搜索--e-works数字化企业网

e-works为您找到 276 条结果

相关性
发布时间

下一代融合计算原型：大数据与虚拟化超融合技术研发

，中国银联电子支付研究院提出下一代融合计算引擎：基于容器的大数据与虚拟化超融合架构。复旦大学与中国银联电子支付研究院基于此成立了联合研究团队，目标是在设计基于容器的大数据与虚拟化超融合架构的同时，完成相关原型的研发和试验。二、成果内容截至目前，通过产学研合作的形式，联合研究团队已形成“基于容器的大数据集群技术”与“容器与虚拟机融合调度”两个方向研究成果积累，四项技术创新突破图3物理机NUMA资源使用信息三、成果应用价值基于容器的大数据与虚拟化超融合架构的实现，对于金融机构和传统企业来说，具有极大的应用价值，可以实现虚拟主机、容器、大数据各资源的异构池化融合。 3.实现容器虚拟机联合调度，可直观看到资源分配情况完成了虚拟机资源与容器资源的统一管理，实现运行大数据集群的容器和虚拟机的联合调度，虚拟机资源与容器资源互相感知。

大数据

来源：e-works

2018-12-21

2015产品创新数字化征文：钣金图形数据采集与处理的研发分析

硬件信息数据正在集成化与互联化，而三维设计信息是否能全自动互联与互通？目前全面从三维模型形体系统中采集与集成数据应用尚未普及，如何让三维模型设计源头数据直至加工末段，设计信息在不同场合不同阶段有着不同需求与不同数据。如何分离与分析数据，如何规划与规范数据等，我们构造三维设计软件图形信息采集与数据处理之方法。长期来二维设计软件占主导，二维图纸上信息提取主要集中在标题栏。五、数据源、用处与实现数据来源从钣金装配体中进行挖掘与企业工艺知识库，有些数据必须用户在处理前填写完成，如工序条目信息等，其它信息数据是从三维钣金件模型中进行数据挖掘与处理。一次性全方位图形数据采集，为数据深度挖掘与数据再次利用奠定基础。

CAPP/MPM

来源：e-works

2015-11-10

光纤陀螺及其系统生产过程数据包实时在线生成技术的研究与应用

生产过程数据包实时在线生成技术研究与应用要适应产品生产特点不同型号产品生产特点区别很大．如宇航产品数量少、质量与可靠性要求高、生产周期较长．在生产过程中每一个细节与参数都需要进行详细记录，以备分析和追溯 3.3产品数据集成管理与深层分析1)风险识别与控制通过实时检测与自动比对生产过程数据．应用成功数据包络分析．预测产品质量与可靠性趋势和水平．剔除产品早期缺陷。生产过程数据包实时在线生产技术的应用效果具体体现在以下几个方面：1)促进了产品数据包管理与关键环节识别与控制采用电子化的生产过程数据包模板．生产前识别了关键环节及参数．并进行标识。操作、检验人员根据权限及工序安排进行产品的生产与检验．工序完成后该工序自动关闭并流转到下道工序。数据完整、正确技术及管理人员可以在权限范围内监控生产过程．预测产品质量与可靠性趋势。利用信息化手段，系统策划、逐级分解、逐级实施，保证了产品质量与可靠性信息的系统性、完整性和可追溯性，实现了实时检测生产过程数据。预测产品质量与可靠性水平和趋势。

全面质量管理

来源：万方数据

2012-10-30

钢铁行业智能化转型关键技术研究与应用——2021广州市人工智能与机器人应用高峰论坛论文精选四

图2.预测性维护与健康管理（PHM）有很多人将状态监测与预测性维护与健康管理（PHM）混淆，虽然他们都是以数据为基础进行判断，但其解决问题的原理和目标是不同的。而PHM则在探索机理数据分析与行业知识相结合的手段，利用智能模型量化设备的故障严重程度，乃至预测剩余使用寿命。缺乏历史数据和故障样本。图3.大型泵组健康评估模型与结果针对这三个痛点，现以大型泵组健康评估与异常监测为例。大型泵组，通常可能是全新的设备，没有历史数据也没有故障样本。因此，我们采用多源信号（振动、DCS数据等）的相关性分析与异常监测技术获取多源数据信息并进行信息融合；进行部件级、设备级分级健康评估，采用不同的评估模型，给出相应的健康度指标；根据当前工况与监测数据建立基线模型结束语泛人工智能是发散性的，主要是在大量数据中寻找关联性，从而创造新的商业模式。而工业领域的工业智能，在于将机理与数据的结合，强调收敛性，解决工业场景中的实际问题。

