导读:本文包含了数据处理优化论文开题报告文献综述及选题提纲参考文献，主要关键词:调谐,传感器,ECU
数据处理优化论文文献综述
胡兵,要志斌,连晋毅,沈一奇[1]（2019）在《节能车电喷数据优化处理控制策略介绍》一文中研究指出随着汽车行业的发展和时代进步,节能、绿色已成为未来汽车行业发展的趋势,而以油燃料的车面对的形式日渐严峻,文章利用EFITune软件进行调谐、设置光印动力电喷ECU的所有参数等方式,根据用户的需求提供给发动机所需的燃油量,既要保证不损失发动机的动力性,又要使发动机以较低的燃油消耗量行驶。(本文来源于《汽车实用技术》期刊2019年21期）
刘晓霞,王钰宁,陈霞[2]（2019）在《基于凸和非凸优化低秩矩估计的大数据处理算法》一文中研究指出针对大数据处理中存在的优化问题,提出一种基于凸和非凸优化低秩矩估计的大数据处理算法,并利用物联网采集与感知的大数据进行算法的实验验证与对比分析。在简单描述凸优化、非凸优化和低秩矩阵优化基础上,设计了基于凸和非凸优化低秩矩估计的大数据处理算法,并对算法收敛性进行了分析;然后利用物联网感知设备,进行数据感知与采集,然后利用所设计的算法进行对比实验。通过实验表明,本文算法在训练时和测试时,在归一化平均绝对误差和运行时间上,具有较好的结果。(本文来源于《软件工程》期刊2019年11期）
田萍[3]（2019）在《大数据视域下计算机信息处理系统的优化设计》一文中研究指出通过对计算机信息处理系统的技术进行分析后,了解了计算机信息处理系统需要具备的基本性能,能够更好的面对挑战。本文对大数据视域下的计算机信息处理系统优化设计展开探讨。(本文来源于《电子测试》期刊2019年20期）
徐良叶,邵德盛,吴学群,王伶俐,王岩[4]（2019）在《云南及周边地区GNSS数据处理方法优化》一文中研究指出采用麻省理工学院开发的GAMIT/GLOBK软件,将2015年-2016年全球347个IGS站观测数据分七个子网解算,得到一个固定的参考框架来解算云南及周边地区的35个全球卫星导航系统(GNSS)基准站的坐标,测站坐标均方根误差水平方向在0.7 mm以内,垂直方向在0.3 mm以内,水平方向的坐标重复性精度在5 mm以内,垂向坐标的重复性精度大多数在2.5 cm以内;与在ITRF2014下解算的测站坐标、基线长度、水平速度场结果对比表明:测站坐标存在系统误差,水平方向上的差异在8.5 mm以内,垂直方向上在3 cm以内;基线长度差异在2 mm以内,水平速度场在数值上存在毫米级的差异,方向上基本一致.(本文来源于《全球定位系统》期刊2019年05期）
王峰[5]（2019）在《GPS测量数据处理质量评价与优化方法探述》一文中研究指出随着GPS技术的不断成熟与发展,在现代工程测量中得到了广泛应用。在应用GPS技术进行测量定位时,数据处理的质量将直接关系到测量的准确性,因此测量人员应准确掌握GPS测量数据处理的方法,对其处理质量进行准确评价,同时应对GPS测量数据的处理方法不断加以优化改进,进一步提高数据处理的质量,从而提高GPS技术测量定位的精度,为相关领域项目的建设提供更加准确的参考依据。(本文来源于《中国标准化》期刊2019年16期）
杨浩[6]（2019）在《大数据处理平台性能优化研究》一文中研究指出信息数据已渗透人们的生活,运用大数据平台完成数据处理,提升加快了通信行业的效率,提高了信息材料的利用率。大数据平台可有效分析这些数据,对相关产品的维护、研发发挥促进作用,不断提升产品质量与工作效率,为公司增创收入。基于此,概述了大数据处理平台发展现状,阐述了大数据处理平台性能评估方法和存在的问题,介绍了大数据处理平台性能优化的具体措施。(本文来源于《信息与电脑(理论版)》期刊2019年15期）
