大数据技术论文

大数据技术论文篇1

　　〔关键词〕知识图谱；专利地图；科技竞争态势分析；科技创新

　　DOI：10.3969/j。issn。1008-0821.2015.09.020

　　〔中图分类号〕G250252 〔文献标识码〕A 〔文章编号〕1008-0821（2015）09-0105-06

　　〔Abstract〕This paper presented a method of science and technology competitive situation analysis based on knowledge mapping and patent map from the perspective of the relevance of science and technology，which using academic papers and patents information together。The status and trends of science and technology competition could be disclosed and described from three aspects，Sci。& petitive environment，Sci。& Tech。innovation environment，competitive organizations and persons，through using knowledge mapping and patent map to reveal the analysis results visually from different views。It could assist and guide the Sci。& Tech。innovation activity effectively。At the same time，the method of Sci。& petitive situation analysis was demonstrated to be practical by the example of Sci。& Tech。domain of Tension Leg Platform（TLP）。

　　〔Key words〕knowledge mapping；patent map；science and technology competitive situation analysis；science and technology innovation

　　党的十做出了实施创新驱动发展战略的重大部署，强调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。在开展科技创新活动当中，十分有必要对当前的科技竞争态势有清醒的认识和深刻的把握，否则科技创新活动就可能遭遇失败或者走弯路。现今，国际竞争呈现出越来越激烈的态势，这就越发要求采用科学的方法和手段来进行科技竞争态势的分析，正确把握科技竞争的客观现状，有效协助、引导科技创新活动的开展。

　　1 研究思路与方法

　　11 研究思路

　　科技竞争是一个较宽泛的概念，本文所指科技竞争主要是从竞争态势的角度来看待科学与技术的研究与发展状况。这种理解既不同于技术竞争，也不同于科技竞争力：技术竞争仅指技术层面，并不包含科学研究方面；科技竞争力重在对科学技术水平进行比较和评价。

　　进行科技竞争态势分析的方式方法多种多样，相关研究也较多。本文主要从科学与技术的关联性角度，将科学研究与技术研发两方面结合起来，进行科技竞争态势分析研究。这主要是考虑到现代科学与技术之间的发展演变日益加快，特别是在高新科技领域，产品的开发、产业的发展不再只依赖于相关技术的研发，同样取决于相关基础理论（科学）研究的水平和进展。因此，结合利用科学研究与技术研发两方面的信息，进行科技竞争现状及趋势的分析，迎合了当下科技时代的发展需要，具有一定的现实意义。

　　科学知识一般包含在图书和学术论文当中，技术知识一般包含在专利文献当中。因此，了解某一领域的科技状况可以通过收集、整理、分析该领域的图书、学术论文、专利等文献来实现。具体到进行科技竞争分析时，一般主要从学术论文和专利两方面，获取相关科技文献并进行分析，以达到掌握科技竞争状况的目的。

　　目前，结合利用学术论文和专利信息进行科技竞争分析方面的研究尚较少。卞志昕（2009）提出在专利地图的基础上增加学术论文相关信息，制作出技术情报地图[1]；该研究的目标仍限于技术情报层面。陈韫春（2010）提出基于科研论文和专利的视角，分析我国科研现状和存在的问题[2]；该研究仅进行理论层面探讨，并未做进一步的深入研究或实践。陶蕊等（2013）基于论文和专利数据进行中美清洁煤技术研发实力与合作趋势分析[3]；该研究仅针对中美两国进行比较，比较的角度也仅限研发实力、研发机构两方面。余敏杰等（2014）将论文引文分析与专利分析相结合，分析微结构光纤技术及其产业的发展态势[4]；该研究以专利信息分析为主，对于论文信息仅进行引文分析。王曼娜等（2014）基于博硕士论文与专利的分析，了解我国再生水领域的研究和应用趋势[5]；该研究重在通过论文和专利信息来了解有关研究进展。

　　目前的相关研究，一方面没有充分挖掘学术论文或专利数据所包含的信息，结合分析的角度不够全面；另一方面，并未针对科技竞争态势进行专门的研究。针对目前已有研究的不足，本文重点针对科技竞争态势，充分挖掘、结合学术论文和专利数据所包含的信息，研究分析的方式方法，实现较深入全面掌握科技竞争现状和趋势的目标。

　　12 研究框架与方法

　　当前，最为有效的信息分析方式是借用先进的信息技术手段，采用可视化方法对分析结果进行形象化揭示和展示。对学术论文所包含的科学信息进行分析一般采用科学知识图谱[6]，对专利所包含的技术信息进行分析一般采用专利地图[7]。但无论是知识图谱还是专利地图，其本质均是采用可视化方法对科技信息分析结果进行形象化揭示，从静态理解是指形象化表示后的有关科技信息的各种图形表格、分布图等，从动态理解是一种分析并形象化揭示科技信息的综合性方法。

　　本文结合利用知识图谱和专利地图，将学术论文和专利信息分析结合在一起，实现对科技竞争态势进行全面分析的目的，研究框架如图1所示，即基于知识图谱和专利地图的科技竞争态势分析方法。

　　由图1可见，对于科技竞争态势的把握，主要从科技竞争环境、科技创新环境、竞争机构和人才三方面进行分析揭露。

　　（1）科技竞争环境分析。主要从时间和空间两个维度进行分析揭示。时间维度的分析即从历史的角度来分析科技发展的趋势，需要结合科学研究趋势图和技术研发趋势图来进行，或将两者合二为一。空间维度的分析即从地域分布的角度来分析科技研发的主要区域及其水平，需要结合科学研究地域分布图和技术研发地域分布图来进行。

　　（2）科技创新环境分析。当前科技竞争的核心体现在科技创新，因此科技创新环境已成为了解科技竞争态势的重要方面。学术论文和专利分别属于知识创新和技术创新的最主要成果，因而可以结合科学研究热点图和技术研发重点及趋势图，来进行知识创新热点和技术创新重点及趋势分析，从而实现对科技创新环境的掌握。

　　（3）竞争机构和人才分析。科技的竞争就是人才的竞争，人才通常依靠机构（组织）的力量来开展科技研发和创新活动；因此，掌握科技竞争水平较高的机构和人才队伍情况，也是了解科技竞争态势的重要方面。竞争机构分析是为了挖掘出科技研发水平和实力较高的一些科技研发机构，需要结合科学研究机构实力图和技术研发机构实力图来进行。竞争人才分析是为了挖掘出科技研发水平和实力较高的一些科技研发团队，需要结合科学研究团队实力图和技术研发团队实力图来进行。

　　2 实证――以张力腿平台（TLP）为例

　　张力腿平台（TLP）是海洋石油、天然气工业从近海向深海发展过程中诞生的一种新型平台，是我国重点发展的新兴海洋工程装备（海洋工程装备产业是我国战略性新兴产业之一），它是一种垂直系泊，通过数条张力腿与海底的顺应式平台相接[8-9]。

　　在科技文献数据的采集和获取方面，学术论文数据采集自爱思唯尔（Elsevier）的Scopus数据库，这主要是考虑到Scopus的数据较汤森路透（Thomson Reuters）的Web of Science数据更为全面；专利数据则是采自汤森路透（Thomson Reuters）的德温特创新索引（DII）数据库，该数据库专利数据较全面、规范。在以上两个数据库中分别检索、获取张力腿平台的学术论文和专利数据，共计获得学术论文1 673篇、专利399件；由于以上数据的检索时间为2015年初，而学术论文和专利信息的公开往往需要一定的周期，因此仍有部分2014年的数据还没有公开，所以2014年的数据量会比实际的偏少一点。

　　采用本文上节所述研究框架和方法，绘制相应知识图谱和专利地图，对张力腿平台的（国际）科技竞争态势进行分析。进行数据分析及制图的工具包括BibExcel[10]、Pajek[11]、VOSviewer[12]等。

　　21 TLP科技竞争环境分析

　　211 科技发展趋势分析

　　统计有关张力腿平台的历年学术论文和专利数量，制作其科技研发趋势图，如图2所示。

　　从图2可见张力腿平台的科技发展趋势：理论研究（论文）比技术开发（专利）早五六年，且活跃程度要高不少，反映出张力腿平台尚存在一些基础性问题没有得到很好的解决，导致其应用不是很广泛、深入，但也说明其进一步研发的空间还很大；从历史发展趋势看，理论研究与技术开发的趋势大体上一致；在20世纪80年代中期至90年代早期，出现过一次科技研发的高潮期，之后开始跌荡式下降，在2001年左右陷入相对低谷期；自2002年左右科技研发活动又开始缓慢地反弹，直到近三四年，才开始出现爆发式增长并持续至今；目前，张力腿平台的理论研究与技术开发均处在新的快速发展期。

　　212 科技研发地域分布分析

　　统计各国家/地区有关张力腿平台的学术论文和专利数量，分别制作其科学研究和技术研发地域分布图，如图3和图4所示。

　　从图3和图4可见世界主要国家/地区在张力腿平台方面的科技研发实力和水平：美国无论是在基础理论研究还是在技术开发方面，均具有绝对的领先优势，在技术开发方面优势更加的显著；除美国之外的其他国家，中国和挪威的科技研发力量相对较强，挪威在理论研究方面稍强于中国，而中国则在技术开发方面稍强于挪威；其他具有一定科技研发实力的国家有英国、日本、澳大利亚等。

