引論：我們為您整理了1篇數據處理論文范文，供您借鑒以豐富您的創作。它們是您寫作時的寶貴資源，期望它們能夠激發您的創作靈感，讓您的文章更具深度。

數據處理論文:生物醫學信號數據處理系統的研究

生物醫學信號采集處理是生物醫學研究的重要依據和基礎,信號拾取、采集和處理的正確與否,直接影響到生物醫學研究的性,因此,研究生物醫學信號采集處理系統有著重要的意義.論文介紹了生物醫學信號采集處理系統的概念和特點,并采取將生物醫學信號調理和數據采集分別放在兩塊板上,解決了"一塊板"設計中不同性質信號即數字信號和模擬信號間的相互干擾問題.大大提高了系統的抗干擾能力.從生物信號的特點開發,作者研究并設計了以AT89C51為核心的生物醫學信號數據處理系統,并集成了一個電子刺激器,以滿足不同的實驗要求.作者首先闡述了生物醫學信號數據處理系統的硬件接口電路設計;其次,對信號的輸入電路、程控放大電路、濾波電路、電源模塊及刺激發生器等功能模塊的設計要點和工作原理進行了詳細分析,并對系統軟件的設計思想以及主程序、中斷程序和其它功能程序進行了系統介紹.對系統進行了調試和分析,另外對系統的噪聲和干擾也進行了分析和相應的防治.

數據處理論文:電力自動化系統的數據處理

對于我國的經濟發展來說電力系統就是最重要的大動脈之一,目前隨著經濟迅速發展以及社會建設的不斷完善,我國不同行業以及各地居民對于電力系統 發展提出了更高的要求。電力系統的自動化技術,其作用就是可以更好的實現對于運行狀態的集中展示以及及時的監控,并且可以對之進行優化,同時提高安全運行的性能。在電力自動化系統中數

據處理部分是其核心,也是信息流的主要表現形式。一些高新技術,比如計算機或網絡通訊技術等在電力自動化技術中的應用,讓其數據處理工作也日趨復雜,可以快速以及的獲取和處理數據是保障電力自動化系統正常運轉的保障。本文對此作出簡要的分析和探討。

一、電力自動化系統的數據分析

(一)數據分類

一般在電力自動化系統中,可以根據數據來源的不同將其分為原始數據以及再生數據。原始數據指的就是在現場直接采集的數據,再生數據具體是指在原始數據的基礎之上進行二次加工得到的數據。根據電力自動化系統的特點可以將數據進行更為細致的分類:

首先就是現場的實時數據,指的就是在現場實時采集到的數據,其特點就是數據量特別大,因此對于此類數據的存儲提出了更高的要求。第二就是基礎數據,指的是電力設備數學的一些數據,其屬于設備管理的基本范疇之內,例如線路或者發電機等。第三就是日常的運行數據,主要有電力自動化系統中記錄的數據以及各種職能部門在工作中處理的數據。就是市場數據,因為電力行業的市場化改革正在逐步進行,所以將市場數據納入數據分類中也是適應發展趨勢的必然要求。

(二)數據獲取

獲取數據也可以被稱為采集數據,指的是電力自動化的輸入,分為數據的采集以及處理和轉發等三個環節。與電力自動化系統相對應的就是數據的傳輸是采集的關鍵。目前來看針對數據的傳輸,主要有有線以及無線兩種主要方式,有線傳輸的方式包括了光纖和電纜等,無線傳輸的方式有微波以及無線擴頻等。目前我國電力系統發展中主要采用的傳輸方式是有線傳輸,但是無線傳輸在一些特殊區域發揮出重要作用,因為無線傳輸具有減少鋪設線路的優點所以在一些偏遠地區的電網數據采集來說就具有較大優勢。但是無線傳輸中的一些技術問題還是有待解決的,比如數據的實時性以及性等。如果解決了這些問題,無線傳輸可能成為電力自動化系統發展的新重點。

二、電力自動化系統中數據的特點分析

(一)性的特點

在電力自動化系統中存在著大量的數據,這些數據的特點就是具備一定的獨立性,但是在子系統進行交流的過程中這些數據也會包含其他子系統中的大量數據,所以子系統之間的數據會存在交叉現象,如果不能對這些數據進行妥善處理的話就會出現數據冗余的問題。一旦出現了數據的冗余很可能導致系統在處理數據時能力降低湖或者更新速度較慢,嚴重的話還可能導致系統數據的可信度降低。所以說為了能有效的保障數據的性,就需要對數據庫進行統一的管理以及日常維護工作。通常來說對于離線數據庫可以比較容易進行管理,實現其性難度不高,但是針對實時數據庫就需要將數據庫的信息映射到不同工作站的內存中,就需要在線進行統一管理來確保不同子工作站的數據庫進行更新來避免重復性。

(二)數據共享性

目前在數據的共享方面主要的方式有文件的共享、基于web的數據共享以及直接方位內存和網絡通訊、內存數據庫等。基于web的數據共享,是通過互聯網的共享數據。目前隨著我國信息化的進行以及網絡的普及,互聯網的影響已經深入到了社會的不同層面以及角落,網絡帶寬也越來越大,網速也逐步提高,這就使得web數據共享方式變得更為可行。跟其他的數據共享方式比起來,基于web的數據共享技術充分利用了互聯網技術,具有高效率低成本的優勢,但是其缺點也較為明顯,實時性較差。近年來,因為基于內存數據庫的數據共享方式具有結構簡單同時靈活性和實時性較好、訪問速度較快等優點所以得到了快速發展,這也是之后電力自動化系統發展的主要方向。基于內存的數據共享指的就是把數據放在內存中,其缺點就是開放性不夠好。為了實現其開放性可以利用dcom技術來實現其訪問接口。

三、數據流的安全性

目前伴隨著計算機以及網絡技術的快速發展,把數據流作為信息載體的系統內部數據管理方式開始成為主流,通常來說數據流的特點就是實時性以及連續性、順序性,其過程中就是從數據進入系統開始,數據在系統內的各個環節進行流動,其運動的基本策略跟系統的功能有關。隨著我國電力系統自動化水平的不斷提升出現了越來越多的需要處理的數據流,數據的結構也更加復雜。所以只有進行合理的部署,數據流才可以逐步的提高其傳輸的效率來保障電力自動化系統的安全性以及性。數據流在電力自動化系統中的關鍵,就是要解決系統的統一接口的問題以及實現子系統之間的互聯。其未來發展的基本方向就是實現電力自動化系統的數據流優化策略。 隨著電力系統中數據的存

儲了急劇增加,互聯網中的病毒等也開始泛濫,但是礙于一些硬件設備的限制導致了電力系統中的數據備份等還是不夠完善,這就大大的增加了數據丟失的風險。數據丟失很可能會導致電位運行的不穩定甚至是癱瘓。所以說數據的安全問題成為了現在電力自動化發展中十分重要的問題。可以從以下幾個角度入手談及提高數據安全性。

及時就是制度完善來確保數據安全。要在企業內逐步制定以及完善有關計算機使用和數據安全維護的規章制度,通過加強對工作人員的思想教育來提高員工對于數據安全的重視晨讀,并且在之后的日常工作中要按照操作規范等來進行數據的傳輸以及保存,形成良好的數據安全意識。

第二就是硬件設施的安全性,針對控制室的設計等要符合建筑規范,水電的安裝要符合技術要求,同時還需要安裝防火以及防盜、防雷等措施。控制室要有必要的安全保衛措施。

就是技術性的安全,系統要有完整性,要安裝必備的防病毒軟件,并且及時的對操作系統等進行升級,同時定式更新病毒庫。有關數據要進行及時的備份。計算機來設置密碼,重要的文件要加密。數據的刪除要進行記錄以便可以恢復誤操作的數據。要堅持網絡專用制度,把電力自動化的網絡跟商業網絡隔離開來。同級別部門之間進行互相訪問是需要設置密碼,下級對于上級網絡的訪問需要進認證,通過技術上的進步來確保數據的安全才是核心所在。

結語:

電力自動化系統是一個會涉及到多方面內容的系統,其核心就是數據的處理。正確有效的數據處理是保障電力自動化系統安全有效運轉的必要手段。目前隨著計算機技術以及網絡技術的發展,在電力系統中的運用讓數據的處理凸顯出更高的價值。尤其是我國目前無線網絡逐步興起,無線網絡數據傳輸的性以及實時性等問題解決之后,必將成為數據處理的重要增長點,所以基于無線網絡的數 據處理等將是一個新的課題。

數據處理論文:分析電力自動化系統的數據處理

對于我國的經濟發展來說電力系統就是最重要的大動脈之一,目前隨著經濟迅速發展以及社會建設的不斷完善,我國不同行業以及各地居民對于電力系統 發展提出了更高的要求。電力系統的自動化技術,其作用就是可以更好的實現對于運行狀態的集中展示以及及時的監控,并且可以對之進行優化,同時提高安全運行的性能。在電力自動化系統中數

據處理部分是其核心,也是信息流的主要表現形式。一些高新技術,比如計算機或網絡通訊技術等在電力自動化技術中的應用,讓其數據處理工作也日趨復雜,可以快速以及的獲取和處理數據是保障電力自動化系統正常運轉的保障。本文對此作出簡要的分析和探討。

一、電力自動化系統的數據分析

(一)數據分類

一般在電力自動化系統中,可以根據數據來源的不同將其分為原始數據以及再生數據。原始數據指的就是在現場直接采集的數據,再生數據具體是指在原始數據的基礎之上進行二次加工得到的數據。根據電力自動化系統的特點可以將數據進行更為細致的分類:

首先就是現場的實時數據,指的就是在現場實時采集到的數據,其特點就是數據量特別大,因此對于此類數據的存儲提出了更高的要求。第二就是基礎數據,指的是電力設備數學的一些數據,其屬于設備管理的基本范疇之內,例如線路或者發電機等。第三就是日常的運行數據,主要有電力自動化系統中記錄的數據以及各種職能部門在工作中處理的數據。就是市場數據,因為電力行業的市場化改革正在逐步進行,所以將市場數據納入數據分類中也是適應發展趨勢的必然要求。

(二)數據獲取

獲取數據也可以被稱為采集數據,指的是電力自動化的輸入,分為數據的采集以及處理和轉發等三個環節。與電力自動化系統相對應的就是數據的傳輸是采集的關鍵。目前來看針對數據的傳輸,主要有有線以及無線兩種主要方式,有線傳輸的方式包括了光纖和電纜等,無線傳輸的方式有微波以及無線擴頻等。目前我國電力系統發展中主要采用的傳輸方式是有線傳輸,但是無線傳輸在一些特殊區域發揮出重要作用,因為無線傳輸具有減少鋪設線路的優點所以在一些偏遠地區的電網數據采集來說就具有較大優勢。但是無線傳輸中的一些技術問題還是有待解決的,比如數據的實時性以及性等。如果解決了這些問題,無線傳輸可能成為電力自動化系統發展的新重點。

二、電力自動化系統中數據的特點分析

(一)性的特點

在電力自動化系統中存在著大量的數據,這些數據的特點就是具備一定的獨立性,但是在子系統進行交流的過程中這些數據也會包含其他子系統中的大量數據,所以子系統之間的數據會存在交叉現象,如果不能對這些數據進行妥善處理的話就會出現數據冗余的問題。一旦出現了數據的冗余很可能導致系統在處理數據時能力降低湖或者更新速度較慢,嚴重的話還可能導致系統數據的可信度降低。所以說為了能有效的保障數據的性,就需要對數據庫進行統一的管理以及日常維護工作。通常來說對于離線數據庫可以比較容易進行管理,實現其性難度不高,但是針對實時數據庫就需要將數據庫的信息映射到不同工作站的內存中,就需要在線進行統一管理來確保不同子工作站的數據庫進行更新來避免重復性。

(二)數據共享性

目前在數據的共享方面主要的方式有文件的共享、基于web的數據共享以及直接方位內存和網絡通訊、內存數據庫等。基于web的數據共享,是通過互聯網的共享數據。目前隨著我國信息化的進行以及網絡的普及,互聯網的影響已經深入到了社會的不同層面以及角落,網絡帶寬也越來越大,網速也逐步提高,這就使得web數據共享方式變得更為可行。跟其他的數據共享方式比起來,基于web的數據共享技術充分利用了互聯網技術,具有高效率低成本的優勢,但是其缺點也較為明顯,實時性較差。近年來,因為基于內存數據庫的數據共享方式具有結構簡單同時靈活性和實時性較好、訪問速度較快等優點所以得到了快速發展,這也是之后電力自動化系統發展的主要方向。基于內存的數據共享指的就是把數據放在內存中,其缺點就是開放性不夠好。為了實現其開放性可以利用dcom技術來實現其訪問接口。

