产品工作,2015年就职与昆仑数据/北京工业大数据创新中心。在高端装备制造、石油石化、新能源、航空与港口等行业,帮助中国、亚太、欧美领先企业,成功实施资产管理、运营优化、营销洞察等各类数据分析项目。发表学术论文(长文)87篇(第一作者43篇),拥有76项专利申请(30项已授权),研究兴趣是数据挖掘算法与应用。

商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服