　　22 TLP科技创新环境分析

　　221 知识创新热点分析

　　统计有关张力腿平台的学术论文中关键词的出现频次，选择出现频次较高的关键词进行共现分析，并制作共现图谱，如图5所示，即科学研究热点图。

　　从图5可见，张力腿平台的科学研究和知识创新热点主要有4个方面：（1）基于平台的石油开采技术，主要集中在海底取油立管及结构设计等方面；（2）系索系统研究，主要进行计算模拟、动态分析等；（3）平台的结构分析和设计，主要考虑涡流和风力影响、疲劳性能和可靠性等；（4）平台的动力响应分析，主要运用水动力学、有限元分析等方法。

　　222 技术创新重点及趋势分析

　　统计有关张力腿平台的专利技术分类（IPC）情况，专利量较多的IPC类别即张力腿平台的技术研发和创新重点；

　　从图6可见，在近十年间（2005-2014年），关于张力腿平台的技术创新活动（B63B35/44）呈现出增长趋势，特别是在近几年；在平台的海上停泊方法上，对于锚泊技术（B63B21/50）的研发较多，尤其近几年发展迅速，而对于系泊技术（B63B21/00）的研发则在近几年急剧下降；在平台设计和修建方法（E02B17/00）的研究上，近十年基本保持在相对较高水平，波动不大；在海底取油立管的设计（E21B17/01）上，技术研发波动性较大，曾在2007年和2012年左右出现研发高峰，其它时间内基本呈下降趋势。

　　23 TLP竞争机构和人才分析

　　231 科技研发机构分析

　　分别统计有关张力腿平台的学术论文和专利的发文机构和专利申请人情况，选择发文量或专利申请量较多的机构（组织），分别制作其科学研究和技术研发机构实力图，如图7和图8所示，这些机构即具有竞争力的张力腿平台科技研发机构。

　　从图7可见，在张力腿平台基础理论（科学）研究方面，国际上研究实力最强的机构是美国德州农工大学（Texas A and M University），其次是荷兰皇家壳牌公司（Royal Dutch Shell）、康菲公司（ConocoPhillips）及挪威科技大学（Norges Teknisk-Naturvitenskapelige Universitet）。其他科学研究实力较强的机构还包括印度理工学院德里校区和马德拉斯校区（Indian Institute of Technology，Delhi/Madras）、挪威国家石油公司（Statoil ASA）等。

　　从图8可见，在张力腿平台技术研发方面，国际上研发实力最强的机构是壳牌石油公司（SHELL OIL CO），其次是美国大陆石油公司（CONOCO INC）和美国海马装备有限公司（SEAHORSE EQUIP CORP），其他技术研发实力较强的机构还包括埃克森美孚（EXXON PRODN RES CO）、深水海洋科技有限公司（DEEPWATER MARINE TECHNOLOGY LLC）、维特克灰色公司（VETCO GRAY INC）等。

　　232 科技研发团队分析

　　统计有关张力腿平台的学术论文作者和专利发明人的出现频次，选择出现频次较高的作者或发明人进行共现分析，并分别制作共现图谱，如图9和图10所示，即具有竞争力的张力腿平台科技研发团队。

　　从图9可见，最大的张力腿平台基础理论（科学）研究团队是一个跨国组合，主要成员包括美国德州农工大学（Texas A and M University）的Kim，MH。、Kim，CH。、Niedzwecki，JM。、Natvig，BJ。，挪威科技大学（Norwegian University of Science and Technology）的Naess，A。，挪威Statoil公司的Teigen，PS等人。其次是美国德克萨斯大学奥斯汀分校（Univ of Texas at Austin）的研究团队，主要包括Kim，SB。、Powers，EJ。、Fischer，FJ。、Hong，JY等人。其他较大的研究团队包括以Chandrasekaran，S（论文发文量最多）为核心的印度理工学院（Indian Institute of Technology）团队，以Kareem，A为核心的美国圣母玛利亚大学（Univ。of Notre Dame）团队等。

　　从图10可见，最大的张力腿平台技术研发团队，是由独立发明人LEVERETTE S J（专利发明最多）、RIJKEN O R、KIBBEE S E，以及壳牌石油公司的HUETE D A和KIPP R M等人组成。其次是以ALLEN D W、HENNING D L、MCMILLAN D W为核心的壳牌石油公司团队。其他较大的研发团队还包括韩国RES INST IND SCI&TECHNOLOGY团队等。

　　3 结 语

　　本文以支撑科技创新活动为导向，以全面深刻把握科技竞争态势为目标，从科学与技术的关联性角度，通过充分挖掘、结合学术论文和专利数据所包含的信息，将科学研究与技术研发两方面结合起来，设计研究出基于知识图谱和专利地图的科技竞争态势分析方法。通过多个不同角度和纬度的分析，采用知识图谱和专利地图对分析结果的可视化揭示，最终从科技竞争环境、科技创新环境、竞争机构和人才三方面，对科技竞争现状和趋势进行揭示和描述。同时，以张力腿平台（TLP）科技领域为例，实证了所设计的科技竞争态势分析方法的实用性。

　　由于本文所做的研究是一种方法及应用的探讨，在短时间内总结出来难免有所疏忽，其中的一些观点和表述仍值得商榷。同时，仍有一些问题需要做进一步的探讨和研究，如基础理论（科学）研究（学术论文）与技术开发（专利）之间的关联性、互动性问题等。这些研究中的不足和问题，需要在今后的研究中做进一步的改进和完善。

　　参考文献

　　[1]卞志昕。技术情报地图――专利地图与学术情报的结合[J]。科技情报开发与经济，2009，19（16）：111-113，124.

　　[2]陈韫春。基于论文和专利的我国科研现状分析[J]。科技管理研究，2010，30（10）：14-15，19.

　　[3]陶蕊，武思宏，闫冬。基于论文和专利数据的中美清洁煤技术研发实力与合作趋势分析[J]。世界科技研究与发展，2013，35（2）：298-302.

　　[4]余敏杰，丁楠。基于论文和专利的光纤技术发展态势分析[J]。科技与经济，2014，20（4）：66-70.

　　[5]王曼娜，陈晨，陈晓芬，等。我国再生水领域的研究和应用趋势――基于博硕士论文与专利的分析[C]。2014中国环境科学学会学术年会论文集（第五章）。成都：中国环境科学学会、四川大学，2014：1167-1174.

　　[6]陈悦，刘则渊。悄然兴起的科学知识图谱[J]。科学学研究，2005，23（2）：149-154.

　　[7]王兴旺，孙济庆。国内外专利地图技术应用比较研究[J]。情报杂志，2007，26（8）：113-115，119.

　　[8]马延德。海洋工程装备[M]。北京：清华大学出版社，2013.

　　[9]国家发展改革委，科技部，工业和信息化部，国家能源局。海洋工程装备产业创新发展战略（2011-2020）[EB]。http：∥/gzdt/att/att/site1/20110916/001e3741a2cc0fdd4fd101.pdf，2015-03-23.

　　[10]OllePersson。BibExcel[CP/OL]。http：∥www8.umu。se/inforsk/Bibexcel，2015-03-23.

大数据技术论文篇2

　　数据挖掘技术综述

　　数据挖掘（Data Mining）是一项较新的数据库技术，它基于由日常积累的大量数据所构成的数据库，从中发现潜在的、有价值的信息——称为知识，用于支持决策。数据挖掘是一项数据库应用技术，本文首先对数据挖掘进行概述，阐明什么是数据挖掘，数据挖掘的技术是什么，然后介绍数据挖掘的常用技术，数据挖掘的主要过程， 如何进行数据挖掘，主要应用领域以及国内外现状分析。

　　一。 研究背景及意义

　　近十几年来，随着数据库系统的广泛流行以及计算机技术的快速发展，人们利用信息技术生产和搜集数据的能力大幅度提高。千万个数据库被用于商业管理、政府办公、科学研究和工程开发等，特别是网络系统的流行，使得信息爆炸性增长。这一趋势将持续发展下去。大量信息在给人们带来方便的同时也带来了一大堆的问题：第一是信息过量，难以消化；第二是信息真假难以辨认；第三是信息安全难以保证；第四是信息形式不一致，难以统一处理。面对这种状况，一个新的挑战被提出来：如何才能不被信息的汪洋大海所淹没，从中及时发现有用的知识，提高信息利用率呢？这时出现了新的技术——数据挖掘（Data Mining）技术便应用而生了。

　　面对海量的存储数据，如何从中发现有价值的信息或知识，成为一项非常艰巨的任务。数据挖掘就是为迎合这种要求而产生并迅速发展起来的。数据挖掘研究的目的主要是发现知识、使数据可视化、纠正数据。

　　二。 概述

　　1，数据挖掘

　　数据挖掘(Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。这些数据可以是结构化的，如关系数据库中的数据，也可以是半结构化的，如文本，图形，图像数据，甚至是分布在网络上的异构型数据。发现知识的方法可以是数学的，也可以是非数学的，可以是演绎的，也可以是归纳的。发现了的知识可以被用于信息管理、查询优化、决策支持、过程控制等，还可以进行

　　数据自身的维护。数据挖掘借助了多年来数理统计技术和人工智能以及知识工程等领域的研究成果构建自己的理论体系，是一个交叉学科领域，可以集成数据数据库、人工智能、数理统计、可视化、并行计算等技术。 2，数据挖掘技术

　　数据挖掘就是对观测到的数据集进行分析，目的是发现未知的关系和以数据拥有者可以理解并对其有价值的新颖方式来总结数据。它利用各种分析方法和分析工具在大规模海量数据中建立模型和发现数据间关系的过程，这些模型和关系可以用来做出决策和预测。