三、數據流的安全性

目前伴隨著計算機以及網絡技術的快速發展,把數據流作為信息載體的系統內部數據管理方式開始成為主流,通常來說數據流的特點就是實時性以及連續性、順序性,其過程中就是從數據進入系統開始,數據在系統內的各個環節進行流動,其運動的基本策略跟系統的功能有關。隨著我國電力系統自動化水平的不斷提升出現了越來越多的需要處理的數據流,數據的結構也更加復雜。所以只有進行合理的部署,數據流才可以逐步的提高其傳輸的效率來保障電力自動化系統的安全性以及性。數據流在電力自動化系統中的關鍵,就是要解決系統的統一接口的問題以及實現子系統之間的互聯。其未來發展的基本方向就是實現電力自動化系統的數據流優化策略。 隨著電力系統中數據的存

儲了急劇增加,互聯網中的病毒等也開始泛濫,但是礙于一些硬件設備的限制導致了電力系統中的數據備份等還是不夠完善,這就大大的增加了數據丟失的風險。數據丟失很可能會導致電位運行的不穩定甚至是癱瘓。所以說數據的安全問題成為了現在電力自動化發展中十分重要的問題。可以從以下幾個角度入手談及提高數據安全性。

及時就是制度完善來確保數據安全。要在企業內逐步制定以及完善有關計算機使用和數據安全維護的規章制度,通過加強對工作人員的思想教育來提高員工對于數據安全的重視晨讀,并且在之后的日常工作中要按照操作規范等來進行數據的傳輸以及保存,形成良好的數據安全意識。

第二就是硬件設施的安全性,針對控制室的設計等要符合建筑規范,水電的安裝要符合技術要求,同時還需要安裝防火以及防盜、防雷等措施。控制室要有必要的安全保衛措施。

就是技術性的安全,系統要有完整性,要安裝必備的防病毒軟件,并且及時的對操作系統等進行升級,同時定式更新病毒庫。有關數據要進行及時的備份。計算機來設置密碼,重要的文件要加密。數據的刪除要進行記錄以便可以恢復誤操作的數據。要堅持網絡專用制度,把電力自動化的網絡跟商業網絡隔離開來。同級別部門之間進行互相訪問是需要設置密碼,下級對于上級網絡的訪問需要進認證,通過技術上的進步來確保數據的安全才是核心所在。

結語:

電力自動化系統是一個會涉及到多方面內容的系統,其核心就是數據的處理。正確有效的數據處理是保障電力自動化系統安全有效運轉的必要手段。目前隨著計算機技術以及網絡技術的發展,在電力系統中的運用讓數據的處理凸顯出更高的價值。尤其是我國目前無線網絡逐步興起,無線網絡數據傳輸的性以及實時性等問題解決之后,必將成為數據處理的重要增長點,所以基于無線網絡的數 據處理等將是一個新的課題。

數據處理論文:面向中小企業智能數據處理工具

吳 堅 王家捷 張波

摘要：

本文分析了目前國內企業MIS應用的的現狀，分析了今后企業信息系統的應用需求，根據目前狀況和需求介紹了一個商業智能工具軟件的設計。

關鍵詞：MIS DSS 商業智能 OLAP 數據倉庫

一、企業MIS應用現狀

隨著國內企業改革的不斷深入，企業管理也隨之深化，企業領導、管理人員和專業技術人員都更加充分認識到了信息資源只有通過信息系統的加工處理，才能得到更有效的利用。信息系統的建設在社會經濟活動中起著越來越重要的作用。經過幾十年的探索與實踐，我國各企事業信息系統的建設也由單項應用、小系統應用向大型化和網絡化方向發展。

但是，我們也清楚地看到目前MIS的建設仍有許多不盡人意之處，如：許多MIS往往只限于對數據的統計分析，而真正涉及到預測、決策及優化方面的工作較少，結果是只能代替一部分繁重的手工勞動，并沒有充分發揮MIS的效益。當前的MIS所必須解決的一些較普遍的問題有：

涉及的數據種類多、數據量大，而且數據往往分散在各業務部門，每個業務部門對信息的收集方式、分析方法、統計口徑、報表輸出形式等都有各自獨特的處理要求。 具有明顯的時變性。管理制度的不斷改革和經濟形式的不斷變化，引起信息處理方法頻繁變更，各業務口采集的數據，及對基礎數據的分析統計方法，報表輸出格式都會隨著形勢的發展而有新的變化和側重。這些修改必須由專業程序員利用較長的時間才能完成，遠遠無法滿足對系統數據靈活查詢，隨機查詢的要求，浪費了寶貴的數據內在的價值。而且由于系統不停地被改動，穩定性也大大降低。 新、舊系統的繼承與發展。有的企業原來就有MIS，但是舊的系統不能滿足各業務部門自身的業務需求，而且早期的系統多采用單機環境，所采用的應用平臺及數據庫系統也各不相同。怎樣將這些現有的、零散的、獨立的信息繼承起來，有效地利用，也是企業信息化建設的重要課題。 缺乏輔助決策支持功能。許多MIS往往只限于解決一些具體的業務處理問題，對數據的統計分析較少，而涉及到多維分析、決策支持及數據挖掘方面的工作則更少，使大量數據不能充分發揮效益。

二、企業通用管理軟件現狀

我國中小型企業占國內企業總數的94％，它們在市場中具活力。在大型企業對計算機的需求已經趨于平穩的時候，中小型企業用戶就顯得格外的突出。中小型企業由于企業自身的規模有限，沒有能力自己獨立開發內部管理軟件，而并不十分健全的內部經營體系又急需系統化的管理，這就為企業管理軟件的發展打下了堅實的基礎。

當前，建立競爭優勢，提高市場競爭力已經成為企業管理的核心，而原有的管理軟件已經越來越不能適應管理實踐的要求，新的時代需要新一代的管理軟件。我國企業管理軟件的發展，在經歷了單項管理系統、MRP／MRPⅡ應用之后，正朝著更先進的ERP模式發展。ERP（企業資源計劃）是管理信息系統在九十年代的近期發展，近年來被引入到中國后，受到國內的廣泛關注。ERP不僅集成了企業運營和管理的各主要部分（財務、分銷、制造、人力資源、決策支持），更代表了先進的管理思想和管理方式。我們可以預見， ERP將作為管理現代化的重要工具，在我國企業等組織得到越來越廣泛的應用。

但是，當前國內ERP 系統的數據分析能力大都不夠強大，而ERP系統啟動運行之后，其數據分析能力是決定性能的重要指標。面向ERP軟件的數據分析功能被稱為“商業智能”，其主要功能是對ERP系統積累的數據進行分析處理，形象地說就是幫助用戶發現ERP系統積累的數據的潛在價值。可以這么說，普通的ERP 系統能夠幫助用戶規范企業的管理，而擁有強大數據分析功能的ERP 系統則能夠使用戶從這種規范的管理中獲得更大的效益。因此，如果企業要采用ERP系統，一般需要一個強大的數據分析部件。這個數據分析部件能夠與ERP系統集成，在ERP系統運行過程中采集數據進行分析，并能將樣本數據和分析結果存入數據倉庫以便用戶查詢采用。

三、企業信息系統應用需求

1、企業對數據倉庫的需求

調查研究表明，大多數企業并不缺少數據，而是受阻于過量的冗余數據和數據不一致；而且它們變得越來越難于訪問、管理和用于決策支持；其數據量正以成倍的速度增長。這樣，信息中心面臨著不斷增長的決策支持的需求，但是，開發應用變得越來越復雜和耗費人力。那么怎樣把大量的數據轉換成的、商用的信息以便于決策支持呢？數據倉庫正廣泛地被公認為是好的解決方案。

數據倉庫化是企業范圍內數據的處理過程，它將企業內分散的原始操作數據和來自外部的數據匯集和整理在一起，為企業提供完整、及時、和明了的決策信息，使最終用戶能夠真正利用DSS工具直接從企業信息池中隨機地提取、分析數據，有效地服務于企業的多方位決策。作為一個決策支持環境，DW（Data Warehouse）收集存儲了各種不同數據源中的數據。通過數據的組織給決策支持者提供分布在整個企業內部跨平臺的數據。

再下一步，現有的管理系統和現有的數據倉庫將得到擴展，一是使數據倉庫從一種局部的企業解決方案擴展到企業外部，擴展到企業的用戶中去，使企業用戶的數據倉庫使用面更加廣泛，這些可以通過Internet/Intranet的幫助來實現，這是數據倉庫與電子商務相互融合的一點；二是使數據倉庫從一種企業數據管理工具擴展到企業輔助決策工具，能夠充分利用數據倉庫中的數據資源，為企業的發展起到輔助決策的功能，使企業用戶的數據倉庫得到更加深入的使用，這些可以通過數據庫廠商提供的工具來實現，也可以由其它軟件公司提供的獨立工具包來實現，這是數據倉庫與商務智能相互融合的一點。

2、企業對Internet/Intranet的需求

企業決策系統與互聯網的結合，正成為企業亟待解決的焦點問題之一。因為隨著企業內部和企業間的信息交流量的增大，用戶已不再滿足于簡單的文件共享方式，而是追求一種更靈活、更方便的數據共享策略，這便是大批企業用戶將自身以數據庫為核心的MIS系統從客戶機/服務器計算模式

向Internet/Intranet的系統架構轉變。另外，發展到一定規模的企業，其自身的國際化已成為必然，一些分支機構可能是跨地區、跨國界的，因此，在數據傳遞、信息共享和時，Internet成為這些跨地域企業的必然選擇；激烈的市場競爭，也要求企業對市場變化做出快速的反應，用戶的需求也不再是對離散的單個信息做簡單的查詢，而是要求能夠提供一種對企業大量數據做出匯總的、多層次的、多側面的快速靈活的查詢、分析及報表制作手段。因此，市場上最需求的是如何使數據庫中的大量信息滿足人們不斷變化的業務需求，并能及時為管理決策支持提供服務。如何將企業決策支持系統與Internet/Intranet技術有機地結合起來，提供基于Web，集查詢、報表、OLAP(On-Line Analytical Processing)分析及數據挖掘為一體的企業級決策支持解決方案，已經成為一個重要課題。四、企業智能數據處理工具的設計

針對企業應用需求，我們分別在一九九五年和一九九七年開發出“科力MIS—多媒體MIS系統生成工具軟件”DOS版和Windows版本，這個工具軟件主要解決用戶不寫程序，通過可視化交互設計工具建立管理系統的需求，它還支持聲音、圖像和AVI活動圖像的數據庫存儲和顯示等的多媒體應用。經過幾年來的實踐，我們認為企業迫切需要一種智能化的數據處理工具，這類工具將解決如下問題：

建立在企業已有MIS系統或ERP系統的基礎之上，利用已有的數據。現在有許多中小型企業已經有了一些MIS系統或ERP系統，但由于形勢的變化，很快就會有進一步的需求，因此迫切需要新的軟件，既能解決出現的問題，又能利用已有的數據。 為部分中型企業提供基于數據倉庫的解決方案。對小型企業，出于各方面的考慮，一般都不采用基于數據倉庫的解決方案，而對于中型企業，則應該給他們一個建立自己的數據倉庫的機會。如果能建立數據倉庫，就能更好地組織企業的數據，智能決策工具也能發揮更大的功效。 可以為小型企業提供通用MIS系統生成工具。對一些需求比較簡單的小型企業，不用用戶編程，就能通過可視化的方法實現一個MIS系統，再結合智能決策系統，將能實現更靈活、更強大的功能。 既可以實現傳統的查詢及統計報表功能，又可以實現多維數據分析、決策支持及數據發掘等高級功能。智能決策工具可以實現極為靈活的查詢和報表，而且內嵌了部分分析功能，可以稱之為交互式的查詢和報表。另外，即使在較大型的MIS系統甚至ERP系統中，都很難找到多維數據分析、決策支持及數據發掘等高級功能，智能決策工具內卻提供這些功能，這樣就可以很好地利用原有的數據，大大加強原有系統的能力. 支持Internet/Intranet。絕大部分的輸出都可以定向為HTML文件，這中間包括查詢結果、報表、分析和數據挖掘的結果等；另外，還提供部分功能在基于瀏覽器的環境中實現，使用戶可以通過瀏覽器來進行諸如查詢數據、瀏覽報表、簡單分析等功能。