工业机器人

2021-11-26

达索系统DELMIA供应链一体化计划与优化

达索系统旗下DELMIAQuintiq，专为解决大中型企业复杂的计划与优化难题，它支持企业应对不断变化的内外部环境和独特的KPI指标，从生产，到物流、再到劳动力，制定高度灵活、富有弹性、且能够快速响应需求的供应链计划，一体化管理·KPI驱动，计划随业务目标而动·完美匹配企业独特的业务规则和需求·为生产制造、消费品包装、能源、化工、冶金、航空、汽车、零售、铁路与公共交通、物流与快递等行业领导者选择应用明确定义整个组织的KPI，并使每个业务职能部门与这些目标保持一致。达索系统全球2万名员工为140多个国家超过27万个不同行业、不同规模的客户带来价值。 DELMIA帮助行业和服务供应商将虚拟世界与现实世界的价值网络连结起来，重新构想运营，以实现卓越制造。

SCM与物流

来源：达索系统

2021-05-31

方快锅炉：PLM与ERP集成应用打造数字企业

这些系统的数据全部处于一种保护的状态。方快锅炉PLM管理流程PLM系统与ERP系统的集成是通过在PLM系统内建立标准库，将编码与ERP编码统一，通过编码生成器选择编码的框图，进入图文档以后，可以对编码进行修改、调整，然后把成套的图纸转换成Excel 未来三到五年我们还将投入一部分资金，将企业打造成从前端数据的收集到产品的生产，到图纸的设计一体化，从一个传统的制造业向新兴的数据化、虚拟化工厂转变。三、方快锅炉的信息化经验第一是要科学调研与论证；第二是企业与软件公司需要有效融合；第三是信息化项目能够帮助企业更好的提升管理，把原来人做的事转变成系统做的事；第四要选择一个优秀的合作伙伴；第五是保障实施如ERP的数据，可能每一个企业的状况不一样，出现的报表可能都满足不了企业的应用，我们怎么处理？我们把这个数据与EXCEL成功对接，通过EXCEL进行二次对接，产生个性化的应用。谢谢大家！

ERP

来源：e-works

2011-08-03

Denodo：变革AI时代数据管理模式，重塑企业价值核心基石

其中，数据质量与可用性问题被视为关键的制约因素。站在AI的角度，当用户提出问题时，给出答案的途径并不是理解与思考，而是基于各种数据的概率预测。如今，AI的规模化落地，对数据提出了显著超越传统数据分析场景的更高维度的严苛诉求，数据的广度与深度，直接界定了AI应用的边界、迭代效率与实际价值上限：首先，是实时性诉求。，确保数据在高效流动的同时满足监管要求与安全标准。这种模式完美适配大型企业的混合架构需求，解决了跨数据源计算与分享的难题：首先，实时响应能力更强，传统集成模式依赖批量数据迁移与预处理，难以满足AI应用对即时性数据的需求，而数据编织的逻辑整合模式可实现实时数据访问 1.逻辑数据管理：颠覆传统的数据移动理念在ChatBI的部署与应用过程中，数据湖作为分析型数据管理的终极产物，核心是通过数据集中整合支撑分析需求，但如今AI多为运营型工作负载，其数据需求与湖仓设计存在本质矛盾

精英面对面

来源：e-works

2025-11-25

数据保护vs.超融合数据保护

而可扩展的、容器驱动的数据保护方法可能是一个更有效的答案。现代数据保护要求概述数据保护已经成为许多企业面临的实际问题。所有应用程序都需要某种形式的数据保护和数据保留，但是每个应用程序都有其独特的要求。随着向企业添加云计算数据保护服务，这一问题将会进一步加剧。什么是超融合数据保护?大量基于超融合基础设施(HCI)的数据保护产品已经投放市场。什么是容器化数据保护?企业应该考虑使用的替代方法是容器化数据保护，以满足特定于应用程序或部门的数据保护需求。这一方法与虚拟化不同，后者将集中并抽象化然后提供给应用程序的基础设施(硬件)资源。与裸机实施相比，虚拟化可以提高硬件资源利用率，因为虚拟化可以在同一系统上运行多个工作负载。将超融合与容器化数据保护进行比较对于那些寻求在不大量增加其资本支出(基础设施)或运营支出(IT人员)预算的情况下提供各种数据保护的大型企业来说，采用容器化方法可能很有意义。