　　数据挖掘的过程就是知识发现的过程，其所能发现的知识有如下几种：广义型知识，反映同类事物共同性质的知识；特征型知识，反映事物各方面的特征知识；差异型知识，反映不同事物之间属性差别的知识；关联型知识，反映事物之间依赖或关联的知识；预测型知识，根据历史的和当前的数据推测未来数据；偏离型知识，揭示事物偏离常规的异常现象。所有这些知识都可以在不同的概念层次上被发现，随着概念树的提升，从微观到中观再到宏观，以满足不同用户、不同层次决策的需要。

　　数据挖掘是涉及数据库、人工智能、数理统计、机械学、人工神经网络、可视化、并行计算等的交叉学科，是目前国际上数据库和决策支持领域的最前沿的研究方向之一。

　　3，数据挖掘的功能

　　数据挖掘通过预测未来趋势及行为，做出预测性的、基于知识的决策。数据挖掘的目标是从数据库中发现隐含的、有意义的知识，按其功能可分为以 下几类。

　　3.1 关联分析（Association Analysis）

　　关联分析能寻找到数据库中大量数据的相关联系，常用的一种技术为关联规则和序列模式。关联规则是发现一个事物与其他事物间的相互关联性或相互依赖性。

　　3.2 聚类

　　输入的数据并无任何类型标记，聚类就是按一定的规则将数据划分为合理的集合，即将对象分组为多个类或簇，使得在同一个簇中的对象之间具有较高的相似度，而在不同簇中的对象差别很大。聚类增强了人们对客观现实的认识，是概念描述和偏差分析的先决条件。聚类技术主要包括传统的模式识别方法和数学分类学。

　　3.3 自动预测趋势和行为

　　数据挖掘自动在大型数据库中进行分类和预测，寻找预测性信息，自动地提出描述重要数据类的模型或预测未来的数据趋势，这样以往需要进行大量手工分析的问题如今可以迅速直接由数据本身得出结论。。

　　3.4 概念描述

　　对于数据库中庞杂的数据，人们期望以简洁的描述形式来描述汇集的数据集。概念描述就是对某类对象的内涵进行描述并概括出这类对象的有关特征。概念描述分为特征性描述和区别性描述，前者描述某类对象的共同特征，后者描述不同类对象之间的区别。生成一个类的特征性只涉及该类对象中所有对象的共性。生成区别性描述的方法很多，如决策树方法、遗传算法等。

　　3.5 偏差检测

　　数据库中的数据常有一些异常记录，从数据库中检测这些偏差很有意义。偏差包括很多潜在的知识，如分类中的反常实例、不满足规则的特例、观测结果与模型预测值的偏差、量值随时间的变化等。偏差检测的基本方法是寻找观测结果与参照值之间有意义的差别。这常用于金融银行业中检测欺诈行为，或市场分析中分析特殊消费者的消费习惯。

　　三。目前的研究现状及存在的主要问题

　　自KDD一词首次出现在1989年8月举行的第11届国际联合人工智能学术会议以来。迄今为止，由美国人工智能协会主办的KDD国际研讨会已经召开了13次，规模由原来的专题讨论会发展到国际学术大会，人数由二三十人到超过千人，论文收录数量也迅速增加，研究重点也从发现方法逐渐转向系统应用直到转向大规模综合系统的开发，并且注重多种发现策略和技术的集成，以及多种学科之间的相互渗透。其他内容的专题会议也把数据挖掘和知识发现列为议题之一，成为当前计算机科学界的一大热点。

　　与国外相比，国内对DMKD的研究稍晚，没有形成整体力量。1993年国家自然科学基金首次支持我们对该领域的研究项目。目前，国内的许多科研单位和高等院校竞相开展知识发现的基础理论及其应用研究，这些单位包括清华大学、中科院计算技术研究所、空军第三研究所、海军装备论证中心等。其中，北京系统工程

　　研究所对模糊方法在知识发现中的应用进行了较深入的研究，北京大学也在开展对数据立方体代数的研究，华中理工大学、复旦大学、浙江大学、中国科技大学、中科院数学研究所、吉林大学等单位开展了对关联规则开采算法的优化和改造；南京大学、四川联合大学和上海交通大学等单位探讨、研究了非结构化数据的知识发现以及Web数据挖掘。

　　四。 研究内容

　　1，数据挖掘的过程

　　数据挖掘是指一个完整的过程，该过程从大型数据库中挖掘先前未知的、有效的、可实用的信息，并使用这些信息做出决策或丰富知识。

　　数据挖掘的一般过程如下流程图所示：

　　图1，数据掘的一般过程

　　2.1 神经网络

　　神经网络方法是模拟人脑神经元结构，以MP模型和Hebb学习规则为基础。它主要有三种神经网络模型：前馈式网络、反馈式网络、自组织网络。为

　　2.2决策树

　　决策树学习着眼于从一组无次序、无规则的事中推理出决策树表示形式的分类规则。它采用自顶向下的递归方式，在决策树的内部结点进行属性值的比较并根据不同的属性值判断从该结点向下的分支，在决策树的叶结点得到结论。

　　2.3 遗传算法

　　遗传算法是一种优化技术，是模拟生物进化过程的算法。基于进化理论，并采用遗传结合、遗传变异以及自然选择等设计方法。由三个基本算子组成：繁殖、交叉、变异。

　　2.4 传统统计分析

　　这类技术建立在传统的数理统计的基础上。在数据库字段项之间存在两种关系：函数关系（能用函数公式表示的确定性关系）和相关关系（不能用函数公式表示，但仍是相关确定性关系），对它们的分析可采用判别分析、因子分析、相关分析、多元回归分析及偏最小二乘回归方法等。

　　2.5 关联规则

　　关联规则是发现一个事物与其他事物间的相互关联性或相互依赖性。关联规则是展示属性： 值频繁地在给定数据集中一起出现的条件，是数据挖掘中作用比较广泛的知识之一。

　　2.6 可视化技术

　　可视化技术是利用计算机图形学和图像技术，将数据转换成图形或图像在屏幕上显示出来，并进行交互处理的理论、方法和技术。可视化数据挖掘技术将可视化有机地融合到数据挖掘之中，使用户对于数据挖掘有一个更加直接直观清晰的了解，提供让用户有效、主动参与数据挖掘过程的方法。

　　3，数据挖掘的应用领域

　　数据挖掘技术从一开始就是面向应用的。它不仅是面向特定数据库的简单检索查询调用，而且要对这些数据进行微观、中观乃至宏观的统计，分析，综合和推理，以指导实际问题的求解，企图发现事件间的相互关联，甚至利用已有的数据对未来的活动进行预测。

　　一般Data Mining较长被应用的领域包括金融业、保险业、零售业、直效行销业、通讯业、制造业以及医疗服务业等。更广义的说法是：数据挖掘意味着在一些事实或观察数据的集合中寻找模式的决策支持过程。

　　4，数据挖掘的发展方向

　　目前，数据挖掘的研究方面主要有：数据库知识发现方面，将知识发现（KDD）与数据库系统、数据仓库系统和Web数据库系统紧密结合，力图充分利用Web中的丰富资源；机器学习方面，进一步研究知识发现方法，希望克服现存算法的计算性瓶颈，如注重对Bayes（贝叶斯）方法以及Boosting算法的研究和提高；统计领域，加大传统统计方法在数据挖掘中的应用。数据挖掘研究正蓬勃开展，在今后还会掀起更大的波澜，其研究焦点集中到以下几个方面：研究专门用于知识发现的数据挖掘语言，也许会像SQL语言一样走向形式化和标准化；寻求数据挖掘过程中的可视化方法，使得知识发现的过程能够被用户理解，也便于在知识发现过程中的人机交互；研究在网络环境下的数据挖掘技术，特别是在Internet上建立数据挖掘服务器，与数据库服务器配合，实现数据挖掘；加强对各种非结构化数据的挖掘，如文本数据、图形图像数据、多媒体数据。

　　5，数据挖掘的新技术

　　Web数据挖掘技术首要解决半结构化数据源模型和半结构化数据模型的查询与集成问题。这就必须要有一个模型来清晰地描述Web上的数据，而寻找一个半结构化的数据模型是解决问题的关键所在。除此之外，还需要一种半结构化模型抽取技术，即自动地从现有数据中抽取半结构化模型的技术。

　　XML可看作一种半结构化的数据模型，可以很容易地将XML的文档描述与关系数据库中的属性对应起来，实施精确地查询与模型抽取。利用XML。Web设计人员不仅能创建文字和图形，而且还能构建文档类型定义的多层次、相互依存的系统、数据树、元数据、超链接结构和样式表。

　　6，数据挖掘面临的问题和挑战

　　虽然数据挖掘技术已经在各方面都得到了广泛的应用，但数据挖掘技术的研究还不够成熟，在应用上有很大的局限性。正是这些局限性，促使数据挖掘技术进一步的发展：

　　（1）挖掘的对象 数据库更大，维数更高，属性之间更复杂，数据挖掘处理的数据通常十分巨大。

　　（2）数据丢失问题 因大部分数据库不是为知识发现而定做的，那么它就有可能会存在一些重要的数据和属性丢失的问题。

　　（3）多种形式的输入数据 目前数据挖掘工具能处理的数据形式有限，一般只能处理数值型的结构化数据。

　　（4）网络与分布式环境的KDD问题 随网络的发展，资源的丰富，技术人员各自独立处理分离数据库的工作方式应是可协作的。

　　五。研究达到的预期结果

　　系统的介绍数据挖掘技术，使更多的研究人员在数据库中发现有用的，有潜在价值的数据知识。

　　六。小结

　　通过各方面资料的查找，理解了基本的数据挖掘概念、数据挖掘技术、数据挖掘的实际应用及国内外现状。在论文中将对数据挖掘的概念以及发展概况进行介绍，并总结数据挖掘中使用的技术，主要结合当前的研究成果，分析了数据挖掘领域的。研究领域方面，可能主要集中在网络信息中的主要应用。