五、系統的結構

系統分為兩大部分棗分析設計部分和應用系統部分，分別面向企業IS（信息系統管理員）人員與企業管理人員，IS人員除了負責高級數據分析工作以外，還負責為管理人員設計具體應用系統，由于大部分具體的應用工作可以由管理人員來完成，所以從另一個方面緩解了信息人才缺乏的問題。應用系統部分的功能結構圖見圖一，設計部分功能結構圖見圖二。系統中最重要的是“描述層”的設計。

在一般的商業用戶訪問數據時，他們最擔心的往往是復雜的數據庫術語和繁復的數據庫操作。如何才能賦予這些商業用戶自主訪問數據庫和數據倉庫中信息的能力，使他們可以把那些數據庫術語和操作拋之腦后呢？我們在此使用了一種稱為“描述層”的技術來解決這個問題。在使用了“描述層”技術后，不但解決了一般商業用戶擔心的問題，而且同時也提供了IS人員控制和管理數據訪問所必須的工具。這一技術把復雜的數據庫結構描述成易于理解的業務術語，把商業用戶同技術性的數據庫術語以及復雜的SQL訪問語言分離開來。它就像一個透鏡，用戶可以通過它來看數據倉庫。這樣最終用戶無須具備計算機專業知識，更不必是數據庫方面的專家，就能夠自主地訪問公共數據，分析信息，從而更好地理解企業發展的趨勢，作出明智的決策。

“描述層”可以被稱為一個覆蓋在數據庫內部數據對象之上的一個解釋層，是用戶和數據庫之間的一個代碼翻譯層，也就是將數據庫中比較凌亂、復雜的數據對象（例如：存儲在數據表中的各個字段的記錄）通過預先定義好的規則（“描述層”）過濾轉換成實際使用的業務對象，例如：人員姓名、物資類型等等。同時，“描述層”的功能不僅僅在于過濾和映射，還可以對數據通過預先定義好的規則進行重組，例如在數據庫中沒有的高層數據（比如：通過價格和銷售量在本地提取銷售額），所以我們可以通過“描述層”給數據庫增加一些不存在而又有實際意義的內容。另外，我們還可以利用“描述層”來增加數據庫中數據所包含的信息量（比如：建立某一字段的分類規則，使數據庫中的記錄可以分屬于不同的類別，具體的例子是，按銷售業績多少分為優、良、中、差，用戶就可以直接用諸如 “銷售業績=優”之類的條件進行查詢；類似的還有分層規則等其它許多規則）。，我們還可以在“描述層”中加入一些預定義的條件，在以后的查詢或分析時，就可以直接從“描述層”中提取條件。使用“描述層”重組數據的實際意義在于：數據庫內大量珍貴的數據資源不再是只有數據庫開發人員才能理解的“天書”，通過“描述層”的解釋和組織，大多數不具備計算機專業知識的業務人員，可以直接使用這些數據。

在這個部分，主要的工作就是兩點，即“描述層”的定義與解釋。在“描述層”的定義部分，要進行各種不同類型的定義，具體來說就是上一段提到的幾種類型，然后將各個類型的定義作為元數據進行存儲。在定義的過程中，必然要通過數據庫連接工具來對數據庫或數據倉庫進行訪問，再按照數據庫的結構和內容來設計各個不同的“描述”。另外，在以后使用本系統的其它主體部分如查詢、報表、分析和數據挖掘部分時，將用到“描述層”中定義的“描述”，這是就需要“描述層”的解釋部分來進行解釋，將“描述”語言翻譯為數據庫能夠接受的語言。

本軟件設計中的另一個重點是體現商業智能化的數據挖掘功能，隨著數據庫技術的不斷發展及數據庫管理系統的廣泛應用，數據庫中存儲的數據量急劇增大，可是目前用于對這些數據進行分析處理的工具卻很少。現在所能做到的只是對數據庫中已有的數據進行由人驅動的分析，人們通過這些數據所獲得的信息量僅僅是整個數據庫所包含的信息量的一部分，隱藏在這些數據之后的更重要的信息是關于這些數據的整體特征的描述及對其發展趨勢的預測，這些信息在決策生成的過程中具有重要的參考價值。

數據庫中的知識發現（KDD）就是利用機器學習的方法從數據庫中提取有價值知識的過程，是數據庫技術和機器學習兩個學科的交叉學科。數據庫技術側重于對數據存儲處理的高效率方法的研究，而機器學習則側重于設計新的方法從數據中提取知識。KDD利用數據庫技術對數據進行前端處理，而利用機器學習方法則從處理后的數據中提取有用的知識。KDD與其他學科也有很強的聯系，如統計學、數學和可視化技術等等。

在我們的系統中，將實現一個完整的KDD工具，也可以稱為數據挖掘（Data Mining）工具。因為我們要面向廣大商業用戶，所以我們的系統特別注重對用戶與數據庫交互的支持，由用戶根據數據庫中的數據，選擇一種模型，然后選擇有關數據進行知識的挖掘，并不斷對模型的數據進行調整優化。整個處理過程分為下面一些步驟：

數據發現：了解任務所涉及的原始數據的數據結構及數據所代表的意義，并從數據庫中提取相關數據。

數據清理：對用戶的數據進行清理以使其適于后續的數據處理。這需要用戶的背景知識，同時也應該根據實際的任務確定清理規則。

模型的確定：通過對數據的分析選擇一個初始的模型。模型定義一般分為三個步驟：數據分隔，模型選擇和參數選擇。在我們的系統中，主要引入了關聯規則模型和分類模型。

數據分析：對選中的模型進行詳細定義，確定模型的類型及有關屬性；通過對相關數據的計算，計算模型的有關參數，得到模型的各屬性值；通過測試數據對得到的模型進行測試和評價；根據評價結果對模型進行優化。

輸出結果生成：數據分析的結果一般都比較復雜，很難被人理解，將結果以文檔或圖表形式表現出來則易于被人接受。

在KDD過程中，最重要的是其中的數據挖掘部分，即模型和相關屬性的確定。我們計劃采用其中應用最廣泛的兩個模型，分別是關聯規則和分類規則，以下作詳細的介紹。

關聯規則是形式如下的一種規則，“在購買面包和黃油的顧客中，有90％的人同時也買了牛奶”（面包＋黃油=>牛奶 ）。用于關聯規則發現的主要對象是事務型數據庫，其中最典型的應用則是售貨數據，一個事務一般由如下幾個部分組成：事務處理時間，一組顧客購買的物品，有時也有顧客標識號（如信用卡號）。如果對這些歷史事務數據進行分析，則可對顧客的購買行為提供極有價值的信息。例如，可以幫助如何擺放貨架上的商品（如把顧客經常同時買的商品放在一起），幫助如何規劃市場（怎樣相互搭配進貨）。由此可見，從事務數據中發現關聯規則，對于改進零售業等商業活動的決策非常重要。隨著應用的推廣，關聯規則已經在許多領域發揮作用，成為最典型的數據挖掘應用。

分類也是數據挖掘中的一項非常重要的任務。分類的目的是學會一個分類函數或分類模型（也常常稱作分類器），該模型能把數據庫中的數據項映射到給定類別中的某一個。分類的應用實例也很多，比較典型的由保險公司的保費設置。保險公司成功的一個關鍵因素是在設置具有競爭力保費和覆蓋風險之間選擇一種平衡。保險市場競爭激烈，設置過高的保費意味著失去市場，而保費過低又會影響公司的贏利。保費通常是通過對一些主要的因素（如駕駛員的年齡、車輛的類型等）進行多種分析和直覺判斷來確定。由于投資組合的數量很大，分析方法通常是粗略的。采用分類進行數據挖掘以后，就可以利用計算機處理海量數據的能力來進行合理的分類，定出合理的保費，使保險公司得到較大收益。

六、結束語

面向企業應用的智能決策支持工具是很有前途的研究開發方向，在我國隨著市場經濟的確立和發展，中小企業對企業信息化決策支持工具的需求會越來越強烈，本文提出的智能決策支持工具的設計方案旨在與廣大同行交流共同推進智能決策支持工具的開發和研究，最終開發出適合國內中小企業應用需求的軟件。

數據處理論文:高中物理實驗數據處理方法的幾點研究

論文關鍵詞:高中 物理實驗 數據處理方法

論文摘要:物理實驗測得的數據,必須經過科學的分析和處理,才能揭示出各物理最之間的關系。就高中物理實驗常用數據的處理方法進行分析,以期對物理實驗教學有所幫助。

實驗是物理學的重要組成部分,是物理教學不可缺少的環節。但學生在實際操作與處理中。往往容易在實驗數據上出現錯誤,究其原因是學生沒有牢固掌握數據處理的方法,不求甚解,一知半解,更不用說觸類旁通了。根據我的教學經驗,提出幾種處理方法。(下面提出幾種數據處理方法,供大家參考)

一、平均法

平均法是指對待測物理量進行很多次的測量,把測量的值相加再除以測量次數,或把每一次的測量值用固定的算式分別進行計算再求出結果,再把結果相加除以測量次數,取其平均值。這種方法就叫做平均法。

1.平均法的使用原理:每一次的測量因為多方面的因素都會不一樣,測量值偏大或偏小,但其偏大或偏小的機會與程度往往均等,所以需要進行多次測量,再求其平均值,這樣的測量值才會更真實、科學,有說服性。

2.數據的處理

(1)如果所求的結果是經過直接測量所得,應使用平均法。如“測定金屬電阻率”的實驗,在測定金屬絲的直徑d時,用“螺旋測微器”在金屬絲的三個不同點上分別進行測量,然后取三次的測量結果,其平均值就是的直徑。

(2)如果所求的結果不能經過直接測量得出,則要依據其實驗的原理多次進行計算待測物理量的值,最終結果要把多次測量的物理量的值相加得出平均值。“用單擺測重力加速度”是個很典型的實驗,求單擺周期的步驟如下:把單擺往一個方向拉開一個小角度,讓小球順利擺動,這時測出單擺完成n(20-30)次全振動的時間t,用公式T=t/n計算得出小球完成一次全振動的周期,這個步驟重復3次,用公式T=(T1+T2+T1)/3算出平均值,即求出單擺的振動周期。

二、描跡法

描跡法是指通過若干次描點、頻閃照相、用打點計時器打點等記錄形式,直觀形象地顯現實驗結果的方法。如,在進行“平拋物體的運動”這個實驗時,可以用頻閃照相的方式記錄小球的運動軌跡;在進行“勻變速直線運動”實驗時,用打點計時器記錄運動情況。在使用描跡法時,以下幾個方面要高度注意:

1.在結果出來之前,應仔細觀察、分析結果,去掉誤差太大的數值。若中間出現個別的點偏離正常位置很遠,有可能是偶然因素導致,應舍棄該點再重復進行實驗,分析記錄結果。如,在“勻變速直線運動”的實驗中進行紙帶選取的時候,首先多打出幾條紙帶,選擇打點最清楚的一條進行研究分析,分析時一般去掉前面相對密集的點,在后面找出一個點作為開始的點。

2.若要根據記錄的點進行描線,則應描平滑的實線,并盡可能讓更多的記錄點通過平滑線或靠滑線,而且這些記錄點要在平滑線的兩側均勻分布,不能在描線的過程中出現折線。

3.為了使描述的結果比較,實驗中記錄的點不能太少,并且要在所描范圍內合理、均勻分布。

三、圖像法

圖像法因其直觀、形象、容易操作的特點被廣泛應用于物理實驗中,又被稱為作圖法,顧名思義是指在坐標紙上把實驗數據之間的對應關系連成圖線,由圖線得出相應物理量之間的關系,并由此進一步得出實驗結果。用圖像法處理實驗數據的步驟如下:

