RTCM数据格式实时处理方法应用,RTCM报文解析，RTCM差分数据解析，RTCM数据解析，RTCM数据格式实时处理方法应用,RTCM报文解析，RTCM差分数据解析，RTCM数据解析
2021-07-06 15:00:18
227KB
1
Peirce 的方法是排除异常值的几种方法之一，比 Chauvenet 的方法更通用。 按照构造，这仅适用于单变量数据。 此处列出的算法实现：Stephen M. Ross，Journal of Engineering Technology，2003 年秋季。
功能在一个文件中。 支持文件包括： 示例/测试脚本2 个函数输出的示例图像（例如，清理过的数据）。
2021-06-24 17:23:38
54KB
1
1、基础框架：基础框架里面有什么东西，为什么有他，比如说多环境适配，因为我们整套数据平台的解决方案是对外输出的，有公有云环境，有专有云环境，这些环境底下的基础设施都不一样，比如说包括租户和账户体系，权限体系，流程体系，审批流这类东西，所以正是通过基础框架搭我们底层的环境。最主要目的其实是提供一些我们上层数据应用的通用能力以及把底层的数据环境的差异给屏蔽掉。
2、核心能力：
① 数据安全：数据安全就会涉及到数据资产的分类、分级。不同类别的资产，他的安全等级是不一样的，他在安全里面需要有权限的话，他的审批策略是不一样的，这是数据安全这一块，可能还涉及一些比如脱敏，我们消费端接触到这些数据怎么脱敏；
② 隐私保护：隐私保护更偏重，比如说隐私保护还有一个叫法是数据安全、数据合规，我们想要做什么事情，就是我们要去透明化的看到各个公司数据流通，比如有哪些数据，这些数据的安全等级是什么样的，涉及到用户哪些数据；
③ 数据质量：主要是在我们数据研发过程当中，数据周期从发布到线上调度，调度完了怎么去做数据质量的监测，检测完了以后，比如说我们做离线调度的时候最重要的一个就是数据产出时效，所以有一个基线。这都是怎么去保障我们任务的基线；
④ 元数据中心：元数据中心大家都知道，因为我们下面有各种各样不同的引擎，有Spark，有ODPS，有MySQL这些东西，怎么去把它当中的数据统一的元数据中心；
⑤ 数据治理：数据治理的逻辑就是配合数据质量把我们现有的数据给盘清楚。
3、数据引擎
① 任务执行与调度引擎：我们在做ETL的时候大多数都是这种任务执行与调度；
② 数据科学引擎：数据科学引擎主要是做分析，做业务洞察这一类，今天的数据业务平台可能更多的就是依赖于数据科学引擎，后面会详细介绍；
③ 决策服务引擎：决策引擎比如说给大家举一个场景，芝麻分大家都知道，那首先假如我有一个业务在线上，在线上做策略的时候，或者给大家看不同的页面的时候，不同的芝麻分的等级看到的页面或者等级是不一样的，这种东西是需要数据决策的，或者直白的来说，是需要这个人的芝麻分，这个通过统计数据服务会去配一个决策规则，相当于这里的决策引擎里面支持一种决策的DSL配置，简单来讲就是if……else……,if…else……,能够配置这样一套规则后，给在线业务场景提供服务，这是决策服务引擎。整个数据内核就这么多东西。
2021-06-16 17:01:41
9.12MB
针对传统露天矿山开采设计采用二维方式的不直观、低效率等缺点，提出了露天矿山的全三维设计方法.首先以矿业三维软件为平台创建矿床地质模型，利用统计学方法进行品位赋值，形成地质品位计算模型，在此基础上利用三维有限元计算方法进行开采境界边坡角及边坡台阶组合参数优化研究.借助境界圈定及三维排产程序进行采剥方案、生产规模、开采境界、边界品位等矿山关键决策项目的整体优化，最后根据优化结果布置开拓系统，实现露天矿山的设计流程全三维化.将该方法在某矿山设计中进行了应用，结果表明，基于三维可视化的设计方法具有工作效率高、计算
2021-06-13 18:04:41
365KB
1
计算机网络教程自顶向下方法—应用层—思维导图笔记（包含xmind，freemind格式）
《计算机网络教程:自顶向下方法》是计算机领域知名作者Forouzan按照目前计算机网络教学比较流行的自顶向下方法编写的一部重要教材。书籍写得非常棒，笔者阅读的时候做了一些思维导图笔记，在此分享给大家。
2021-06-12 15:07:57
1.32MB
1