　　七。毕业论文进程安排

　　序号 论文各阶段安排内容 日期

　　1 资料调研及方案设计 1.4-1.10

　　2 数据挖掘的概论研究 1.11-1.25

　　4 数据挖掘常用技术研究 1.26-2.15

　　5 数据挖掘的应用研究 2.15-3.1（中期检查）

　　6 数据挖掘的新技术研究 3.1-3.10

　　7 数据挖掘的发展方向 3.11-3.16

　　8 撰写论文 3.16-4.10

大数据技术论文篇3

　　〔关键词〕数字图书馆；图书馆技术联盟；网络平台

　　〔中图分类号〕G250.7 〔文献标识码〕A 〔文章编号〕1008-0821（2012）10-0146-03

　　“江苏省高校图书馆现代技术应用平台建设”是 “江苏高等学校数字图书馆（JALIS）”三期工程的项目之一，也是JALIS“十二五规划”的预研项目，由扬州大学承建、南京大学等14所江苏高校图书馆参建。该项目的目标之一是面向江苏省高校图书馆技术人员，建设大型技术资源共享的门户网站——“江苏高校数字图书馆技术联盟网络平台”[1]。

　　1 项目背景

　　数字图书馆环境建设与服务推广，已经将技术部门推到图书馆服务的前台，图书馆所有服务都依赖技术部门的工作，技术部门的保障能力、将直接关系到服务的开展。图书馆技术人员在数字图书馆建设中角色越来越类似于服务设计者，而非直接的平台构建与技术支撑维护者、软件设计者、资源生产者。

　　数字图书馆联盟建设经历了两个明显的阶段，即本地管理软件的同构化共建阶段与广泛的资源共知、共建、共享阶段，必将进入第三阶段，即区域范围内甚至全国性的数字图书馆技术力量协作与联盟运作阶段[2]。

　　“江苏省高校图书馆现代技术应用平台建设”项目的长远目标是通过对优质技术资源与技术服务的整合，发挥整合效益，迎接联盟建设第三阶段，以保持JALIS的持续创新力。通过江苏高校数字图书馆技术联盟网络平台建设，探索人才资源整合的方式；探索充分利用网络化的环境，开展更为有效紧密的业务培训方式，提升队伍的素质；探索如何发现与归纳需求，并通过需求的发现，整合图书馆技术队伍现有的优势，形成解决共性问题的组织方式；探索人才资源整合与发展过程中完善的管理机制建设。

　　项目的近期目标是研发一批图书馆小型应用软件，形成管理信息与技术标准库（汇集技术标准、业务规范、技术白皮书、文献采购招标相关参考文本、设备通用参数文件等），形成网络自助业务培训机制，提供技术论坛，建成江苏高校数字图书馆技术联盟网络平台。

　　江苏高校数字图书馆技术联盟网络平台建设，预期以先进的网络技术为依托，建设一个由JALIS所有成员馆参与，为JALIS建设、为数字图书馆发展提供基础服务的支撑平台，作为实现技术发展、人才培养、管理机制三方面创新的基础平台。依托平台建设，整合全省高校图书馆的技术队伍，使之从松散走向集中，从自发走向自觉，从而形成合力，形成互补的优势，对现有的研发、人才培养模式进行创新，以整体的合作去共同面对未来的挑战[3]。

　　2 需求分析

　　江苏高校数字图书馆技术联盟网络平台是一个大型共享资源门户网站，也是服务全省高校图书馆技术用户的综合门户。它面向江苏省高校图书馆技术人员，提供软件提交下载、技术白皮书（含规范文档、通用设备参数文档等）和技术标准的提交下载、技术专家库、自助培训模块、测评数据、技术论坛等模块等，同时反映项目动态，提供JALIS建设项目的导航服务。

　　来宾可在网络平台上浏览相关软件、标准、白皮书、测评数据、会议信息、技术专家库与业务培训相关课件的目录信息，但不可下载；浏览论坛帖子，但不可发言；

　　注册用户（实名注册）可浏览、下载、上载软件、标准、白皮书、测评数据、会议信息、技术专家库与业务培训相关课件、使用论坛，支持RSS订阅；

　　各图书馆管理员用户可管理、审核注册用户，浏览、下载、上载、管理审核软件、标准、白皮书、测评数据、会议信息、技术专家库与业务培训相关课件，管理论坛，管理各类资源的分类标准，上载导航与动态信息；

　　超级管理员用户可管理、审核注册用户及图书馆管理员用户，浏览、下载、上载、管理审核软件、标准、白皮书、测评数据、会议信息、技术专家库与业务培训相关课件，管理论坛，管理各类资源的分类标准，上载导航与动态信息。

　　3 系统设计

　　3.1 功能设计

　　3.1.1 共享软件

　　小型共享软件是指江苏高校图书馆技术部门自行研发、自己使用或小范围使用的小型可共享软件（需含软件详细文档或软件源代码），有汇文辅助、网站建设、数据库建设、其它软件等几个类型。本模块提供软件上传与下载及评论信息，分前台（浏览下载），后台（提交审核分类评级）等功能（如图1）。

　　图1 注册用户使用共享软件模块流图

　　3.1.2 技术标准

　　提供各类新兴信息技术与图书馆应用技术标准的上传下载服务，含文献信息加工标准规范，文献信息服务体系建设规范，文献信息服务系统建设技术标准，文献信息服务标准和规范，信息组织的元数据标准，图书馆建设相关领域的技术标准和规范等几个类型，流程同软件。

　　3.1.3 技术白皮书

　　提供各类图书馆应用技术白皮书（含服务器软硬件配置、架构方法、设备标准配置、文献电子资源招标采购附件及合同）的上传下载服务，含系统安装、数据库使用说明、操作规程等几个大类，模块设计方式同软件。

　　3.1.4 技术专家库

　　江苏高校图书馆技术部、信息技术部、系统部、数字化部工作人员，与江苏高校图书馆界有良好合作关系的IT技术公司技术人员。本模块由注册用户直接形成。

　　3.1.5 会议信息库

　　报道共享各类会议信息，包括各类图书馆业务、计算机与信息技术相关的研讨会、工作会议信息，第一步形成图书馆工作类、图书馆学术研讨类、计算机与信息科学类、其他类几种类型会议信息的提交浏览，模块流程设计同软件。下一步形成会议管理模块，涵盖会议通知、人员注册、会议进程管理、会议相关材料自助下载、会议信息归档等几个方面。

　　3.1.6 测评信息

　　提供软件（通用）、硬件、系统测评信息文本与资料的上传下载服务，并可组织测试测评活动，根据贡献度给参评人员评分。

　　3.1.7 自助培训

　　支持静态技术课件、教学录像、教学纲要、教学参考书，学员绩效考评、学业成绩评价，学习成绩证明出具等模块。第一步实现提供各类图书馆业务培训的静态课件、教学录像等提交下载、在线学习、个人课程定制、实时学习笔记、笔记保存与调用等服务，后者支持在线播放；主要类型为图书馆类、计算机类、其他类，格式支持MPG、MOV、WMV、MP3、SWF、PPT、DOC、XLS等。

　　3.1.8 技术交流区

　　采用论坛架构，是与平台主体功能部份合一的BBS系统，不需要专门注册，登入系统即可使用；分三大板块：技术讨论区、休闲娱乐区、论坛服务区，其中技术讨论区板块分技术交流、技术开发、技术服务、技术应用、技术管理、技术研究等六大模块，用于搜集需求、系统共维护、协同研发、形成成果、提供服务。

　　3.1.9 导航和项目动态

　　提供JALIS项目动态（含项目概况、管理机构、项目动态、成果展示等几个栏目）及相关新闻，博客链、会员网址自助等导航功能。

　　3.2 管理设计

　　3.2.1 对象管理

　　对象管理又分图书馆管理与用户管理两个模块。图书馆管理通过管理员输入或批量导入方式将江苏高校图书馆等数据录入，这是防止用户注册时输入名称不规范而采取的措施，一旦数据录入，用户注册时即可选择所在图书馆；用户管理分为三层四级制，三层是审核管理层（负责权限分配、模块调整组合、资源调度）、管理用户层（省内各高校图书馆管理员，负责本馆资源组织与提交）、普通用户层（又分为注册用户级，可享受下载服务、技术论坛、培训等模块的服务；浏览用户级，具有浏览权限）。

　　3.2.2 参数管理

　　主要是对各类型资源进行分类数据管理、下载设置管理、动态管理，管理用户层以上用户可设定资源大类小类、下载的文件类型空间限定等、动态新闻上载、导航相关网址上载等。

　　3.2.3 注册与登录

　　游客可直接浏览相关资源目录，而不能进行上载、下载、评论操作，江苏高校图书馆技术部门工作人员、IT公司技术人员可通过注册成为平台用户，注册后须通过管理用户的审核，审核后成为注册用户；因用户注册后将自动进入技术专家库，注册时需用户将有关信息填写完整，包括技术特长、项目建设经历、论文论著情况等；超级管理员可视情况将某注册用户升格为图书馆管理员，系统提供接口让管理员察看待审核用户情况。

　　3.3 结构设计（如图2）

　　图2 系统结构图

　　4 系统实现

　　江苏高校数字图书馆技术联盟网络平台的体系结构采用目前通用的B/S应用模式（浏览器/服务器模式），是一种三层的C/S（客户机/服务器）模式，即Web浏览器，Web服务器和数据库服务器。其中，浏览器是客户服务层（表示层），负责接收用户输入并向Web服务器提交用户申请，接收Web服务器返回的执行结果并显示；Web服务器是业务服务层（应用功能层），负责应用程序的开发、运行和维护；数据库服务器是数据服务层，负责提供数据的存储，执行查询和更新数据的请求。