1.將測量的數據列表歸類整理。

2.在坐標紙上以相應的物理量為橫軸、縱軸建立坐標系,并定出標度。

3.描點。

4.連線:連線要遵循三個原則,一條直線上要描上盡可能多的點;其余的點要均勻分布兩側;離描線太遠的點直接去掉。遵循這種連線原則處理數據,與多次測量取平均值殊途同歸(但由于去掉偶然誤差過大的數據點。使得結果比平均值法更加些)。

5.注明圖像的名稱、制圖時間及其他說明:中學物理實驗運用圖像法,一般情況下會得出y=kx+b形式的一次函數關系,即結果是一條直線(一次函數擬合),圖線畫出后,可以用圖線與坐標軸上的截距求出相應的物理量,也可以用圖線的斜率或者用圖線圍成的面積求出相應物理量,還可以用圖線反應一定的物理規律。如果描出的數據點連成了一條曲線。則應變換物理量,最終要得到一條直線(一次函數)。如,在驗證“牛頓第二定律”的實驗中,在研究“外力一定時物體的加速度和物質的質量之間的關系”時,假若a為縱坐標,m為橫坐標,連接各數據點后得到一條曲線,實驗結論就不會;但若以1/m為橫坐標軸,連接各數據點則基本上可以畫出一條過原點的直線,即得出正確的結論:外力一定時,物體的加速度a與物體的質量m成反比,即物體的加速度a與物體的質量m的倒數成正比。通過變換,完成了化曲線為直線,更直觀、快捷地得出實驗結果。

四、直接比較法

在做一些物理實驗時。物理量之間的關系只需要定性地去確定,或把實驗結果與標準值進行比較則可求出實驗結論,都可以采用直接比較法。如,在“互成角度的兩個共點力的合成”實驗中,可將實驗中測得的合力與根據實驗畫出的平行四邊形對角線兩矢量的大小與方向進行直接比較,就可以確定驗證平行四邊形定則的目的是否已經達到了。

五、計算機輔助處理數據

信息技術已被廣泛運用到物理教學課堂上,也被廣大師生所接收,中學生的計算機水平日益提高,已能熟練運用計算機記錄與處理數據,對數據的圖像進行分析等。計算機中的Excel軟件功能非常強大,能夠進行大量的數據記錄與處理,還能畫出物理實驗中比較實用的x-y散點圖,能夠進行一次函數、冪函數以及擬合,求出相應的函數系數,從而得出物理量的值。

總之,在高中物理實驗教學中引導學生學會合理使用數據處理方法。這樣可以盡可能地減少學生在實驗中的系統誤差和過失誤差,指導學生運用正確的分析方法,同時使其學會對實驗結果的正確評估和描述。

數據處理論文:對高中物理實驗數據處理方法的幾點研究

論文關鍵詞:高中 實驗 數據處理方法

論文摘要:物理實驗測得的數據,必須經過科學的分析和處理,才能揭示出各物理最之間的關系。就高中物理實驗常用數據的處理方法進行分析,以期對物理實驗教學有所幫助。

實驗是物的重要組成部分,是物理教學不可缺少的環節。但學生在實際操作與處理中。往往容易在實驗數據上出現錯誤,究其原因是學生沒有牢固掌握數據處理的方法,不求甚解,一知半解,更不用說觸類旁通了。根據我的教學經驗,提出幾種處理方法。(下面提出幾種數據處理方法,供大家參考)

一、平均法

平均法是指對待測物理量進行很多次的測量,把測量的值相加再除以測量次數,或把每一次的測量值用固定的算式分別進行計算再求出結果,再把結果相加除以測量次數,取其平均值。這種方法就叫做平均法。

1.平均法的使用原理:每一次的測量因為多方面的因素都會不一樣,測量值偏大或偏小,但其偏大或偏小的機會與程度往往均等,所以需要進行多次測量,再求其平均值,這樣的測量值才會更真實、科學,有說服性。

2.數據的處理

(1)如果所求的結果是經過直接測量所得,應使用平均法。如“測定金屬電阻率”的實驗,在測定金屬絲的直徑d時,用“螺旋測微器”在金屬絲的三個不同點上分別進行測量,然后取三次的測量結果,其平均值就是的直徑。

(2)如果所求的結果不能經過直接測量得出,則要依據其實驗的原理多次進行計算待測物理量的值,最終結果要把多次測量的物理量的值相加得出平均值。“用單擺測重力加速度”是個很典型的實驗,求單擺周期的步驟如下:把單擺往一個方向拉開一個小角度,讓小球順利擺動,這時測出單擺完成n(20-30)次全振動的時間t,用公式T=t/n計算得出小球完成一次全振動的周期,這個步驟重復3次,用公式T=(T1+T2+T1)/3算出平均值,即求出單擺的振動周期。

二、描跡法

描跡法是指通過若干次描點、頻閃照相、用打點計時器打點等記錄形式,直觀形象地顯現實驗結果的方法。如,在進行“平拋物體的運動”這個實驗時,可以用頻閃照相的方式記錄小球的運動軌跡;在進行“勻變速直線運動”實驗時,用打點計時器記錄運動情況。在使用描跡法時,以下幾個方面要高度注意:

1.在結果出來之前,應仔細觀察、分析結果,去掉誤差太大的數值。若中間出現個別的點偏離正常位置很遠,有可能是偶然因素導致,應舍棄該點再重復進行實驗,分析記錄結果。如,在“勻變速直線運動”的實驗中進行紙帶選取的時候,首先多打出幾條紙帶,選擇打點最清楚的一條進行研究分析,分析時一般去掉前面相對密集的點,在后面找出一個點作為開始的點。

2.若要根據記錄的點進行描線,則應描平滑的實線,并盡可能讓更多的記錄點通過平滑線或靠滑線,而且這些記錄點要在平滑線的兩側均勻分布,不能在描線的過程中出現折線。

3.為了使描述的結果比較,實驗中記錄的點不能太少,并且要在所描范圍內合理、均勻分布。

三、圖像法

圖像法因其直觀、形象、容易操作的特點被廣泛應用于物理實驗中,又被稱為作圖法,顧名思義是指在坐標紙上把實驗數據之間的對應關系連成圖線,由圖線得出相應物理量之間的關系,并由此進一步得出實驗結果。用圖像法處理實驗數據的步驟如下:

1.將測量的數據列表歸類整理。

2.在坐標紙上以相應的物理量為橫軸、縱軸建立坐標系,并定出標度。

3.描點。

4.連線:連線要遵循三個原則,一條直線上要描上盡可能多的點;其余的點要均勻分布兩側;離描線太遠的點直接去掉。遵循這種連線原則處理數據,與多次測量取平均值殊途同歸(但由于去掉偶然誤差過大的數據點。使得結果比平均值法更加些)。

5.注明圖像的名稱、制圖時間及其他說明:中學物理實驗運用圖像法,一般情況下會得出y=kx+b形式的一次函數關系,即結果是一條直線(一次函數擬合),圖線畫出后,可以用圖線與坐標軸上的截距求出相應的物理量,也可以用圖線的斜率或者用圖線圍成的面積求出相應物理量,還可以用圖線反應一定的物理規律。如果描出的數據點連成了一條曲線。則應變換物理量,最終要得到一條直線(一次函數)。如,在驗證“牛頓第二定律”的實驗中,在研究“外力一定時物體的加速度和物質的質量之間的關系”時,假若a為縱坐標,m為橫坐標,連接各數據點后得到一條曲線,實驗結論就不會;但若以1/m為橫坐標軸,連接各數據點則基本上可以畫出一條過原點的直線,即得出正確的結論:外力一定時,物體的加速度a與物體的質量m成反比,即物體的加速度a與物體的質量m的倒數成正比。通過變換,完成了化曲線為直線,更直觀、快捷地得出實驗結果。

四、直接比較法

在做一些物理實驗時。物理量之間的關系只需要定性地去確定,或把實驗結果與標準值進行比較則可求出實驗結論,都可以采用直接比較法。如,在“互成角度的兩個共點力的合成”實驗中,可將實驗中測得的合力與根據實驗畫出的平行四邊形對角線兩矢量的大小與方向進行直接比較,就可以確定驗證平行四邊形定則的目的是否已經達到了。

五、輔助處理數據

信息技術已被廣泛運用到物理教學課堂上,也被廣大師生所接收,中學生的計算機水平日益提高,已能熟練運用計算機記錄與處理數據,對數據的圖像進行分析等。計算機中的Excel軟件功能非常強大,能夠進行大量的數據記錄與處理,還能畫出物理實驗中比較實用的x-y散點圖,能夠進行一次函數、冪函數以及擬合,求出相應的函數系數,從而得出物理量的值。

總之,在高中物理實驗教學中引導學生學會合理使用數據處理方法。這樣可以盡可能地減少學生在實驗中的系統誤差和過失誤差,學生運用正確的分析方法,同時使其學會對實驗結果的正確評估和描述。

數據處理論文:數據處理的系統在電子政務中的運用

一數據處理在電子政務中的作用

一.一增進政府之間交換

在服務器和閱讀器端日志記錄的數據中暗藏著模式信息,運用網絡用法數據處理技術可以自動發現系統的走訪模式以及用戶的行動模式,從而進行預測分析。例如,通過評價用戶對于某1信息資源閱讀所花費的時間,可以判斷出用戶對于何種資源感興致;對于日志文件所搜集到的域名數據,依據國家或者類型進行分類分析;利用聚類分析來辨認用戶的走訪念頭以及走訪趨勢等。這項技術已經經有效地運用在政府之間的交換中。通過模式分析,找到有用的信息,再通過聯機分析(OLAP)的驗證,結合客戶登記信息,找出政務交往對于象,或者發現潛伏的交換價值。

一.二為政府重大政策出臺提供信息支撐

例如,通過對于網站所公布的各種經濟資源的數據分析處理,肯定未來經濟的走勢,從而制訂出相應的宏觀經濟調控政策。同理,通過對于各類渠道獲取的社會資源的數據分析處理,可以科學地制訂出1些社會服務、社會保障與福利政策。

二電子政務中數據處理技術癥結問題探討

二.一數據處理體系的構建

數據包含數字、符號、字母以及各種文字的聚攏。數據處理系統需要用計算機搜集、記錄數據,經加工發生新的信息情勢的技術。1個的計算機數據處理體系主要包含八個方面。

①數據采集:采集所需的信息。

②數據轉換:把信息轉換成機器能夠接管的情勢。

③數據分組:指定編碼,按有關信息進行有效的分組。

④數據組織:收拾數據或者用某些法子支配數據,以便進行處理。

⑤數據計算:進行各種算術以及邏輯運算,以便患上到進1步的信息。

⑥數據存儲:將原始數據或者計算的結果保留起來,供之后使用。

⑦數據檢索:按用戶的請求找出有用的信息。

⑧數據排序:把數據按必定請求排成秩序序。

二.二數據處理系統的工作順序

數據處理的進程大致分為數據的錄入、處理以及輸出三個階段的工序。數據錄入階段,也能夠稱為數據的籌備階段。數據錄入之后,就要由計算機對于數據進行處理,為此預先要由用戶編制程序并把程序輸入到計算機中,計算機是按程序的唆使以及請求對于數據進行處理的。所謂處理,就是指上述八個工作方面中的1個或者若干個的組合。數據經處理,輸出的是各種文字以及數字的報表或者表格。概括的講,數據錄入是基礎,數據處理是重點,數據輸出是目的。數據采集、管理,其重點是在此基礎長進行分析以及匯總,主要目的是為政府決策提供、、客觀、科學的數字根據。

二.三數據處理體系的分類根據

數據處理依據處理裝備的結構方式、工作方式,和數據的時間空間散布方式的不同,數據處理有不同的方式。不同的處理方式請求不同的硬件以及軟件支撐。每一種處理方式都有自己的特色,應該依據利用問題的實際環境選擇適合的處理方式。數據處理主要有4種分類方式:

①依據處理裝備的結構方式區別,有聯機處理方式以及脫機處理方式。

②依據數據處理時間的分配方式區別,有批處理方式、分時處理方式以及實時處理方式。

③依據數據處理空間的散布方式區別,有集中式處理方式以及散布處理方式。

④依據計算機中央處理器的工作方式區別,有單道功課處理方式、多道功課處理方式以及交互式處理方式。

三結語

跟著電子政務的發展以及網絡用戶對于高品質、個性化的信息需求的不斷擴展,勢必對于數據處理技術提出更高的請求。從發展趨勢上看,數據處理技術未來發展的重點將主要集中于智能性、易用性、集成性3個方面,需要從這3方面入手推進信息處理技術的不斷發展與,更好地為電子政務服務,從而提高全世界的信息化水平。

