基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着制造业领域工艺技术的不断进步,大量感知设备如同人体器官一样,被部署到制造过程中的各个重要节点,产生着海量制造过程数据.针对这些海量制造过程数据,制造业领域越来越需要科学、敏捷、高效的数据分析平台,为制造过程数据的分析提供智力支持和决策支持.针对这种需求,文章采用高维数据聚类技术结合Spring、Mybatis等成熟的敏捷开发框架,开发了制造过程数据分析平台.该设计不仅可以针对历史数据进行分析,还可以实时监控生产线上的动态流程数据,提高数据分析和决策效率.
推荐文章
基于映射的高维数据聚类方法
映射
高维数据
聚类
高维数据聚类方法综述
高维数据
聚类
子空间
拓展集合差异度高维数据聚类
高维数据聚类:CABOSFV_C算法
拓展集合差异度
CAESD算法
基于方差权重矩阵模型的高维数据子空间聚类算法
子空间聚类
方差权重矩阵
模糊C-均值聚类
高维数据
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于高维数据聚类的制造过程数据分析平台
来源期刊 微型机与应用 学科 工学
关键词 高维数据 聚类 Bootstrap Spring Mybatis
年,卷(期) 2017,(1) 所属期刊栏目 技术与方法
研究方向 页码范围 86-88,92
页数 4页 分类号 TP311.13
字数 2437字 语种 中文
DOI 10.19358/j.issn.1674-7720.2017.01.026
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李少波 贵州大学机械工程学院 163 758 13.0 21.0
2 陈金坤 贵州大学计算机科学与技术学院 5 11 2.0 3.0
3 吴绍华 贵州大学计算机科学与技术学院 4 4 2.0 2.0
4 侯稀垟 贵州大学计算机科学与技术学院 3 4 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (55)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (12)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(6)
  • 参考文献(3)
  • 二级参考文献(3)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高维数据
聚类
Bootstrap
Spring
Mybatis
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
总被引数(次)
35987
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导