　　基于B/S模式的系统结构将技术联盟网络平台的应用逻辑与用户界面和数据访问分开，方便了应用程序的开发和维护，可以使网页设计和应用逻辑设计分别由不同知识结构的开发团队完成，能加快项目的开发进度，利于各开发团队发挥各自的特长。

　　江苏高校数字图书馆技术联盟网络平台的硬件设备采用一台高性能的PC服务器作为Web服务器和数据库服务器，并接入校园网，对江苏省各高校开放。Web服务器端采用支持Java技术的Tomcat作为应用服务器的软件平台，数据库服务器采用Oracle公司的Oracle 8.1，客户端直接通过IE浏览器进行访问。开发语言选用SUN公司推出的JSP，JSP（Java Server Page）是一种服务器端的动态网页技术，实际上是一种基于Java的Web服务器应用技术体系。JSP的脚本语言采用Java使其完全继承了Java的所有优点，主要体现在：系统具有很好的稳定性和安全性、与平台无关性（一次编写程序各处运行）、面向对象的程序设计等，使其已成为跨平台应用开发的一种规范。

　　系统的安全性方面，平台对数据库中用户密码采用MD5加密方式进行加密，对常见攻击预先做好防范。对用户提交的提交给服务器的数据采用encode方式加密，服务器端接受采用decode解密，保证提交信息不泄漏。对异常提交信息进行处理，拒绝非法的提交。在容错性上，对用户输入数据有检查机制，用户输错数据都有提示信息，具有较好的容错性能。系统的封闭性较好，用户基本上在提示信息下输入数据。

　　5 结 语

　　江苏高校数字图书馆技术联盟网络平台的建设思路是首先将平台架构形成，并落实需求中所涉及的功能，使之尽快汇集资源、提供服务，当中不周到之处在所难免，恳请同行专家批评指正。下一步将深化设计，体现开放、共享、协作理念，严格遵循数字图书馆门户建设的相关规范与标准，充分借鉴数字图书馆建设中的博客、维基、知识库及远程会议支持等技术的长处，参考数字图书馆建设中新兴的WEB2.0、LIB2.0及VCASE技术，集中组织，模块化实现，保证平台的运行与实施效果。

　　[1]江苏高校数字图书馆技术联盟[EB/OL]。http：∥58.192.141.200：8089/jalis/，2010-07-31.

　　[2]周玉陶。技术联盟：图书馆数字化建设协作的新发展[J]。图书情报工作，2008，（9）：127-129.

　　[3]周玉陶。数字图书馆联盟背景下图书馆技术队伍整合[J]。图书馆建设，2009，（6）：91-93.

　　[4]王良辉，周跃良。基于群体动力的教师专业发展支持系统设计[J]。电化教育研究，2010，（5）：64-67.

大数据技术论文篇4

　　数据库技术的现状及其发展趋势研究开题报告 数据库技术的现状及其发展趋势研究开题报告 专业：信息管理与信息系统 学生：**学号：0924620036

　　一、选题背景及意义：

　　数据库技术主要研究如何存储、使用和管理数据 ，是计算机技术中发展最快、应用最广的技术之一。作为计算机软件的一个重要分支，数据库技术一直是倍受信息技术界关注的一个重点。尤其是在信息技术高速发展的今天，数据库技术的应用可以说是深入到了各个领域。当前，数据库技术已成为现代计算机信息系统和应用系统开发的核心技术，数据库已成为计算机信息系统和应用系统的组成核心，更是未来信息高速公路的支撑技术之一。因此，为了更好的认识和掌握数据库技术的现状及发展趋势，本文对有关数据库发展的文献进行了收集整理，以求在对现有相关理论了解、分析的基础上，对数据库发展进行综合论述，对数据库技术发展的总体态势有比较全面的认识，从而推动数据库技术研究理论的进一步发展。

　　二、论文综述 1、数据库技术发展历程：许多年以来在数据库技术领域很少有重大的技术创新能够引起人们对整个数据库发展历程的回顾与反思。2006年DB2 9中推出的pureXML技术，对过去数十年来关系型数据库的最基本的数据组织方式进行了重大的创新，第一次让我们对数据库的历史，以及过去支撑其发展壮大的理论基础和外部挑战从新的角度进行审视。 今天我们很少去回顾数据库的历史，对于绝大多数IT技术人员，数据库等同于关系型数据库，数据则和表紧密联系。E-R模型几乎是我们描述世界的唯一方式，SQL语言是数据库信息访问处理的唯一手段。关系型数据库已经成为了一种宗教式的信仰，数据相关的所有理论问题似乎都已经解决。

　　然而历史的发展总是在我们不经意间产生转折，所有重大技术的产生及发展都有其生存的土壤。40年前数据库的诞生并不是关系型数据库，第一代的数据库第一次实现了数据管理与应用逻辑的分离，采用层次结构来描述数据，是层次型数据库(IMS)。第二代数据库奠基于上世纪70年代E。F Codd博士提出的关系型理论以及SQL语言的发明。实现了数据建模和数据操作处理的标准化，关系型数据库在其后的20多年的时间取得了长足的发展，得到了广泛的应用。技术的演进主要集中在性能、扩展性和安全性等方面的提升，其基本的理论框架和技术理念并没有大的变化。

　　与之相反，在过去的20多年里，IT产业发生了重大的变化和一系列技术及理念的创新。数据库所生存的外部土壤随着Internet以及在网络环境下IT系统互联互通相互协作的趋势，对信息管理技术提出了新的挑战。

　　2、 国内研究的综述：《移动数据库技术研究综述》《Web数据库技术综述》《Web与数据库技术》《数据库技术发展趋势》

　　三、论文提纲

　　(一)数据库技术概论

　　1、数据库技术概念及类型

　　2、数据库技术发展历程

　　3、数据库技术应用

　　(二)数据库技术发展现状------关系数据库技术仍然是主流

　　1、发展现状概述

　　2、Oracle概念及应用

　　3、Access概念及应用

　　4、SQL概念及应用

　　5、DB2概念及应用

　　6、发展现状总结

　　(三)数据库技术发展的趋势

　　1、下一代数据库技术的发展主流面向对象的数据库技术与关系数据库技术

　　2、演绎面向对象数据库技术

　　3、数据库技术发展的新方向非结构化数据库

　　4、数据库技术发展的又一趋势数据库技术与多学科技术的有机结合

　　5、未来数据库技术及市场发展的两大方向数据仓库和电子商务

　　6、数据库技术的实践性发展面向专门应用领域的数据库技术

　　(四)当代与未来数据库研究的热点数据挖掘、知识发现与数据仓库

　　1、数据挖掘技术

　　2、数据仓库技术

　　3、知识发现技术

　　4、小结

　　5、结论

　　四、论文写作进度安排

　　(一)开题报告：论文题目、系别、专业、年级、姓名、导师

　　(二)目的意义和国内研究概况

　　(三)论文的理论依据、研究方法、研究内容

　　(四)研究结论

大数据技术论文篇5

　　关键词：大数据 数据挖掘 数据分析

　　中图分类号：TP311 文献标识码：A 文章编号：1007-9416（2015）11-0000-00

　　随着我国网络技术的快速发展，大数据挖掘技术越来越成为影响影响网络信息发展的重要因素，而大数据挖掘技术的主要内容以及经常采用的主要方法直接影响了我国未来网络技术的发展方向。因此，这一技术的发展直接影响了网络的发展。本文从大数据挖掘技术的角度出发，研究大数据挖掘技术的应用情况。

　　1大数据挖掘技术的概念分析

　　大数据挖掘及时是KDD的一个重要的过程，这种技术是从许多数据中还有一些不完整的应用中，以及一些比较纯净的应用或者是模糊不清的应用中随机抽取出来的。这些抽取出来的数据都是潜在存在的，但是不为人所发现的信息内容。那么什么叫做KDD（Knowledge Discovery In Database）呢？KDD是发现知识的一个过程。

　　通常情况下，大数据挖掘系统主要包含七方面的内容：用户图形界面接口、模式评估、数据挖掘引擎、数据库或数据仓库服务器、数据基地、数据仓库以及知识储备库（如图1所示）。由图1可知，数据库还有数据仓库服务器有大量的信息和数据，这些数据对很多用户都有着吸引力。图1中的知识储存库是一个简单的应用，用这个知识储存库来进行知识的探索和评价，从而确定总体的模式是不是有意义。数据挖掘引擎是整个大数据挖掘系统中十分重要的组成内容。它能够对数据的特征、关联、类别、价值等进行分类。模式评估的主要功能是在对数据进行评价的同时还要和大数据挖掘技术相互联系，从而把大数据挖掘的技术全面的应用到系统中。模型的进口是用户图形界面的接口。能够方便使用者使用这一模型。并且利用大数据挖掘技术进行信息的查询和分析。

　　2大数据挖掘技术的应用与挑战

　　2.1挖掘对象

　　大数据的挖掘技术面对的主要对象为大的数据库。这样一来能够有效的进行信息的搜索和查询。

　　2.2大数据挖掘技术体现形式局限性

　　当前，大数据挖掘技术在处理数据以及信息的时候所使用的方法比较有限，具有一定的局限性。通常情况下，这种技术能够分析数值型的数据，数据内容比较简单，可是仍然不能够对文本文件、公式、图片等这种没有结构或者是无结构的数据形式开展数据挖掘的工作。