數據處理論文:關于GPS網與邊角網的數據處理成果比較與分析

摘 要:本文以李家河水庫樞紐區平面施工控制網的建立與復測為例,敘述了平面施工控制測量建網采用邊角網、復測采用GPS網的不同觀測方案,通過實例對比統計分析,得出有益的建議,對類似水電工程樞紐測量可作一定參考作用。

關鍵詞:樞紐施工控制 ,GPS與邊角網 , 成果比較, 分析應用

1.概況

西安市輞川河引水李家河水庫工程的主要任務是以西安市城東區城鎮供水為主,兼有發電。該工程由水庫樞紐和輸水工程兩大部分組成,水庫樞紐主要由大壩、施工導流洞、引水發電洞及電站廠區等組成。大壩壩型為碾壓混凝土拱壩,較大壩高98.50m;導流洞布置于左岸,導流洞長361.5m;引水發電洞布置于左岸,為下游供水和發電引水共用,洞身長957m,發電洞出口銜接電站廠區。 壩址處河谷深切呈“V”字型,河道狹窄,河床寬度僅15~30m;兩岸山坡陡峻,荊棘叢生、植被茂密、通行及通視條件較差。

該工程樞紐區施工控制網為2009年3月采用TCA2003按邊角網觀測方案建立,壩基開挖削坡到位之后,又于2011年7月采用Trimble GPS-R8按GPS觀測方案進行了復測。

2.施工控制網坐標系統和投影面的確定

大壩頂高程884.00m,較大壩高98.50m。為了解決投影變形和施工方便,同時保持與前期設計圖基準的聯系和統一,坐標系統采用掛靠在1954年北京坐標系統下的獨立坐標系統,樞紐區平面控制將邊長投影到840m高程面。

3.邊角網的建立

3.1平面控制布網選點

根據樞紐區工程施工總體平面布置圖,結合實地地形先在1:2000圖面上設計,然后到施工現場按照施工區域的情況,會同設計、地質人員現場實地選點。經現場反復的比選,選定如右圖示的網形作為施工基本平面控制網。

首級網點編號為:Ⅲ01~Ⅲ10。其中Ⅲ01、Ⅲ02、Ⅲ05、Ⅲ06主要用于壩體施工測量;Ⅲ03、Ⅲ04、Ⅲ10主要用于導流洞和發電洞進口施工測量;Ⅲ06、Ⅲ07用于導流洞出口施工測量; Ⅲ07、Ⅲ08、Ⅲ09主要用于引水發電洞出口及電站廠區施工測量。

平面控制網中共有20條邊,較大邊長639.05m,最短邊長164.07m,平均邊長356.16m。雖然規范規定兩點間高度角不宜大于10°,大于10°的占到46.2%,且較大為25°51′35″。

3.2精度估算

網中起始點Ⅲ01,起始方向Ⅲ01-Ⅲ05,取測角中誤差±1.8″,測距中誤差1mm+1ppm· D(D 取350m)。在1:2000地形圖上選設網形,確定點位并量取各待定平面控制點的概略坐標,采用《工程測量控制網微機平差系統 NASEW》軟件進行模擬計算和優化設計。精度估算結果:較大點位中誤差±2.18 mm,較大點間中誤差±1.85 mm ,較大邊長比例誤差1/301200;內性R較大值6.2,外性R′較大值4.63,性分析說明, 內外性一般。由于點位調整困難,因此,外業觀測時提高儀器等級,增加水平角測回數,以保障精度。

3.3邊角網測量

(1)觀測。采用Leica TC2003全站儀,按邊角組合網進行觀測。作業前將儀器工具送計量部門進行了檢定。水平角觀測采用方向觀測法。水平角觀測測回數9個,垂直角往返各四個測回,邊長往返測距各兩個測回,儀器鏡站兩端同時進行氣象要素測定。測距讀數取中數,經儀器加乘常數、氣象數據改正之后計算斜距、往(或返)測觀測高差。

(2)外業觀測成果驗算及數據處理。利用斜距、往返測高差中數及相應的儀器高、棱鏡高分別計算往(或返)測水平距離,往返測水平距離≤2(1mm+1ppm·D),符合規范要求之后將往返水平距離取中數,作為實測水平距離。外業觀測成果驗算如下表1。

外業觀測成果驗算統計表 表1

(3)數據處理。外業驗算均符合規范要求后,采用《工程測量控制網微機平差系統 NASEW》軟件,以Ⅲ01為坐標起算點(Ⅲ01~Ⅲ05為起算方位),按邊角網進行數據處理,平差后主要精度指標如下表2。

平面網數據處理主要精度指標統計表 表2

4.復測方案及數據處理

4.1復測方案

采用我院新購置的4臺Trimble GPS-R8按三等GPS及邊角組合網方案進行觀測;觀測網見圖二所示。

4.2 GPS觀測

GPS控制網數據采集采用了4臺天寶 R8雙頻GPS 接收機,儀器精度滿足要求,各項性能檢定合格。外業觀測采用靜態測量方式sh雙時段觀測,全部采用邊聯接的方式構網,滿足衛星的高度角不低于15度、觀測時有效衛星的數量不少于5顆、每一時段的觀測時間不少于90分鐘和PDOP 值不大于6 等外業觀測技術要求。

4.3 邊角網觀測

使用Leica TCA2003全站儀按三等精度觀測。水平角采用方向法觀測6測回,天頂距觀測采用中絲法對向觀測各4測回,斜距觀測往返各2測回。測站、鏡站觀測前后各測量一次氣溫、氣壓,最小讀值分別至0.2℃、50Pa,并取中值。斜改平計算時加入氣象、加常數、乘常數改正。

4.4 GPS數據處理

4.4.1 GPS網基線向量解算采用Trimble Geomatics office軟件;平差采用GPS工程測量網通用平差軟件包(Cosa GPS V5.20)。

4.4.2基線及同步環、異步環各坐標分量閉合差等外業觀測質量的檢核。樞紐區GPS控制網由41條基線組成,其中重復觀測基線17條;隧洞GPS網由52條基線組成,其中重復觀測基線22條。GPS網同步環閉合差、異步環閉合差、重復邊較差的檢驗統計如表3所示。

基線向量精度統計分析 表3

從以上的三項檢核可知,本次觀測的所有基線均滿足三等GPS網外業觀測的精度要求。

4.4.3 GPS網平差與精度分析。在WGS-84坐標系統下對樞紐區控制網進行三維無約束平差,平差后各網點的縱、橫向中誤差均較小,表明測量數據無粗差。由于多余觀測量較多,計算出的三維基線向量內部性均值分別達0.8和0.85,表明GPS 控制網具有較好的內部符合精度。

二維網約束平差采用了一點一方位的工程獨立網形式,并且以一條地面實測邊(投影至840米高程面)作為尺度約束,減小了由于投影而引起的誤差,使控制網成果更好的滿足施工精度要求。工程獨立網平差后的精度統計分析見表4。

獨立網平差精度統計 表4

從GPS網中的點位精度看,各點的點位中誤差均較小。除個別短邊外,全網各邊的方位角中誤差大部分小于±1.5""。邊長的距離相對中誤差大部分小于1/20萬,優于規定的1/15萬。

4.5 邊角網外業觀測成果驗算及數據處理

邊角網共觀測了3個三角形,較大三角形閉合差-1.6″,允許±7″;以GPS獨立網Ⅲ01、Ⅲ06為坐標起算點按邊角網進行平差。平差后較大點位中誤差±2.9mm,允許±10mm;較大點間誤差2.90mm,允許±10mm。邊長相對中誤差除一條短邊外,均優于1/15萬。

5.GPS與邊角網成果對比分析

5.1 GPS與邊角網數據處理后的坐標成果對比分析。根據2009年邊角網及2011年GPS網復測坐標,計算二者較差如下表5。

GPS與邊角網數據處理后的坐標成果對比計算統計表 表5

5.2 控制點的穩定性分析。根據兩期數據處理后的點位中誤差m1、m2來評定控制點的穩定性,控制點坐標的較差值S小于2m=2時,認為該點為穩定 點,否則為不穩定點,如表6。

由上表可以看出,Ⅲ07、Ⅲ08點不穩定、明顯發生位移;經現場查勘這兩點周邊施工過程中近距離開挖,通過數據對比及現場受施工大開挖影響而引起位移的分析是相一致的。

6.結論與建議

(1)該項目施工控制網復測采用GPS觀測方案,通過與首期觀測采用邊角網的結果分析及驗證,在峽谷地域的水利水電樞紐工程施工平面控制網采用GPS觀測方案,可以滿足三等控制測量的精度。

(2)水利水電樞紐工程施工控制網在基礎、邊坡開挖等施工因素影響后,可能引起部分點位位移,因此,施工過程中及時復測控制網是十分必要的。

數據處理論文:Excel在商業銀行數據處理中的應用設計

[摘 要] 本文主要是針對商業銀行電子銀行會計處理中的憑證設計和填制、打印等問題,利用計算機進行了自動化設計。

[關鍵詞] 電子銀行 原始憑證 函數

隨著電子銀行的普及,銀行會計的數據處理工作中存在的問題也日益顯露,筆者認為電子銀行業務開展后,銀行會計的日常數據處理工作中存在票據中數據的填制等具體的業務處理問題可以通過EXCEL的強大的電子數據處理功能來完成。

銀行會計在填制某些原始憑證的時候,如銀行承兌匯票等票據,以前都是用手工方法填寫,工作量大,且容易出錯,為了節約人力和財力,筆者在調研后進行了如下設計:

一、打印區域設置

以網銀手續費憑證的填制為例,如圖1,會計人員需要在印制好格式的憑證上填制如下內容,筆者通過測量憑證上需要填制的位置,通過EXCEL的列寬和行高來設定數據區域。

二、單位名稱設置

對于單位名稱和賬號等,可以直接輸入賬號,利用VLOOK()函數來自動完成填制。例如,我們預先設置一個“客戶名稱與賬號”工作表如圖2,然后在“網上銀行手續費”工作表中C2單元格中輸入公式:=VLOOKUP(A3,客戶名稱與賬號!B3:C38,2,FALSE),則只要在A3單元格中輸入相關的單位賬號,就可以直接取得相關的單位名稱。

三、金額自動填寫設計

如圖,我們設K8單元格為數據源,可以通過函數或鏈接等方式獲取數據,筆者在此處通過直接輸入數字的方式來說明問題。

在S6單元格中輸入公式:=INT($K$×8100)-INT($K$8×10)10,直接獲取分位數字。設計如下:

1.獲取角分位數字。設K8單元格中的數為345.67(元),則INT($K$8×100)的運算結果為34567,而$K$8×10的運算結果為3456.7,INT($K$8×10)10的運算結果為34560,則INT($K$8×100) -INT($K$8×10)×10=34567-34560=7,為S6單元格中的分位數字,同理,在角位輸入:=INT(ABS($K$8×10))-INT(ABS($K$8))×10,在元位輸入:=INT(ABS($K$8))-INT(ABS($K$8/10))10,則角位和元位數字也可以輕松取得。

2.整數位數字的確定和人民幣符號的設置。在T8單元格輸入:= INT(K8),再在P6單元格中輸入公式:=IF(LEN($T$8)>=2,LEFT(RIGHT($T$8,2),1),“￥”)。

在O6單元格中輸入:=IF(LEN($T$8)>=3,LEFT(RIGHT($T$8,3),1),IF(LEN($T$8)=2,“￥”,“”)),同理,N6、M6、L6、K6單元格中分別輸入:=IF(LEN($T$8)>=4,LEFT(RIGHT($T$8,4),1),IF(LEN($T$8)=3,“￥”,“”)),=IF(LEN($T$8)>=5,LEFT(RIGHT($T$8,5),1),IF(LEN($T$8)=4,“￥”,“”)),=IF(LEN($T$8)>=7,LEFT(RIGHT($T$8,7),1),IF(LEN($T$8)>=6,“￥”,“”))(假設數字不超過百萬),完成了小寫數字與“￥”輸入工作。

