简介:摘要:气象行业数据种类繁多,包括各类结构化、半结构化和非结构化数据,随着互联网技术、信息化技术以及气象观测技术的迅速发展,气象数据采集频次从逐天逐时转变为逐分钟,使气象行业累积了海量数据,数据量已达到PB以上,具有典型的大数据特征。传统的计算方式无法对海量数据进行深度挖掘,在应对海量数据的高并发访问同样遇到了处理瓶颈,导致在气象防灾减灾领域,气象数据的价值无法有效的实现。因此,气象部门对于应用大数据相关技术以提升气象信息化水平有着迫切的需求,在此背景下,气象大数据云平台“天擎”作为气象部门信息化的核心系统应运而生。
简介:摘要:时间序列是指对同一现象观测或记录到的一组按时间顺序排列起来的统计数据,通过对时间序列进行编制和分析,根据时间序列所反映出来的发展过程、方向和趋势,进行类推或延伸,借以预测下一段时间或以后若干年内可能达到的水平,这种方法称为时间序列预测技术。时间序列预测技术在军事行动序列预测、市场需求预测、发电预测、区域降水量预测等军事、经济、工程和自然科技等领域,具有重要意义。
简介:摘要:信息技术的快速发展使我们进入了大数据时代,而知识、技术、人才和资金等的时空交换加速,使得城市生产与居民活动范围持续扩大,类型更加复杂,并促进了产业重构和空间重组,进而改变着区域和城市的空间格局。在此背景下,大数据在城市规划实践和研究中也得到越来越多的应用。
简介:摘要:现阶段,越来越多的企业重视内部信息化建设,数据管理、共享及利用需求增加,成为目前企业管理核心内容之一。值得一提的是,大数据、人工智能以及云计算,在2020年新冠肺炎疫情中,纷纷登上抗疫舞台,充分展示自身价值,人工智能助力体温检测,多数地区采用红外人体温度快速筛检仪,快速检测体温异常群体;超算支持疫苗研发,以及大数据、云计算对数据进行分析,掌握疫情爆发之后人流向区域分布,并将感染者经过车厢的其他人员进行监控,为政府科学化决策提供便捷。
基于大数据的气象预测模型研究
基于深度学习的时间序列预测模型研究与应用
基于机器学习的数据挖掘和预测算法
人工智能与大数据技术的融合及其在智能决策中的应用