大数据背景下的装备数据管理工作技术创新研究.docVIP

大数据背景下的装备数据管理工作技术创新研究 　　【摘 要】随着“互联网+”时代的来临，“大数据”和云计算在各个方面的应用也越来越广泛。深入研究大数据环境下装备数据管理的新变化，思考并探索如何让装备数据管理工作迅速适应大数据环境，及时进行技术创新，是装备数据管理跟上时代的发展。 中国论文网 /8/view-7250302.htm 　　【关键词】大数据；装备管理；技术创新；云计算 　　0 引言 　　党的十八大明确提出“实施创新驱动发展战略”的伟大构想，并指出“科技创新是提高社会生产力和综合国力的战略支撑，必须摆在国家发展全局的核心位置”。要求“以全球视野谋划和推动创新，提高原始创新、集成创新和引进消化吸收再创新能力，更加注重协同创新”。这是党中央深刻把握当代科学技术与经济发展特征的基础上，为我国未来发展打造核心驱动力所做出的重大战略部署。如何实现装备管理工作的技术创新是摆在装备管理人员一个崭新的命题。而“大数据”时代的到来，传统的装备数据管理方法很难适应崭新的数据环境。装备数据采集、存储、分析以及可视化等诸多方面需要进行技术创新。装备管理对数据的依赖性越来越大，数据为基础，技术创新为手段，是装备数据管理的一个新的发展方向。 　　1 装备数据管理技术创新的目的 　　技术的创新为的是更好的对装备数据进行管理，挖掘和利用。随着装备更新的速度越来越快，各种关于装备的数据越来越越多，管理起来耗费大量的时间和精力，而对数据的利用效率却没有得到实质性的提高，数据量的增大并没有为装备管理决策工作带来有益的助力，往往带来的是面对海量的数据无法进行选择。因此装备管理技术创新首先要解决的是数据挖掘和筛选这一难题。解决了这一关键问题为后续决策创新才能提供有效支撑。决策手段也要根据“大数据”的具体情况进行创新，只有适应“大数据”状况的创新决策才能有效提高决策的时效性和性价比。 　　2 装备数据管理组成 　　2.1 数据采集 　　数据采集又称“数据获取”，是利用一种装置，从系统外部采集数据并输入到系统内部的一个接口。比如摄像头，频谱分析仪等都是数据采集工具。人工数据采集也是数据采集的一个重要部分。数据采集是数据管理的第一步，是装备数据管理的基础性工作，只有准确的数据才能提供装备最真实的状况，否则错误的数据将导致重大损失。 　　2.2 数据整理 　　根据装备数据的不同用途和特征，对采集的第一手数据进行分类，是数据具有针对性，也可以减少数据挖掘的工作量，提高数据挖掘的效率。整理是按照既定的类别，形式进行合理的归类，使有关联的数据放在同一类别下进行管理，这样容易发现其内在规律性，为决策提供帮助，并且可以针对某一方面进行精密挖掘。 　　2.3 数据挖掘 　　数据挖掘是将海量的数据进行筛选，从中选出进行数据决策需要的决定性数据以及重点数据的规律性，是直接支撑数据决策的力量。数据挖掘主要是发现数据之间存在的关联，以及这种关联的规律性性，因为这种规律对数据决策至关重要，它是数据决策的基础，只有深刻挖掘出这种内在联系，才能使我们能透过海量的数据，发现其本质。 　　2.4 数据决策 　　数据决策使我们进行装备数据管理的最终目的。根据真实有效有规律的数据做出的决策可以有效的节约时间，经费，减少不必要的损失。数据决策的原则是一切从数据出发，减少人为干扰。良好的数据是不会欺骗人的，只要前述三个步骤进行时得到良好的执行，通过数据就可以得到明晰的决策方向，进而做出适当的决策，使装备数据管理水平得到提高。 　　3 技术创新手段 　　3.1 数据采集手段的创新 　　在“互联网+”的时代，数据采集发生了重要的变化。分布式控制应用场合中的智能数据采集系统得到了长足的发展。总线兼容型数据采集插件的数量不断增大。与个人计算机兼容的数据采集系统的数量也在增加。自动数据采集手段和云上系统的应用在数据采集方面越来越普遍。 　　3.2 数据整理手段的创新 　　数据整理手段主要分为群集、分类和预测三种。群集技术就是在无序的方式下集中信息。 　　分类技术就是集中和指定目标以预先确定事先定义好值的集合。预测技术就是对某些特定的对象和目录输入已知值，并且把这些值应用到另一个类似集合中以确定期望值或结果。针如何将云应用和这三种手段进行融合是数据整理手段创新的重点和难点，云应用可以节省大量的时间，可以很好的提高数据整理的效率。 　　3.3 数据挖掘手段的创新 　　数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常通过统计、在线分析处理、情报检索、机器学习、专家系统和模式识别等诸多方法来实现上述目标。现在云应用可以很好的和数据挖掘进行融合，提高了数据挖掘的效率。云应用不仅可以节省时间，还可以提高资源的有效利用率。因此在数据挖掘中得到很好的应用。