3.生成大寫金額。在C8單元格中輸入:=TEXT(INT(ABS(K8)),“[DBNum2]”),然后在單元格D8中輸入:=TEXT(INT(ABS(K8 10))-INT(ABS(K8))×10,”[DBNum2]”)或=TEXT(R6,”[DBNum2]”),在E8單元格中輸入:=TEXT(INT(ABS(K8×100))-INT(ABS(K8×10))×10,”[DBNum2]”)或=TEXT(S6,”[DBNum2]”),然后我們在B7單元格中輸入:=IF(K8

也可以設置如下:在C8單元格中輸入:=TEXT(INT(ABS(K8)),”[DBNum2][$-804]G/通用格式元”),直接取出不含角分的數值,然后和上面同理,取“整”、“角”或“分”,此處不再探討。

為了隱藏第8、9行的數值,可以設置文字顏色為白色,打印的時候就不打印這部分的內容了。

四、日期自動更正為銀行特殊規定格式的設計

銀行要求會計人員在填寫有關憑證的時候,需要按照“某某某某年某某月某某日”的大寫格式來填寫,主要是為了防止篡改日期。而我們在利用EXCEL作為工具的時候,發現其日期格式根本沒有我們所需要的格式,可以通過如下操作完成日期格式設計:

在設置單元格格式的時候,采用自定義格式,輸入:[DBNum2][$-804]yyyy”年”mm”月”dd”日”;@,定義其格式即可。例如,輸入2007-3-2,則自動顯示為“貳零零柒年零叁月零貳日”。

也可以在特定的單元格(假設為AC17)中輸入:=TEXT(AD17,”[DBNum2][$-804]yyyy年mm月dd日”)其中,設AD17為輸入日期的單元格,則AC17單元格返回的數值為銀行規定的日期格式:“某某某某年某某月某某日”。

數據處理論文:淺論會計數據處理變革中審計的演進

【論文關鍵詞】 傳統審計； 電算化審計； 電算化審計的演進

【論文摘要】 隨著電子計算機的產生與廣泛普及，傳統會計工作使用的工具逐漸為計算機所取代，會計電算化成為現代及未來會計工作的主導方式。因此，審計方式也必然存在著由傳統審計過渡到電算化審計的變革。電算化審計的演進從審計對象、審計手段、審計證據等幾個方面充分體現出以傳統審計為基礎的進一步繼承與發揚。

傳統會計工作即手工會計，主要借助于紙、算盤或計算器、筆等工具進行會計數據的處理。隨著電子計算機的產生與廣泛普及，傳統會計工作使用的工具逐漸為計算機所取代，會計電算化成為現代及未來會計工作的主導方式。而審計是從會計工作中逐漸獨立出來的，同時又以會計工作為對象，它們所面臨的巨變環境又具有一致性，這就決定了審計在會計數據處理工具的演變中，必然存在著由傳統審計過渡到電算化審計的變革。

一、傳統審計的主體特征

傳統審計即手工審計。由于傳統審計環境下，會計資料的載體是紙介質，所以傳統審計的審計對象是載有會計資料的紙性介質。傳統審計的審計手段，無論是審計抽樣還是撰寫審計報告，都是由手工操作完成的。審計證據包括實物證據、書面證據、口頭證據和環境證據四大類。傳統審計中的書面證據包括各種原始憑證、記賬憑證、會計賬簿和明細表等，它們都有自己的作用。在傳統審計中，審計方法主要包括制定審計計劃的方法、收集審計證據的方法和提出審計報告的方法。從狹義上說，就是指與取得審計證據相關的各種方法。按不同的標準，可劃分為順查法、逆查法、詳查法、抽查法等；再具體一些，包括核對法、查詢法、函證法、觀察法、分析法等。在手工會計處理的條件下，所有審計方法的執行都是由人工完成的。從審計線索上來看，由于傳統會計中，由原始憑證到記賬憑證，記賬憑證到登記賬簿，到編制報表，每一步都有文字記錄和經手人簽章，因而審計線索十分清晰。審計人員能夠利用書面資料從原始業務開始，一路追查到報表中的各項指標，并通過這些審計線索來檢查和確定這些指標是否能夠正確反映被審計單位的經濟活動情況，檢查其財務活動的合法性、合規性和有效性。在傳統審計中，企業一般是通過職責分割、職權分工、規定標準的業務處理程序以及憑證、賬簿、報表之間的勾稽關系等而形成的一個內部控制體系，這一體系能夠較好地保障會計數據處理的真實、和安全。

二、電算化審計的演進

（一）審計對象

在傳統審計環境下，審計對象是紙性介質。而在電算化審計環境下，會計資料存儲在硬盤、軟盤、光盤等磁性介質上，審計對象包括了整個電子數據處理系統。相對于紙性介質來說，磁性介質具有數據存儲量大、易查詢、體積輕等特點，但也有易被改寫的安全性問題。審計過程中判斷會計資料合法性與正確性的一項重要證據就是看它是否出現被涂改的情況，傳統會計環境中一旦發生涂改會計資料的情況，審計人員一眼就能看出。但是在電算化會計環境中，被涂改的會計數據可能未留下任何痕跡，因此審計人員很難立即察覺。另外一些因素如計算機病毒等容易造成磁盤上會計數據的丟失，直接影響到會計資料的完整性。

（二）審計手段

在傳統審計中，整個審計過程都是由手工操作完成的。而在電算化審計中，許多工作可以由計算機來完成，免去審計人員許多繁瑣的手工計算與復核之苦。例如審計調查，可利用計算機程序語言設計出審計抽樣程序，實現電算化抽樣調查。

（三）審計證據

傳統審計中的書面證據包括各種原始憑證、記賬憑證、會計賬簿和明細表等，它們之間可以實現相互核對。而在電算化環境中，當輸入原始憑證的數據生成記賬憑證后，記賬工作由計算機自動進行批處理，各種賬簿記錄數出一源，都是依據記賬憑證同時成賬，相對來說作為審計證據的作用就減弱了。在環境證據如內部控制的重點和管理人員的業務素質方面，傳統審計和電算化審計有著不同的內容，從而導致了環境證據的差別。

（四）審計方法

在傳統審計中，審計人員可根據具體情況對會計資料進行人工審查工作，一般采用順查法、逆查法、詳查法、抽查法等審計方法，更為具體的審計方法還有核對法、查詢法、函證法等。在會計電算化條件下，人工審計的技術方法仍然是重要的，但是由于會計信息以磁性介質作為主要存儲方式，因此計算機審計已成為必不可少的審計方法。同時，審查電算化系統的處理和控制功能，也需要借助于計算機系統來施行。在電算化審計中，傳統審計方法發生了較大改變，被劃分為計算機輔助審計方法和面向電算化會計系統的審計方法。而后者又可以細分為電算化會計信息系統程序的審計方法、數據文件的審計方法和內部控制的審計方法。具體包括測試數據法、并行模擬法、嵌入審計程序法、代碼比較法、程序解析法、受控處理法等。

（五）審計線索

在傳統會計中，審計線索非常直觀、清楚，審計人員可以根據需要進行順查、逆查或抽查，通過這些審計線索來檢查和確定被審計單位的經濟業務是否真實，檢查其財務活動是否合法、合規和有效。而在電算化會計系統中，從記賬憑證數據的輸入到會計報表的輸出，全部業務處理都是借助計算機程序自動完成的，加之會計信息主要存儲在磁性介質上，即使有所改動也不易令人察覺，使得審計線索缺乏直觀性和真實性。例如：各種賬簿和報表數出一源、自動產生，使得證、賬、表之間的關系缺乏相互的驗證性；再如，反記賬、反結賬功能的使用使得憑證修改后不會留下任何痕跡，審計人員無法辨別數據修改前的情況以及數據是否被修改。

（六）內部控制

進行審計時，對內部控制的了解是一項非常重要的工作，審計人員據此估計審計風險、確定審計范圍、制定審計程序。在傳統審計中，內部控制主要包括授權控制、責任分工、管理控制、審批和核對控制、內部審計、業務處理標準化等內容，以工作人員之間的相互牽制為基本特征，審計人員利用直觀性很強的紙介質進行手工核對和檢查，明確相關職責。而在電算化審計中，數據的處理權限高度集中，由計算機自動完成，傳統會計中的內部控制失去作用。例如，在電算化會計條件下，一旦輸入記賬憑證數據，各種賬簿都能同時產生，原有手工條件下的賬證核對、賬賬核對等內部控制措施不再生效。因此，電算化會計系統中的內部控制產生了新的意義，如操作控制中的輸入控制、數據處理過程控制、輸出控制等；組織控制的內容也發生了較大變化。這就要求審計人員在了解審計對象的內部控制時應該采用新的審計程序，采取新的評價方法，以適應電算化會計環境下企業內部控制的新變化。

（七）審計環境

內部控制、被審計單位管理人員和業務人員的組成及素質、各種管理條件與管理水平都構成了傳統審計環境的內容。在電算化審計條件下，上述內容發生了變化：1.電算化會計系統內部控制與手工會計內部控制有著不同的內容；2.信息化數據系統的應用導致會計人員無論是組成上還是知識素質上都有差別；3.管理內容、管理條件的變化。這些變化要求審計人員提高自身的能力，適應新的審計環境。

（八）審計檔案

傳統審計檔案分為長期性檔案和當期檔案，均為紙性介質。而電算化審計檔案具有以下特點：1.查詢方便。電算化審計檔案資料可以實現電子檢索的功能，查詢方便、快捷。2.保存有難度。因為在電子數據處理環境下，大量數據存儲在磁性介質上，而磁介質容易因盜竊、丟失、故意或偶然的毀壞及使用等原因而受到損害。3.成本較高。硬性存儲器的價格較高，審計檔案保存年限也較長，在此期間，物理性損耗等原因使得這些硬盤上的數據必須不斷地備份到新的硬盤上，昂貴的檔案保存成本也就在所難免。

三、信息化時代審計的未來發展謀略

（一）將現代信息技術運用在審計領域

將運用現代化信息技術運用在審計的理論研究、實務工作、知識結構等領域，是當代電子計算機信息技術與審計工作內容緊密結合、提高審計工作質量和效率的關鍵一步。在理論研究方面，應逐步建立適應現代化信息技術發展的新型的審計理論。在實務工作方面，力求使傳統審計工作向“計算機審計”和“使用計算機審計”方向轉變，如審計人員既以紙性會計數據又以磁性介質數據為對象；審計底稿和審計證據及其有關審計檔案應逐步實現無紙化等。知識結構上，審計人員除了應掌握傳統審計的基本知識外，還應掌握計算機知識及其應用技術，掌握數據處理和管理技術，掌握現代化信息技術的應用及網絡知識等；既能夠熟練操作審計軟件，又能夠適時編寫各種應用性審查程序。

（二）事后靜態審計向事中和事前動態、實時審計轉變

在過去的手工會計條件下，審計工作往往更重視事后審計。隨著會計電算化工作的廣泛開展，為了保障電算化會計條件下審計工作的真實性，審計工作應從事后審計轉變為事前審計和事中審計。當單位實施會計電算化工作之前，首先應對單位采用的會計系統軟件的適用性進行審計，軟件中提供的各項核算與管理功能是否滿足了信息使用者的要求。通過事前審計，保障單位使用的會計軟件系統的合法、安全、。當會計電算化軟件應用于會計工作以后，應該重視對會計信息系統軟件的數據處理程序、自動轉賬公式的設置和會計報表公式的定義進行事中審計，防止核算單位惡意篡改系統程序。另外，還要做好事后審計，將會計電算化系統的運算結果與軟件提供的核算功能進行符合性和實質性測試，保障會計數據的真實性，進一步保障審計工作的正確性。

（三）未來審計的重點將側重會計明細信息的數據安全性、性

會計電算化的發展，促使企業提供更多的明細信息，因此，審計的工作重點在于檢驗企業會計明細信息的真實性以及審核進入外部網絡的明細信息的安全性。企業內部形成的明細信息的真實性往往取決于企業會計電算化系統內部控制的有效程度，而審計人員的主要工作將是證實從數據庫存取信息的性。對于進入外部網絡的明細信息，必須通過對整個系統的網絡進行安全控制，以保障此信息的安全性。