　　2.3使用人员参加的过程和相关领域的信息

　　通常情况下，大数据挖掘技术的过程常常要进行信息和数据的交流。当前，所实用的数据挖掘系统很难让使用者参与到信息以及数据的筛选过程中。使用人员自身的知识能力以及经验对挖掘的开展速度有着直接的影响。而且能够顺利的获取大量的利用度十分高的数据信息等。

　　2.4进行知识的表现和内容的解析

　　很多应用程序中主要的内容都是用户自己发现并分析出来的知识。这就需要大数据技术在挖掘信息的时候不但要有分析数字还有符号的能力还需要对图片、语言等理解分析的技术。

　　2.5帮助保护知识内容和信息的更新换代

　　伴随着知识量的增多，以往旧的知识会逐渐的失去自己的作用，被新的知识内容所取代。所以知识需要不断的保护和进行及时的更新换代。当前采取的主要更新知识的方法包括维护关联规则的增量算法等。

　　2.6支持局限性的系统发展

　　当前的大数据挖掘系统还不能够在广大的系统平台上进行推广使用。一些应用程序是应用在PC上面的，还有一些应用是针对大型的主机系统中的。除此之外，还有一些是专门针对用户的。

　　3结语

　　数据挖掘技术是近几年新产生的网络技术，可是它的广泛应用性受到了很多公司以及研究人员的喜爱。这些年来，伴随着时间的推移以及网络技术的不断发展大数据挖掘技术不断的被更新，开发，而且在金融、管理、教学等行业中都得到了广泛的应用。我相信随着网络技术的不断发展，大数据挖掘技术的应用面将会越来越广。

　　[1]吕竹筠，张兴旺，李晨晖 等。信息资源管理与云服务融合的内涵即共性技术体系研究[J]。情报理论与实践，2012，35（09）：26-32.

　　[2]《中国电子科学研究院学报》编辑部。大数据时代[J]。中国电子科技研究院学报，2013（01）：41-43.

　　[3]淮晓永，熊范伦，赵星。一种基于粗集理论的增量式分类规则知识挖掘方法。南京大学学报（自然科学版，计算机专辑），2000，（11）：203～209.

　　[4]方开泰。实用多元统计分析[M]。上海：华东师范大学出版社，1992：189～193.

大数据技术论文篇6

　　非物质文化遗产是人类文明发展的重要组成部分，早在20世纪70年代，相关研究者和学者已采用摄影技术、录音技术等技术对文化遗迹、考古发现等多种非物质文化遗产进行记录和保存。而在实际工作中，这些资料却无法由于相对局限的技术手段得以长存，例如图像的失真、录音的老化等等。计算机技术和互联网技术的发展使数字化保护走入非物质文化遗产保护的范畴，并在当前取得一定的成绩。本文试从剪纸非物质文化遗产的数字化保护出发，对相关理论研究和实现手段进行探讨，为相关非物质文化遗产数字化保护提供一种新思路。

　　一、相关理论和技术

　　在非物质文化遗产保护的技术上，当前主流的技术有两种。其中一种是使用信息技术手段对非物质文化遗产所具备的信息进行采集、转换并使其适应存储环境。再之则是对其所具备的信息或做简单处理或直接不处理进行存储。后者在实现上较为简单，却为后续工作带来不少麻烦。例如信息的简单编码处理如若深度不够，后期将花费更多的资源和人力参与研究延续非物质文化遗产的内容，对非物质文化遗产的传播和原生态环境的重构也是一个困难。

　　相关文献指出，对于非物质文化遗产，其信息与数据的区别在于前者在于对数据进行精简之后取得的更容易被计算机或相关第三方所理解，而后者是某种物理量的真实反映。因此数据处理在某种程度上代表了处理者对信息处理的主观意愿。在此之前，英国学者提出了知识资产研究中的信息空间，即被业界广泛所知的“I模型”。I模型的出现也为非物质文化遗产的数字化保护提供了一个理论基础。I空间的三个坐标分别代表编码、抽象以及扩散。编码程度在非物质文化遗产保护上是用于衡量表达方式在多大的程度上可以为计算机所理解接受；抽象则用于对其理论的综合描述和特征提取；扩散则在另一方面体现了非物质文化遗产的传播以及后续的信息恢复和原生态构建。通过I空间，理论研究可以对非物质文化遗产的价值与传播、形式与存储、保护及其目标进行进一步讨论，此处不再赘述。

　　剪纸艺术是2006年国家公布的518项非物质文化遗产之一，是广大人民群众的艺术积累和结晶，品种多、分布广。在对剪纸的技术保护上，信息的采集点在于制作的技术手法和作品的表现形式。特别是作品的表现形式，是对剪纸非物质文化遗产的主要概括。当然，两者也是联系紧密的，根据上述的I空间理论，剪纸保护可以根据其在I空间的位置进行讨论。

　　二、剪纸的数字化保护

　　（一）数据库的设计

　　综上所述，剪纸的种类多，且表达方式多、表现效果丰富，如何对其进行数据上的信息提取是实现数字化保护的关键，结合当前计算机技术，数字化保护的基础在于数据库的设计。在实现上必须对剪纸的艺术特点进行数字化抽象提取。其中基本元素和典型符号库的设计是数据库设计的根本所在。因此首先对覆盖较为完整的剪纸图案进行收集和分析，提取出常用的元素。例如剪纸中的曲线、直线、多边形、花样、小孔、月牙形、水滴形等等。其次，对图像进行归纳，形成图像数据库。对收集的剪纸图案，可以分为动物、人物、植物、风俗、服饰和建筑等多种类别，并在软件后台数据库中建立相应的表与其对应。再之，根据应用目的，可以将其分为美化环境类、礼仪喜庆类、祭祀信仰类和服饰佩戴类四大类，四大类进行下一级的分类，通过多重分类实现库的搭建，此处亦不再赘述。

　　（二）软件设计

　　在数据库构建完毕后，软件设计可以分为图像处理模块、数据库管理模块、查询模块、数据存储模块。实现上可以通过VISUAL2010和SQL SERVER 2008进行搭配设计。

　　各模块功能在实现上可以由如下进行：首先图像处理模块提供了图形编辑器，人机交互界面提供给操作者绘图平台，绘制完毕的图像将进入数据存储模块中的基本图像数据库和基础元素数据库。

大数据技术论文篇7

　　关键词：产业集聚 技术进步 装备制造业 拓展的格兰杰检验

　　文献回顾与问题提出

　　自马歇尔提出集聚经济以来，产业集聚问题就一直是国内外经济学界研究的热点，大量的理论也相继出现并日趋发展成熟，如产业区理论、工业区位论、新工业区理论、新经济地理学理论， “创新集群”理论等。基于这些理论，大量的学者对产业集聚的相关问题进行了细致深入的研究。代表性结论主要体现在两个方面：一是产业集聚促进了技术进步。Lundvall（1992）基于新熊彼特的创新理论，探讨了产业集聚、技术变化与经济增长的关系，结果发现产业集聚促进了技术进步；Ellison等人（2007）的实证研究发现，产业集聚诱发的知识外溢和共享劳动力市场效应促进了技术进步 ；二是技术进步有利于产业集聚。波特（2000）从竞争战略的角度理论阐释了产业集聚对技术进步的影响，研究认为集聚区内企业间的合作与竞争能使企业获得技术研发的成本优势，关联组织与企业间的相互作用促进了技术创新；二是技术进步有利于产业集聚。Marshall（1961）在研究产业集聚的成因时发现，获取外溢的技术及知识是企业向特定区域集中的一个重要原因；Josep等人（2008）对集群内企业间的联系进行研究后指出，技术进步使得集群组织网络更加紧密，进而进一步促进产业集聚。

　　从我国的实际看，随着东南沿海地区制造业、尤其是装备制造业的迅速崛起和集聚式发展，产业集聚与技术进步的关系引起了国内学者的关注，相关研究已经出现，代表性研究主要有：张宇等（2008）在对长三角地区的FDI与产业集聚的关系进行考察时发现，产业集聚与行业技术水平之间存在明显正相关关系；梁琦等（2005）对长三角制造业集聚的研究发现，高集聚产业的技术进步明显快于低集聚产业；苏李等（2010）对中国28个制造业细分行业的地理集聚以及技术进步进行研究后发现，产业集聚是制造业技术进步的重要源泉。叶建亮（2001）研究发现，产业集聚改变了集聚组织内企业的生产函数，诱发了企业技术进步。

　　国内的现有研究多是在研究产业集聚的经济效应时涉及了技术进步问题，且研究的重点在于产业集聚对技术进步的影响，对于技术进步对产业集聚的反向作用还未见研究。克鲁格曼的新经济地理理论和波特产业集聚的“钻石”理论认为，产业集聚与技术进步之间的关系不是简单的产业集聚作用于技术进步的问题，技术进步对产业集聚的形成与发展也有一定的影响。鉴于此，本文拟利用两位数水平的中国装备制造业行业，对这一双向关系进行实证考察。厘清这一关系不仅有助于拓展产业集聚的成因，而且还能为通过技术研发战略促进装备制造业集聚的发展与集聚升级提供科学的决策依据。

　　研究方法与相关说明

　　（一）研究方法

　　考察产业集聚（以EG表示）与技术进步（以TC表示）互动关系的基本方法就是格兰杰因果检验。但因传统的Granger因果关系检验对数据量要求较大，本文借助面板误差修正模型对该检验进行扩展，以突破大样本要求的限制，同时也使得结果更加科学可信。利用面板误差修正模型进行因果关系检验的研究在国外已经出现，但国内的研究还比较少见，其具体过程包括四个方面：面板数据的平稳性检验、面板数据的协整检验、建立面板误差修正模型和因果检验。

