首页 理论教育 探讨大数据技术的应用与发展趋势

探讨大数据技术的应用与发展趋势

时间:2023-06-16 理论教育 版权反馈
【摘要】:根据装甲车辆试验与测试关键技术要素,结合装甲车辆试验大数据的特点,其大数据技术可归纳为以下几个方面。光电测量、视频测量等外测手段是装甲车辆试验大数据获取中的另一关键技术。试验大数据的处理包括数据采集、预处理、数据分析、挖掘、结果展现等。传统基于关系数据库的试验数据存储与管理技术,已不能满足结构化、非结构化的试验大数据存储与管理要求。

探讨大数据技术的应用与发展趋势

由于装甲车辆的综合化和信息化程度越来越高,引发了装甲车辆试验数据的剧增,装甲车辆试验的“大数据”将无法避免。根据装甲车辆试验与测试关键技术要素,结合装甲车辆试验大数据的特点,其大数据技术可归纳为以下几个方面。

(1)装甲车辆车载测试数据的获取是装甲车辆试验中非常重要的一项测试内容,车载试验数据获取是装甲车辆试验大数据获取的核心技术之一,其重点是各种高速网络和总线数据的采集、选择和提取,涉及各种网络和总线的电气接口特性、数据结构、传输协议等技术要素。光电测量、视频测量等外测手段是装甲车辆试验大数据获取中的另一关键技术。重点是突破各种高速、高清视频图像测量、采集、编码、压缩、传输、记录及系统组网等技术要素的视频图像获取技术。

(2)针对装甲车辆试验大数据的新特点,车载数据记录应首先符合相关标准规范。其次,数据在记录的同时,能够根据用户需求对已记录的数据快速重放,并通过遥测网络实时/准实时传输到指挥中心,为数据的准实时处理提供数据源。(www.xing528.com)

(3)试验大数据的处理包括数据采集、预处理、数据分析、挖掘、结果展现等。针对试验大数据数据源丰富、类型繁多,处理量大,对数据的展现要求多样化及可视化等特点,试验大数据的处理与分析应当引入云计算理念,使试验数据处理实现由传统的以“服务器为中心”到以“数据为中心”。

(4)试验大数据处理、应用与共享,离不开试验大数据的存储与管理。传统基于关系数据库的试验数据存储与管理技术,已不能满足结构化、非结构化的试验大数据存储与管理要求。应当重点突破分布式非关系型大数据管理、异构大数据的融合、大数据索引、大数据移动、备份、复制等关键技术,解决试验大数据的可存储、可表示、可处理及有效传输等技术难题。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