尹泽成,戴寒光[7]（2019）在《RTK叁维水深测量数据处理优化方法探讨》一文中研究指出本文针对RTK叁维水深测量过程中瞬时的非固定解状态下获取的数据不佳,导致后期处理时图形成果缺失的情况,提出一种优化数据处理的方法。该方法基于软件自身性能,以及对数据进行分析和编辑,使非固定解状态下的数据得到利用,增加数据可用性。通过长江下游某航道项目的实际应用证明:本文提出的优化数据处理方法能有效利用非固定解状态下的数据,将外业工作转为内业处理,在保证最终成果精度的情况下显着减少外业工作时间,提高工作效率。(本文来源于《中国水运.航道科技》期刊2019年03期）
台强勇[8]（2019）在《工业大数据环境下基于复杂事件处理的业务流程优化研究》一文中研究指出流程工业作为我国的支柱产业,存在的资源利用率低、能耗物耗高、产品质量差、生产成本高等突出问题,企业发展面临着严峻的挑战。随着工业大数据的发展,在“中国制造2025”的国家战略这一大背景下,流程工业迎来“转型升级”的新契机。当前工业生产流程各个环节积累了海量生产、管理数据,如何发挥生产过程中采集的海量数据的潜在价值,优化管理资源和市场资源的配置,成为当前流程工业领域研究的热点。“业务流程优化”在解决流程工业所面临的众多挑战过程中具有重要作用。由于流程工业存在行业差距大,业务流程优化的目标、任务、方法存在差异,因此本文以选矿企业中的泡沫浮选生产过程为应用场景。在泡沫浮选生产过程中,虽然采用了大量先进设备对生产过程进行监测,但是检测数据往往用于生产状态跟踪或者设备故障预警,或者提供给操作人员,让操作人员凭借经验知识对业务流程进行优化调控。然而浮选生产业务流程是一个复杂多变、多生产参数互相影响的生产过程,凭借人工经验往往难以实现业务流程最优调控;同时,当前浮选生产过程调控往往只考虑参考泡沫图像数据,忽略了来自于浮选设备采集机器数据对生产过程的影响。为了解决选矿企业泡沫浮选生产过程中存在的问题,本文在业务流程优化过程中引入复杂事件处理技术,针对泡沫浮选生产过程的特点,利用浮选生产过程受控变化量和泡沫特征数据构建事件模型,使用复杂事件处理模型把多模态的数据集成起来,利用数据实现对浮选生产过程优化。本文的主要工作可以概括为:(1)分析泡沫浮选业务流程,梳理浮选生产参数与泡沫特征变化之间机理关系,分解原子事件,构建基于有色Petri网的复杂事件处理模型。(2)使用S-不变量分析法,对提出的基于有色Petri网的复杂事件处理模型进行优化和验证。(3)为了验证在工业大数据环境下,复杂事件处理模型的可行性,选择使用Flink分布式计算框架,对复杂事件处理模型进行实现,最后通过多组数据测试了复杂事件模型分布式环境与单机的运行状况。(本文来源于《齐鲁工业大学》期刊2019-05-31）
罗昭[9]（2019）在《Spark SQL结构化数据处理及性能优化》一文中研究指出近年来Spark内存计算框架快速崛起,数据处理速度得到极大的提高,但是其速度上限却受限于Spark内存规模。当数据量小于或接近内存容量时Spark性能最好,反之则性能较差。因此Spark SQL在处理以4G行业卡数据为代表的通信大数据时暴露出了诸多问题,如读写速度和查询速度缓慢、系统资源分配不均或不足、大表Join效率低等。本文从Spark SQL的数据组织方式、Spark资源管理机制和Join算法叁个方面处理结构化数据并进行相关的性能优化。首先提出了改进的数据组织框架以提高Spark SQL的读写和查询速度,其次建立了资源监控模型合理的分配和使用资源,最后基于改进的数据组织框架和监控模型改进了大表Join算法。主要工作如下:(1)本文通过分析和对比Spark SQL和Hbase的数据组织方式,提出了一种改进的数据组织框架。