（四）審計軟件應能實現諸多功能

未來審計軟件應具有以下功能：能夠與會計電算化系統鏈接，實現直接通過會計電算化系統中的接口程序取數；能夠減少審計人員的工作量，盡可能讓計算機代替人工的大量抄抄寫寫和計算，使審計人員的工作精力集中到職業性強的事務處理上去，如抽樣檢查底稿中的部分項目（憑證號、科目、金額等）交由計算機審計軟件自動取數生成；審計軟件應能自動完成某些審計工作底稿的整理功能；審計軟件應有擴充功能，應能對審計事務進行管理，如審計日程的安排、工時的計算、底稿管理、審計收費管理等。總之，未來審計軟件如果具有了上述功能，實現審計無紙化將不再只是一個夢想。

數據處理論文:高職院校《物聯網數據處理技術》課程建設的探索與實踐

【摘 要】目前物聯網教學研究在高職院校，也已經成為一個研究熱點。如何能制定出適合高職院校的物聯網課程教學體系，已經成為業內亟待解決的一個熱點問題。本文以我校一門物聯網核心課程的建設經驗，探索了高職院校物聯網課程建設的一般方法和規律。

【關鍵詞】高職；物聯網；課程建設

0 引言

目前，it業界和學術界一致認為，物聯網技術將帶來世界信息產業發展的第三次浪潮，國家“十二五”規劃也已明確提出將物聯網產業作為新興戰略產業。無論是在企業界、工程界還是在學術界，物聯網研究和應用都受到了前所未有的重視，面對如此良好的發展契機，作為全國的首批示范性高職，我校對該領域的發展也非常重視，并已開始籌建物聯網專業。物聯網專業相關的的課程建設，是專業建設的一個重要基礎，是培養合格的物聯網專業人才的一個必備條件，因此物聯網課程的建設就成了一個極其迫切的任務和亟待完成工作。本文以我校物聯網專業的核心課程《物聯網數據處理技術》為落腳點，探索適用于高職的物聯網課程建設方案，對于其他同類的課程的建設也有一定的借鑒意義。

1 課程建設的知識點涵蓋與難點

1.1 課程建設涵蓋的技術領域

物聯網是通過新一代的it技術（如rfid射頻識別技術、zigbee技術、云計算技術等）將傳感器裝備或者嵌入到全球各行各業的物體中，通過相互之間的鏈接形成“物聯網”，然后通過云計算技術和超級計算機對收集到的海量數據進行處理和分析，達到對物體智能化管理和控制的目的。

物聯網中的個體通過感應器來感知信息，然后通過中間傳輸網來傳送信息，在數據處理中心進行智能處理和控制。隨著物聯網技術的廣泛應用，我們將面對大量異構的、混雜的、不完整的物聯網數據。在物聯網的萬千終端收集到這些數據后，如何對它們進行處理、分析和使用成為物聯網應用的關鍵[1]。

因此，物聯網信息數據處理涉及到物聯網通信數據結構、zigbee協議算法設計和實現、ipv6技術、中間件技術、后臺數據庫技術、數據挖掘技術和云計算與海計算技術。而就這些的技術相關的課程有《計算機網絡及ipv6技術》、《數據結構》、《數據庫》、《算法設計》和《面向對象的編程技術》。其中我系開設的《物聯網通信技術》課程就可以解決ipv6技術的問題，在該課教學中不再重復。

1.2 課程建設的難點

考慮到該門課程涉及的技術領域，我們將講授物聯網通信數據結構、zigbee協議算法原理與實現、z-stack原理和實驗部分，以及部分物聯網中間件技術和云計算技術的相關內容。與四年制普通本科院校相比，要涉及這些內容所開設的課程有《數據結構和算法》、《面向對象的編程技術》、《中間件技術》、《傳感器信息融合云與計算技術》，由此可見需要開設的科目多而且內容理論性很高。特別是《中間件技術》、《傳感器信息融合與云計算技術》這兩門課，均是大量的理論推導計算，通常在本科高年級或者研究生階段才講授。由于我們的同學在校學習只有兩年，該課程將在大二第二學期開設，很多同學的知識也僅限于模電數電c語言，如果大量的講授抽象的中間件技術、傳感器信息融合與云計算技術，很多同學會很難聽懂。同時高職學生的培養特點是加強他們應用和實踐的能力，所以大量講解理論的效果會是事倍功半[2-3]。

2 課程建設的具體實施過程

結合我系對物聯網專業學生的培養定位和學時分配，在充分考慮考慮課程技術內容和重難點的基礎上，我們課程的重點放在數據結構和算法編程實踐上，讓學生在實踐中學習，在編程中理解一些基本的數據處理方法和物聯網數據結構，做到實踐中有理論，理論和實踐相結合。在pc端的編程，我們采用dev++的編譯環境，側重于常用數據結構的編程與理解，這部分內容是課程學習的基礎，占到總課時的35%。在嵌入式和物聯網的技術方面，我們的技術落腳點選擇在了z-stack上。借助于z-stack物聯網實驗平臺，學生可以學習到物聯網技術領域中常用的數據處理技術，同時有了數據結構的基礎之后，就可以對z-stack協議棧中的算法實現和數據結構有更深的理解。該部分的內容占到總課時的35%。對于云計算和中間件技術，我們在課程中主要是以概念介紹和學生調研、小組匯報的方式進行學習，該部分的內容占到總課時的10%。我們針對課程開發了一個物聯網的實訓項目，主要以智能家居為切入點，技術內

容涉及到上位機使用、數據存儲、物聯網節點和協調器的調試和網關的設置，該課程的內容占到總課時的20%。該項目對前面的內容進行總結和具體實現，突出學生在做中學，弱化純原理性的學習，突出實踐性和學生對數據處理內容體驗。

3 效果與結語

考慮到高職學生在校學習該課程在國內目前缺少相關的教材，我們在整合和相關技術內容后，完成該課程素材、ppt以及程序實現部分。與此同時，我們引導學生積極查閱圖文資料，并借助于互聯網絡來積累項目素材和問題的解決方案。在教材編寫的過程中，我們積極利用現有的實驗平臺和多媒體技術，同時在課程建設過程中讓學生也參與進來，多聽取他們的學習感受，在及時輪教學實踐中取得了良好的效果。同時我們在課余時間積極鼓勵學生多學習、多思考，并帶領他們到物聯網企業了解實踐，把所學的技術直接應用到實際的開發中去，不斷加強專業本領，為將來就業打下堅實基礎。

數據處理論文:數據處理技術與環境監測論文

1監測數據集標準化處理

1．1監測任務名稱的標準化處理

以目前的全國業務化海洋環境監測任務為基礎，對上報的監測任務進行標準化命名，如海洋生物多樣監測、海洋大氣監測，對不同填報的名稱進行標準化處理。

1．2組織單位名稱的標準化處理

各地上報的組織單位比較混亂，有的上報了監測機構名稱，有的上報了其隸屬的行政部門名稱，不利于監測任務的考核。根據國家海洋環境監測工作任務以及各海區年度海洋環境監測工作方案，目前組織單位主要包括國家海洋局局屬單位、3個分局、11個沿海省（自治區、直轄市）海洋行政管理部門和5個計劃單列市海洋行政管理部門，如國家海洋環境監測中心、國家海洋局北海分局、遼寧省海洋與漁業廳、大連市海洋與漁業局，對不同填報的組織單位進行標準化處理。

1．3監測區域名稱的標準化處理

由于各地方上報的監測區域不夠規范，且很難表現出更多的區域信息，同時考慮到區域統計分析，因此需對監測區域進行規范化命名。監測區域命名結構為：沿海地區／海區＋沿海城市／特定區域＋名稱，其中沿海地區／自然海區和名稱字段不能省略，沿海城市／特定區域字段若無可以省略。如，遼寧葫蘆島赤潮監控區，廣東近岸、福建廈門近岸、東海近海及遠海，對不同填報的監測區域名稱進行標準化處理。

1．4監測要素名稱的標準化處理

每個監測任務里包含了不同的監測要素，且不同的任務可能會監測相同的要素，因此需對監測要素進行規范命名，以便對相同的要素進行統一分析、數據量統計等。以目前的業務化海洋環境監測要素為基礎，對上報的監測要素進行標準化命名，如水文氣象、海水水質、沉積物質量、浮游植物和浮游動物等，對不同填報的監測要素進行標準化處理。

1．5監測參數及單位的標準化處理

由于每個監測要素需要監測不同的監測參數，如海水水質需要監測化學需氧量、氨氮和溶解氧等。而每個監測參數的名稱在寫法上有不同的形式，如化學需氧量也可寫為COD，氨氮也可寫為氨－氮或NH4－N等，給數據的統計、評價帶來一定的不便，因此有必要規范不同監測參數的名稱。另外，每個監測要素的單位也需統一規范。如重金屬的鋅元素，有的上報其參數單位為mg／L，有的上報為μg／L。在數據統一進入標準數據庫時，需將單位統一。參照國際標準、國內海洋環境監測調查規范以及各地監測機構的填報習慣等，針對不同的監測任務和監測要素，對每個監測參數的名稱及計量單位進行標準化處理。

1．6站位基礎信息的數據類型標準化處理

監測數據的類型包括數值型、字符型、布爾型和百分比等。對站位基礎信息如站位編號、經緯度、監測日期、水深和層號等的數據類型進行規范。（1）站位編號。上報的站位編號大部分為字符型，但也有站位編號為1、2、3等，為數據庫的統一管理，需統一轉換為字符型。站位編號不規范主要有以下幾個方面：①站位編號英文大小寫不一致；②監測機構各自命名；③在站位編號上加“臨”“平行樣”和“空白樣”等字樣。參照目前海洋環境監測站位編號規則，由任務編號、海區編號、類別編號和站位序號順次排列組成。對站位進行統一編號。對于歷史站位編號的確認，可通過核查相關的監測數據、核實年度監測方案、聯系地方監測機構等方式，將站位編號統一。（2）站位的經、緯度。上報的經緯度有兩種形式：一個是小數形式，另一個是度分秒形式。為便于計算機的計算方便，目前統一為小數形式。由于經緯度的小數位數不一致，會導致部分空間定位有細微的差別。結合監測任務計劃和實際監測情況，統一經緯度的有效位數，目前保留到小數點后6位。（3）監測日期。上報的監測日期格式不一致，主要形式為：“2011－08－20”“2011／8／20”、或為時間型等。現統一其形式為“2011－8－20”，年份：填滿4位；監測月份：1—12，月信息小于10，前位無需補零。注意檢查，監測年份是否為該年度；月份是否大于12；日期是否在該月的自然日以內。（4）采樣深度與層號。部分地方監測機構在該填報“層號”的地方填寫了采樣深度，同時層號不統一，有的為中文———“表層”“中層”“底層”；有的為英文———“S”“M”“B”。《海洋監測規范》中對水深和相應的采樣層次進行了規范。對層號，統一用英文表示。其中：表層為S；底層為B；若只有一個中層用M表示，若為多個中層，則分別用M1、M2、M3等順延表示。另需檢查層號與層深的匹配情況，若層號為S（表層），則采樣深度應小于或等于2m；層號為B（底層），則采樣深度大于3m。部分填報機構填寫層號時，出現表層填寫“B”和底層填寫為“D”的現象，可能是按“表層”和“底層”的首拼音字母填寫造成的。

1．7監測參數不規范類型的處理

監測參數的不規范類型問題，主要應注意以下幾點。（1）大于號、小于號。某些監測參數如重金屬、大腸桿菌數等，其監測參數值上報中含有大于號或小于號。此類數據通常不影響其評價等級的判定，但會影響該類參數較大值、最小值、均值等統計的結果。可研究該參數的理化性質并聯系地方監測機構，確認該參數的具體值大小。其缺省解決方法是刪除大于號、小于號，以便該參數的統計及評價。（2）未、無、“－”等字樣。結合年度監測任務，聯系地方監測機構，確認該監測參數是未被監測，還是低于檢出限。未監測用空值表示；低于檢出限用“未檢出”表示。（3）空格及其他無效字符。上報的監測數據中常含有空格及其他無效字符，使得計算機在識別、歸類等過程中出現異常。可核查監測數據的內容和性質，確認為無效字符后，對數據值前、后含有的空格或其他無效字符進行刪除處理。對經緯度空缺，可核查相關的原始上報數據集和年度監測工作方案，或聯系地方監測機構；對層號空缺，可根據水深判斷，或聯系地方監測機構補缺；對某些監測參數值空缺，可結合年度監測任務，聯系地方監測機構，確認該監測參數是未被監測，還是低于檢出限，再根據判斷結果給出規范填寫。

