简介:摘要:随着大数据、人工智能等技术的不断发展和应用,煤矿大数据呈现爆炸式增长,需要充分利用矿山生产中的大量数据,对这些数据进行有效的管理、分析和挖掘,从而提高矿山生产效率和资源利用率,优化矿山生产结构,实现矿山生产的可持续发展。研究智能化煤矿大数据治理技术,对于提高煤矿企业的数据管理和利用水平、优化煤矿生产结构、提高煤矿智能化水平具有重要意义。针对智能化煤矿大数据治理技术,国内外学者已经开展了大量研究工作,将机器学习、人工智能等技术应用于矿山大数据治理中,从大数据采集、处理、存储、分析和应用等方面进行了探索和实践,提高了矿山企业的数据管理和利用水平。但在实际应用中仍存在一些难题。基于此,本篇文章对智能化煤矿大数据治理关键技术研究、实践与应用进行研究,以供参考。
简介:智能交通分析性监控系统需要在不断产生的、海量的、格式多样的过车数据中快速发现问题,最好在问题发生时就发出预警。交通管理部门传统使用的数据库能力有限,无法满足对实时性的需求。所幸,这个难题恰好是近年来热门的大数据技术的强项。大数据技术以其分布式的计算方式尤其擅长对海量数据进行快速处理。大数据已经有相对成熟的技术来进行复杂的批量数据处理、基于历史数据的交互式查询和基于实时数据的流处理。本文分析了当前分析监控系统的不足,通过对业务逻辑关系的深入分析,采用TranswarpStream技术实现大数据的实时处理,支撑实时显示和告警机动车违规违章活动热点,以及分析机动车活动轨迹并做预测等应用。