　　1.面板数据的平稳性检验。变量的平稳性检验是规避计量模型“伪回归”问题的重要手段。数据平稳性检验包括两类：一是各截面序列的相同单位根检验，主要检验方法有 LLC检验、Breitung检验、Hadri检验；二是允许参数跨截面变化的各截面序列的不同单位根检验，主要检验方法有Im-Pesaran-Skin检验、Fisher-ADF检验、Fisher-PP检验。

　　2.面板数据的协整检验。协整反映了非平稳的单整序列数据之间的长期稳定关系。面板数据的协整检验方法很多，但使用最广泛的还是Pedroni检验，它包括两个方面：一是组内检验，主要有Panel v检验、Panel ρ检验、Panel pp检验和Panel ADF检验；二是组间检验，主要有Group ρ检验、Group pp检验和Group ADF检验。

　　3.建立面板数据的误差修正模型。在对产业集聚与技术进步的协整关系进行检验后，需对两变量之间的因果关系进行进一步探讨，为此建立面板误差修正模型，其模型的设定形式见式（1）和式（2）：

　　（1）

　　（2）

　　式中：TCi，t为t时期i产业技术进步项的一阶差分项，EGi，t为i产业t时期的产业集聚项的一阶差分项，εi，t-1为技术进步TC项与产业集聚EG项的回归残差项，TCi，t-k、EGi，t-k为滞后k期的一阶差分项，、η分别为常数项和残差；λ为调整系数，反映当短期波动偏离长期均衡时，将非均衡拉回均衡状态的调整力度。

　　4.因果检验。产业的地理集聚是否是技术进步的原因检验包括两类：一是短期因果关系检验，即根据式（1），对=0进行Wald统计检验。如果检验结果在置信水平下显著，则短期内产业集聚促进了技术进步，即产业集聚是技术进步的短期原因，反之则反是；二是长期因果关系检验，即对+λ1=0进行Wald统计检验。如果检验结果在置信水平下显著，则表明长期内产业集聚有利于技术进步，即产业集聚是产业技术进步的长期原因，反之则不是（J。M。伍德里奇，2003）。

　　同理，依据同样的方法对技术进步是否为产业集聚的原因进行检验。

　　（二）装备制造业界定、变量说明与数据来源

　　1.装备制造业范围与统计口径调整。按照《国民经济行业分类-GB/T4754-2002》，装备制造业包括7个两位码子行业，即金属制品业、通用设备制造业、专用设备制造业、交通运输设备制造业、电气机械及器材制造业、通信设备计算机及其它电子设备制造业、仪器仪表及文化办公用机械制造业。但因2003年以前工业统计标准采用的是《国民经济行业分类—GB/T4754-1994》，上述7个行业的统计口径在新旧标准下有所不同。其中，新标准下的通用设备制造业和通信设备计算机及其它电子设备制造业在旧标准下为普通机械制造业和电子及通讯设备制造业。经仔细核对，不同标准下这两个行业的统计口径有所变化。对于这一变化，本文按照“国研网统计数据库—工业统计数据库”所提供的三位码子行业统计数据对1998-2002年的数据进行调整。

　　2.变量说明。一是产业集聚。衡量产业集聚的指标很多，传统的指标主要有行业集中度、赫芬达尔指数、熵指数和哈莱一克依指数。随着新经济地理理论的出现，这些指标的缺陷越来越明显，从新地理角度对产业集聚进行测度的方法相继出现，如空间基尼系数、空间集聚指数、产业自我集中度指数等。考虑到数据可得性，本文采用目前国内外广为使用的空间集聚指数来测度装备制造业的集聚程度，其计算方法如式（3）所示。式中：Sijt为t年j地区i产业的就业人数占全国该产业就业人数的比，Xjt为t年j地区所有制造业就业人数占全国制造业总就业人数的比，Zijt为t年k地区i产业的销售收入占全国该产业销售收入的比，n为全国地区，EGit为t年i产业的空间集聚指数。

　　（3）

　　二是技术进步。衡量技术进步指标最具有代表性的是Hausman等（2007）、Traistaru等（2003）提出的技术密集度指数。国内学者樊纲等（2006）、姚洋等（2008）以此指标为基础，对中国制造业及出口品的技术含量进行了研究。其计算方法如式（4）所示，式中j、i、t分别表示地区、产业和时间，Vijt、Lijt分别表示t年j地区i产业的增加值和就业比重，N、M分别表示地区数和产业数。

　　（4）

　　3.数据来源。本文所用数据来源于《中国工业经济统计年鉴》（1998-2009）、《中国统计年鉴》（1998-2009年）和国研网“工业统计数据库”。

　　结果与分析

　　（一）平稳性检验

　　依据上述方法，本文采用LLC检验、IPS检验、F-ADF检验和F-PP检验四种方法对技术密集度指数、空间集聚指数及其一阶差分进行面板数据的平稳性检验，结果如表1所示。由结果发现：技术密集度指数的四个检验值均不显著，空间集聚指数的检验结果也有三个指标不显著。据此，可以判断两个变量都是非平稳变量。进一步对两个变量的一阶差分值进行检验，发现结果均在10%置信水平下拒绝了原假设，即各变量的一阶差分序列为平稳序列。由此，可以认定这两个变量均为一阶单整变量。

　　（二）协整检验

　　借助Pedroni检验方法对面板数据进行协整检验，以检验两变量之间是否存在长期联系。检验结果如表2所示。由结果可见，检验结果中有5个指标分别在1%和在10%的置信水平下拒绝了原假设，仅有一个接受原假设。由此，可以判断空间集聚指数与技术密集度指数之间存在协整关系。

　　（三）误差修正模型

　　表3的协整检验结果表明，空间集聚指数与技术密集度指数之间存在长期关系。进一步，建立误差修正模型，得到的结果如表3所示。结果显示：模型1中εt-1系数为-1.1480且显著，表明当技术密集度变化偏离均衡时将以1.1480的速度向均衡量调整；模型2中εt-1系数为-0.0215且不显著，表明当空间集聚指数偏离均衡时将有以0.0215的速度向均衡调整的可能。

　　（四）因果检验

　　基于误差修正模型，本文得到了空间集聚指数与技术密集度指数之间的因果关系检验结果，如表4所示。模型1的检验结果显示，空间集聚指数在10%置信水平下显著且为正，说明产业集聚是技术进步的短期原因；空间集聚指数与残差项εt-1的联合检验结果在10%置信水平下显著，表明产业集聚是技术进步的长期原因。模型2的检验结果表明，技术密集度指数在10%置信水平下显著且为正，说明技术进步是产业集聚的短期原因。技术密集度指数与残差项εt-1的联合检验结果不显著，表明长期内技术进步与产业集聚之间无必然的因果关系。

　　综上结果发现，产业集聚与其技术进步之间存在明显的互动或双向关系，即装备制造业集聚推动了其技术进步，技术进步也是促进装备制造业集聚形成与发展的原因。那么，其背后的原因又何在呢？

　　就前者看，其原因主要在于两个方面：一是竞争效应。产业集聚的典型特征就是企业的群居。大量群居一地必然导致激烈的竞争，这将迫使企业进行技术创新以获取竞争优势和生存空间。不仅如此，随着产业集聚的进一步发展，企业之间竞争会诱发它们在研发投入上的“彩车效应”（Band-wagon effect）（多纳德等，2001），进而加速技术进步。另外，群居企业之间的共生关系为创新活动提供了一个良好的氛围，激励了企业间的联合研发，降低了创新活动的“学习成本”及创新风险，提高了创新效率，而高级要素的集聚和知识及信息的流动则为创新提供了原动力（蒋满元，2006）；二是技术和知识外溢效应。大量的理论与实证研究表明，技术和知识外溢是产业集聚一大经济效应。伴随着产业集聚的发展，以员工流动为载体的技术和知识外溢加快，这必然会推动技术进步（Michael et al。，2004）。同时，伴随产业集聚的发展，共享的劳动力市场也日益发展，大批技术人员集中于此，降低了企业的人才搜寻成本，企业可以较为容易得到所需的技术与研发人员（Mariano et al。，2005）。

　　就后者看，主要原因同样在于两个方面：一是合作效应。从实践看，新技术及技术进步的主体多为经营绩效好、规模大的企业或某一产业中的核心企业。这些企业因技术进步获得了在产业竞争中的领先地位，从而吸引上下游的企业与之进行纵向和横向合作，围绕核心企业的集聚因此会得到快速发展。不仅如此，核心技术企业的集聚还会吸引专业化的投入品和服务向该地区集中，关联产业的集聚效应因此显现；二是技术与知识外溢的引力效应。新技术的应用过程同时也就是该技术及与此技术相关的知识外溢的过程。为了获取该新技术和与此技术相关的知识，这些同类竞争企业会主动技术领先企业所在区域转移，进而使得集聚规模不断扩大。不过从长期看，作为一种产业组织的特殊形式，决定产业集聚形成与发展的关键因素仍然是成本、规模经济、政府行为等，技术因素仅仅是推进产业集聚形成与发展的一个短期因素，起着催化剂的作用。

　　结论及政策含义

　　本文基于1999-2008年中国装备制造业的统计数据和拓展的格兰杰因果检验法，对产业集聚与技术进步的关系进行考察，结果表明：产业集聚与技术进步之间存在双向关系；产业集聚不仅是推动产业技术进步的短期原因，也是长期技术进步的源泉，但技术进步则仅仅在短期内促进了产业集聚。