该框架首先改进了Parquet文件格式的读写接口,其次利用Hbase+Phoenix构建了二级索引,大幅提升了4G行业卡数据的读写和查询速度。(2)本文进一步研究了Spark的内存模型和资源使用情况,通过性能监控获取集群底层各项参数,建立了内存监控模型对资源使用情况进行分级和预警。最后将预警结果通过观察者模型反馈给订阅者,订阅模块就可以根据它的反馈来动态调整数据流量。(3)本文基于改进的数据组织框架和监控模型对大表关联算法进行优化,提出了一种基于内存监控和分批处理的Join算法。该算法通过监控模型动态地控制数据流量和Join批次,并通过改进的数据组织方式加快数据读写和查询速度。实验表明该算法从一定程度上缓解了内存不足的问题,也降低了数据倾斜导致的负载不均衡影响,总体运行时间优于默认的Join算法。综上所述,Spark SQL处理结构化数据的性能受数据组织方式和内存模型的影响,具体表现为Join效率低下。本文首先改进了数据组织框架,然后建立了内存监控模型,最后优化了Join算法,平均处理时间缩短了31.49%。(本文来源于《重庆邮电大学》期刊2019-05-30）
朱丹,李磊[10]（2019）在《基于集群环境的多目标实时数据处理软件结构优化设计研究》一文中研究指出为适应飞行器试验对实时数据处理系统的计算速度、吞吐能力和目标轨迹精度要求的日益提高,展开来基于集群环境的多飞行目标实时数据处理软件框架设计研究,采用多线程并行处理的体系结构,构建了数据驱动的数据接收模型、时间驱动的实时数据处理模型,以满足测控系统对高频率数据采集的实时性、数据处理的高效性和可靠性需求。(本文来源于《自动化技术与应用》期刊2019年05期）
数据处理优化论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对大数据处理中存在的优化问题,提出一种基于凸和非凸优化低秩矩估计的大数据处理算法,并利用物联网采集与感知的大数据进行算法的实验验证与对比分析。在简单描述凸优化、非凸优化和低秩矩阵优化基础上,设计了基于凸和非凸优化低秩矩估计的大数据处理算法,并对算法收敛性进行了分析;然后利用物联网感知设备,进行数据感知与采集,然后利用所设计的算法进行对比实验。通过实验表明,本文算法在训练时和测试时,在归一化平均绝对误差和运行时间上,具有较好的结果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
数据处理优化论文参考文献
[1].胡兵,要志斌,连晋毅,沈一奇.节能车电喷数据优化处理控制策略介绍[J].汽车实用技术.2019
[2].刘晓霞,王钰宁,陈霞.基于凸和非凸优化低秩矩估计的大数据处理算法[J].软件工程.2019
[3].田萍.大数据视域下计算机信息处理系统的优化设计[J].电子测试.2019
[4].徐良叶,邵德盛,吴学群,王伶俐,王岩.云南及周边地区GNSS数据处理方法优化[J].全球定位系统.2019
[5].王峰.GPS测量数据处理质量评价与优化方法探述[J].中国标准化.2019
[6].杨浩.大数据处理平台性能优化研究[J].信息与电脑(理论版).2019
[7].尹泽成,戴寒光.RTK叁维水深测量数据处理优化方法探讨[J].中国水运.航道科技.2019
[8].台强勇.工业大数据环境下基于复杂事件处理的业务流程优化研究[D].齐鲁工业大学.2019
[9].罗昭.SparkSQL结构化数据处理及性能优化[D].重庆邮电大学.2019
[10].朱丹,李磊.基于集群环境的多目标实时数据处理软件结构优化设计研究[J].自动化技术与应用.2019