存储

来源：企业网D1Net

2021-04-30

大数据时代下数据可视化应用

一、数据可视化的概念与意义大数据时代背景下的数据可视化的一般定义可被概述为，充分利用计算机的能力，设计符合计算机性能和操作经济性的通用软件，采用计算机辅助设计的形式，配合一定的图像和音频，尽量直观的了解事物二、大数据时代的机遇与挑战大数据处理背景下的事物展现过程不但能够将事物较好的展现在人们眼前，还可以对用户的需求、用户对事物功能的偏好倾向、用户选择时的侧重点、产品继续改进的方面进行尽量多样本数据的收集，三、数据环境下的数据可视化技术发展趋势1、即时的数据关联趋势可视化服务数据可视化除单纯呈现数据状态之外，还有一个非常实用的功能，就是通过对若干存在关联性的可视化数据进行比较中，能够挖掘出数据之间的重要关联或者是呈现一个有理有据的数据发展趋势某电子钱包的一项电子对账单服务就是这样，通过用户使用该电子钱包交易所产生的数据信息，月末自动生成出一套属于用户个性化的数据图表，用户借由这组数据图可以轻松地分析出自身的消费状况，即时地做出调整与规划。 2、多维叠加式数据可视化应用这类数据可视化应用常见为社交网络或者生活消费类应用与数字地图的叠加，这种叠加模式针对年轻化的人群很有吸引力，基于地理位置的网络数据信息分享传播具有某种互动娱乐性。

大数据

来源：科学与技术

2020-07-01

基于大数据的数据库安全保障

一、数据安全影响因素在网络技术快速发展过程中，计算机普及程度逐渐提高，对人们日常生活及工作产生的影响越来越大。国内计算机企业发展时间较短，计算机规模偏小，且基础设施较差，与规范化运行仍然存在一定差距。在计算机数据库安全防护方面，可能会面临雷电、地震与洪水等自然灾害，这些外部环境因素可能会对系统设备安全运行造成影响。在计算机运行过程中，可能会因为雷击现象而破坏系统正常运转，导致数据库安全没有保障。互联网与单位内部网互通，计算机使用过程中可能会面临网络中的各种木马病毒或者黑客入侵等，导致数据库安全受到影响。大数据背景下，数据增长速度很快，数据存储设备应用程度越来越高。异地数据备份法能够有效降低数据信息丢失可能性，保障数据库信息安全。这种数据备份方法安全性较高，能够避免数据库信息永久丢失。在数据库信息备份处理方面，管理人员可以安装数据库安全备份系统，通过系统备份提高信息安全性。管理人员可以通过数据库配置进行自动备份，且管理员需要对数据备份情况进行检查，保障数据安全、可靠。

大数据

来源：科学与技术

2020-06-29

共 28 页总数：276 条

全年活动计划

信息搜索中，请稍候...

资料

视频

下一代融合计算原型：大数据与虚拟化超融合技术研发

2015产品创新数字化征文：钣金图形数据采集与处理的研发分析

光纤陀螺及其系统生产过程数据包实时在线生成技术的研究与应用

钢铁行业智能化转型关键技术研究与应用——2021广州市人工智能与机器人应用高峰论坛论文精选四

达索系统DELMIA供应链一体化计划与优化

方快锅炉：PLM与ERP集成应用打造数字企业

Denodo：变革AI时代数据管理模式，重塑企业价值核心基石

数据保护vs.超融合数据保护

大数据时代下数据可视化应用

基于大数据的数据库安全保障

系列微信

旗下机构

旗下其他网站

特色服务

向您推荐

新书推荐

系列微信

旗下机构

旗下其他网站

特色服务