　　上述结论具有较强的政策含义：一是鉴于产业集聚对装备制造业技术进步的显著影响，政府应通过财政、税收、硬件设施条件改善等相关政策措施积极推动装备制造业集聚，以促进中国装备制造业的技术进步。同时，要积极加快基础设施建设，创新集聚环境，以利于技术扩散和知识溢出，为整体技术水平的提高创造条件；二是由于技术进步是产业集聚形成与发展的短期因素，因而对那些试图通过集聚促进装备制造业发展的地区来说，政府要积极搭建技术平台，为企业的技术引进和研发创新创造良好的环境，充分发挥技术因素在集聚发展中的催化剂功能。但考虑到技术因素仅仅是促进产业集聚一个短期因素，所以政府应将产业集聚政策重点放在那些有助于产业集聚持续发展的财税政策、基础设施、创新平台等方面。

　　参考文献：

　　1.张宇，蒋殿春。FDI、产业集聚与产业技术进步—基于中国制造行业数据的实证检验[J]。财经研究，2008（1）

　　2.苏李，臧日宏，闫逢柱。中国制造业地理集聚对技术进步影响的实证分析[J]。中国科技论坛，2010（2）

　　3.J。M。伍德里奇。计量经济学导论[M]。中国人民大学出版社，2003

　　4.樊纲，关志雄，姚枝仲。国际贸易结构分析：贸易品的技术分布[J]。经济研究，2006（8）

　　5.姚洋，张晔。中国出口品国内技术含量升级的动态研究—来自全国及江苏省、广东省的证据[J]。中国社会科学，2008（2）

　　6.[美]迈克尔·E。波特。簇群与新竞争经济学[J]。经济社会体制比较，2000（2）

　　7.梁琦，詹亦军。产业集聚、技术进步和产业升级来自长三角的证据[J]。产业经济评论，2005（2）

　　8.叶建亮。知识溢出与企业集群[J]。经济科学，2001（3）

　　9.Hausmann，R。，Hwang，J。and Rodrik，D。What You Export Matters[J]。Journal of Economic Growth，2007，12（1）

　　10.Traistaru，I。and Martincus，C。V。Determinants of Manufacturing Concentration Patterns in Mercosur[R]。ERSA conference papers，No。ersa03p191，2003

　　11.[英]多纳德·海，德里克·莫里斯著，钟鸿钧等译。产业经济学与组织（下册）。经济科学出版社，2001

　　12.蒋满元。关于产业集群竞争优势的来源分析[J]。重庆社会科学，2006（2）

　　13.Michael，F。& Grit，F。，Innovation，Regional Knowledge Spillovers and R&D Cooperation[J]。Research Policy，2004，33（2）

　　14.Mariano，N。& Pilar，Q。，Absorptive Capacity，Technological Opportunity，Knowledge Spillovers and Innovative Effort[J]。Technovation，2005，25（10）

大数据技术论文篇8

　　关键词：GPS控制测量技术 线形工程测量 应用

　　中图分类号：TH761 文献标识码：A

　　1GPS测绘技术概述

　　1.1GPS测绘技术的含义

　　GPS技术，即全球定位系统，在二十世纪七十年代由美国率先进行研发，经过多年的努力于1993年在军事上首次应用，随着社会经济的不断发展，后来延伸到工程建设、教育、科研等多个领域。它的工作原理为：对目标利用卫星发射无线电信号进行导航定位，能够方便快速的发现目标，且定位精确度高、抗干扰性强，在工程测量中得到广泛的应用。

　　1.2GPS测绘技术的优点

　　GPS测绘技术在工程测量中应用广泛，它具备以下几点优势：一是测绘时间长，精度高。GPS技术不受时空的影响，能在任何地点、任何时间进行全面全天候的测量工作，且受气候、地形等自然因素影响比较小，测量数据精度高。二是成本比较低，操作方便。GPS技术可以有效减少工程对人力、物力、财力的投入，不仅可以降低成本，而且操作简单，可以减轻工作人员负担。三是GPS技术工作效率高。随着GPS技术和计算机技术的不断进步，GPS测绘时间缩短，测量效率大大提高，即在较短的时间内高效完成测量任务。四是应用广泛。随着社会经济的快速发展，GPS测绘技术已渗透到建筑、市政给排水工程、水电工程、道路、桥梁等工程项目建设中，同时在电视台、天文台等领域也得到广泛的应用。

　　1.3GPS-RTK技术原理

　　RTK测量技术的全称是实时、动态定位技术，是数据传输技术和GPS测量技术的结合。基准站、数据链、移动站三个部分形成了RTK系统，它的基础是载波相位的观测量，在基准站上设置的GPS接收机连续不断的对四颗以上的可见GPS卫星进行观测，并将所得的测站信息和观测值通过数据链传送到移动站，而移动站在对这些信息进行接收的时候也对GPS的观测数据进行采集，实时处理在系统内产生的差分观测值，并同时反馈出厘米级别的定位结果，总过程用时不到1s。

　　图1

　　2GPS-RTX控制测量技术在线形工程输电线路测量中的应用

　　2.1布设GPS-RTX静态控制网

　　输电线路一般比较长，涉及范围比较广，经常需要穿越田地、河流、山地、湖泊等地形，给工程建设带来很大的麻烦和难题。同时输电线路走向是直拐直，没有曲线段，因此控制点要沿着可研路径布设，呈一带状控制网。在进行GPS-RTX静态控制网布设时，主要要注意几点问题：一是GPS-RTX基线长度最好相差不大，保证精确度的均匀性。二是GPS-RTX静态控制网最好采取封闭式闭合环形式（或者为附合线路结构）。三是避免多路径效应。在进行GPS-RTX静态控制网布设时，要尽量避免高山、河流、湖泊等比较复杂的地形。四是做好强电磁波抗干扰工作。GPS-RTX站点的设置要尽可能的远离大功率的无线电发射源，如电视台，其距离要在400m以上，同时要远离已建高压输电线路至少200m以上。

　　2.2GPS-RTX技术在外业作业测量中的应用

　　在进行外业作业前，要做好仪器（如GPS-RTX接收机等）设置等准备工作。GPS-RTX接收机设置要根据输电线路走向来，尽量避免一些复杂的地形，如高山、河流、植被等，同时在设置好GPS-RTX接收机等仪器后不要急于观测，在GPS-RTX仪器垂直精度因子VRMS和水平精度因子HRMS在不大于0.02、综合精度因子PDOP不大于3后方可进行，且每一次观测时间要不小于10分钟。此外，外业工作人员要严格按照GPS-RTX测量标准和输电高压线路实际情况进行外业作业。先根据卫星可行性预报资料编制观测计划表，然后在实际观测中严格按照计划表执行，同时以实际作业为主相应的进行调整，并做好记录，最后在外业作业完成后及时对观测数据进行检查和分析，若数据不对就要进行补测或者重测。

　　2.3做好内业数据处理工作

　　在进行内业数据处理之前，要选定相关解算软件，并把数据输入软件中，然后对每一个观测数据进行查看和分析，把误差大或者错误的数据删除，提高整体数据解算质量。一般而言，数据解算结果有四种，固定相位解、浮点相位解、相位平滑伪距差分解和伪距差分，前三者精度指标分别大于0.1m、0.5m、0.8m，根据实际情况选择相应的精度指标。具体来说，在测量完成一天的工作后，要把基站和杆塔的数据导入计算机，使用相关解算软件计算出每一个杆塔的坐标，从而计算出每一条基线长度，然后把计算出来的数据与事前标准数据进行对比分析，允许误差在6m之内，若误差过大就要就行补测或者重测。

　　2.4GPS-RTX控制测量技术使用注意事项

　　GPS-RTX测绘技术具有不可拟比的优势，但在实际操作中还是会受到自然因素和人为因素的影响，造成观测数据精确度存在偏差。因此，在利用GPS-RTX测绘技术进行控制测量时，要注意细节问题。

　　（1）受作业环境的影响。虽然GPS-RTX技术不受地形的限制，具有全天候观测的特点，但观测精度还是会受地形等环境的影响，因此在进行GPS-RTX仪器设置时，应尽量避免多种路径、电磁波干扰强（如电视台等）等地段，且保证卫星高度角在10°以上。

　　（2）观测时段问题。在观测前要对卫星预报图等进行查看，选择最佳观测时段（一般是可见卫星数不小于5的情况下）。

　　（3）人为因素的影响。在进行输电高压线路测量工作时，要严格按照GPS-RTX观测相关标准进行操作，避免因操作失误影响观测质量。这就要求对工作人员进行专业培训，提高其业务能力。

　　3结束语

　　总而言之，GPS-RTX测绘技术具有全天候观测、操作方便、成本较低、精确度高等优点，在线形工程测量中得到广泛应用。本文主要从GPS-RTX静态控制网布设、外业作业、内业数据处理等几个方面分析了GPS-RTX控制测量技术在输电线测量中的应用，随着GPS-RTX技术和计算机技术的不断发展，相信GPS-RTX测绘技术将得到进一步发展和应用。

　　[1] 金国清。GPS RTK测量中的一些关键问题[A]。 第三届长三角科技论坛（测绘分论坛）暨’2006江苏省测绘学术年会论文集[C]。 2006

　　[2] 魏金龙，陈军，柳俊岩。RTK系统在测量中的应用[A]。 天津市土木工程学会第七届年会优秀论文集[C]。 2005

　　[3] 韦积海，符永好。GPSRTK技术在纵横断面测量中的应用[A]。 全国测绘科技信息网中南分网第二十一次学术信息交流会论文集[C]。 2007

　　[4] 邰占宇，徐德仲。谈GPS-RTK在测量中的应用[A]。 吉林省测绘学会2008年学术年会论文集（下）[C]。 2008

爱可网分享地址：http://www.ik35.com/wm/89209.html