2監測數據的齊全性檢驗

海洋環境監測數據的齊全性檢驗，是以海洋環境監測方案為依據，檢查監測方案中規定的監測數據是否全部上報完整。首先對國家海洋環境監測工作任務以及各海區年度海洋環境監測工作方案進行分析，對監測工作方案進行信息解析，按空間維度、指標維度和時間維度對監測任務進行細化，空間維度包括監測站位、監測區域、管轄區域等，指標維度包括監測參數、監測要素等，時間維度包括監測時間等。其中監測站位、監測參數、監測時間是空間維度、指標維度和時間維度的最小單元，通過對最小單元的數據量統計，可獲得其上一統計單元的數據情況。因此對海洋環境監測方案的解析按監測站位、監測參數和監測時間3個方面進行分解。對照監測方案，檢查接收的數據是否存在區域、站位或頻次等有空缺監測的情況。記錄缺失的原因：可能由于某些緣故未能進行監測、地方調整了監測方案或地方漏報。仔細核查年度監測任務計劃，聯系地方監測機構確認。

3站位基礎信息數據質量控制

3．1空間位置檢驗

空間位置檢驗主要針對調查單位在站位信息匯總過程中可能出現的錄入錯誤。將調查站位經緯度轉換為十進制的單位后，通過利用GIS生成站位圖的方式檢查站位落點所在位置，看其是否落在規定的監測區域，對于斷面上的調查站位，還要檢查其是否明顯偏離斷面沿線。同時還需檢查“相同的站位編號，經緯度不同”和“不同的站位編號，經緯度相同”等數據空間位置精度的問題。對于該類問題，可通過核查相關的監測數據、核對年度監測任務、聯系監測機構確認等方法，予以更正。

3．2站位基礎信息一致性的檢測

根據站位基礎信息一致性檢驗方法，即監測區域、站位編號、站位經緯度、監測日期等基礎信息決定一條數據記錄，根據不同的監測任務和監測要素，分析站位基礎信息一致性是否符合。針對站位編號和經緯度不一致的情況，從空間位置檢驗是否合理，并核實監測方案進行解決。針對監測日期相同且站位編號相同等情況，判斷兩條記錄的監測參數值是否一致，若一致則認為是重復記錄；若不一致，可認為是平行樣記錄，并進一步核實。

3．3數據記錄重復的處理

海洋環境監測數據的上報過程中存在很多重復的數據記錄，產生這種重復記錄的主要有如下原因。（1）地方上報數據時，重復上報了監測數據集，如8月份上報了5月份和8月份兩份數據；年底將全年的監測數據再次上報。（2）不同監測機構報送的重復數據，如屬于上下兩級監測機構（省、計劃單列市）重復報送。（3）地方監測機構監測人員填寫報表時，將某些記錄重復填寫。（4）地方監測機構監測人員填寫報表時，將平行樣的數據填寫。（5）數據集合并時，將曾經合并過的數據集再次合并。對于重復的記錄數據，在建立環境監測數據庫中應做剔除處理。

3．4平行樣的處理

平行樣數據只作為監測數據質量保障的輔助，在實際統計、評價和監測數據時需區別對待。一般來說，只有少數站位上報的數據是平行樣。為了數據量統計、環境質量評價等的需要，對于平行樣的記錄數據，可將監測參數值進行求平均處理。

4監測參數數據質量控制

4．1值域一致性檢驗

在海洋環境監測中，每個監測參數有其對應的經驗值域范圍，通過值域檢測規則對填報的監測數據按不同監測要素分別對每個監測參數值進行檢驗，對于超出值域范圍的值，需進一步分析該區域其他站位、其他頻次、周邊站位的參數值情況，并結合監測任務性質以及超出值域比例，從而判斷該參數值的性。

4．2邏輯一致性檢驗

某些監測參數間存在一定的邏輯關系，即監測參數與監測參數間存在某種相關關系，有些關系具有一定的規律性，根據邏輯一致性檢驗方法，對于不符合邏輯一致性的監測數據記錄，應進一步同監測機構進行核實。

4．3數據輸出

對文件進行批量檢驗處理，對于檢驗結果，給出合理且足夠詳細的錯誤提示，并保存質檢日志，使得數據便于修改。為了區別一個數據是否進行了質檢、是否通過質檢，以及了解質檢的情況，需要對質檢過后數據增加一個質量控制符號，簡稱質量符。綜合參考“國標GB／T12460－2006海洋數據應用記錄格式”以及“908海洋化學標準記錄格式”等質量符格式。其中，“908海洋化學標準記錄格式”中質量符2表示可疑傾向正確，3表示可疑傾向錯誤，本研究將這兩者綜合考慮，記為可疑；另外，“908海洋化學標準記錄格式”中質量符8表示痕量，由于與“未檢出”有一定的重疊，因此本研究只采用“未檢出”。表1給出海洋環境監測數據的質量符及說明。一般來說，數值型的監測參數數據，對其質量檢驗出有問題的只能作為“可疑”處理，不宜隨意修改或刪除。除非經過專家經驗檢驗，并經監測單位核實，可明確其為錯誤的，其質量符方可標注為“4”。對于監測站位基礎信息，如監測日期、站位編號、經緯度、層號等，檢驗出有問題的，可根據檢驗情況，標注其質量符為“4”或“3”等。按步驟完成監測數據處理流程后，可分年度或季度對處理的文件形成數據處理報告，并制作經標準化處理和質量控制后的標準數據集。

5結束語

目前，全國業務化海洋環境監測數據逐年積累，但監測數據的處理尚未有一個通用的、規范化的處理技術流程，給監測數據的處理帶來一定的困難。本研究從海洋環境監測數據管理的角度，以各監測機構上報的海洋環境監測數據為對象，研究了監測數據集的處理技術流程及方法體系。這一處理技術流程及方法體系的推廣將會，進一步規范監測數據的業務化處理流程，大大提高監測數據的處理效率和水平，為海洋環境保護信息化持續健康發展提供高質量的數據保障。

作者：路文海 向先全 楊翼 付瑞全 單位：中國海洋大學 國家海洋信息中心

數據處理論文:稅務數據處理系統設計論文

我國稅務系統信息化經過將近二十年的建設與完善，逐步實現稅務系統數據大集中，解決好數據傳輸、數據安全和數據儲存等問題，為增加數據的透明度、整合數據、查詢數據和分析數據提供基礎，促進稅務征管的精細化和科學化，雖現已初具規模，并且積累了大量的經驗和成果，但是同樣也存在數據沉積、分散建設在基層，使得信息孤立，難以規范統一、難以監控實時等很多矛盾和問題。所以，我國提出稅務系統數據處理的總體建設規劃。如何實現稅務系統數據一體化建設的實施呢？做以下三個方面的分析：

一、HA技術的建立

何為HA技術呢？HA技術其實就是為了保障在錯誤管理和操作、系統故障、正常情況下的軟硬件維修所引起的一場失敗時，正常的稅務系統數據不受影響，盡可能降低停機幾率，確保系統的可用性的一種新技術。HA技術的類型包括HP9000MC/SG集群和Sybase’sFailoverHA技術。HP9000MC/SG集群是一組把HP服務器由網絡連接，同時經硬件和軟件共同實現冗余，以致避免因為單節點的連接失敗致使整個系統癱瘓。其優點就是能夠克服單點故障，并且可以保障應用系統的正常工作，當其中一個或多個包的數據資源出現連接失敗時，MC/SG軟件就會自動把那個連接失敗的應用包送到接群的其他節點上。Sybase’sFailoverHA技術有兩大功能，一個是數據庫失敗返回功能，另一個是數據庫失敗恢復功能。Sybase’sFailover由兩臺或兩臺以上的機器組成，每一臺機器都是HA集群的節點，每兩臺上的兩個AS相互成為彼此的備節點胡主節點，通常情況下，AS只執行自己的應用，互相是伙伴關系。但是當某一個節點因為機器本身或者AS問題以致不能啟動數據庫服務時，另一個節點自動啟動數據庫服務，這就稱為失敗恢復過程；當那個連接失敗的節點恢復連接后，服務由另一個節點返回到那個恢復連接的節點上，這個過程叫做失敗返回。

二、J2EE框架平臺的系統設計

J2EE的全稱為Java2PlatformEnterpriseEdition，是一種分布式應用開發的技術框架。J2EE整合了DAS<稅務數據處理平臺>、XMLBeans,Hibernate,Spring框架等關鍵技術與一身，結合稅務系統技術整體規劃和數據儲備要求，闡述了J2EE框架平臺在稅務系統數據處理應用中的特點和優勢。通過J2EE提供的統一開發平臺，大大的降低了開發多層框架應用的成本費用，并且還有力支持了現有的應用程序，增添了目錄支持，使安全機制增強了提高了稅務系統的性能。DAS采用粗粒度設計模式，結合稅務數據信息資源建立總體的框架結構，支持DAS對非單一數據接口協議或技術的采集，使得納稅人能夠自主選擇渠道接入DAS來完成業務辦理，很大程度上方便了納稅人。在現實的技術上DAS采用了成熟的多層體系結構，使稅務系統平臺更易于維修保養和拓展，即可以適應未來稅務數據隨著業務變化而加快適應的要求，又可以完成當前的業務需求。XMLBeans的作用是處理和訪問XML文檔和數據，是用Java技術處理和訪問XML文檔和數據技術的突破性技術。XMLBeans能夠讓操作者面向對象的立場來處理餓對待XML文檔和數據，而且還能夠忠于此XML數據所對應的Schema和XML結構。Hibemate是通過reflection機制把JavaBeans對象及其間關系完整的映射到關系型的數據庫中，同時能夠使開發人員脫離JDBC代碼直接對JavaBeans的管理，包括CRUD的增加、更新、讀取和刪除操作。Hibernate的優勢還不止于此，還有其出色的管理功能。經過Hibernate完整的封裝，其能夠輕松的解決鎖機制、事務操作、延遲加載和數據緩存等等問題。尤其，Hibernate還是個免費的開源項目，很實用。但其缺點是不支持數據庫中的一部分高級功能。Spring框架是個開源框架，框架的主要優點就是它的分層結構，有七個定義完好的模塊構成，以致允許操作者選擇哪個組件使用，而且為J2EE程序的開發提供了集成框架。

三、面向對象系統技術的應用

猶豫考慮到數據本身具有多態性、分類性、繼承性等特征那個和處理數據軟件的可維護性和復用等要求，適時開發優勢數據處理軟件——面向對象技術。該技術著眼于現在放眼于未來，大大的減少了物理和人力的浪費。結合稅務的實際情況應認真思考以下因素：

首先，應該充分分析軟件的完整性和系統性，稅務數據的應用范圍光、內容多，內容包含著納稅人的稅種登記、申申報繳納，資產負債、利潤損益以及基本信息情況等等，再確定軟件處理整體。應用于納稅評估、征管分析、經濟政策分析、行業分析、區域分析、進出口統計和經濟統計等等；稅務系統數據的應用用戶比較多，涉及各級稅務機關，同樣也涉及到我國國家統計機構和經濟決策機構；充分考慮到軟件功能的開放性、完整性和建設稅務系統數據信息化的長遠性。

其次，應該考慮稅務系統數據處理軟件的代碼、功能、分析、設計、測試和軟件的復用性。能夠保持代碼、功能、分析、設計、測試信息的獨立性、完整性和課移植性，必然也可以為此后的研發工作節約時間和節省財力，好的解決問題的方法就是運用面向對象技術。

再次，隨著時代的發展和進步，稅務業務范圍不可避免的會擴大延展，采用開放式的思路，不影響其他部分的實現，從而獲得較大的收益。

，稅務系統數據的分類，數據龐大而又復雜，但是稅務數據具有分類性，經濟行業具有系統分類，能夠分成幾個父行業，每個父行業可以有若干個子行業，而每個子行業又能有幾個孫行業。其中，子行業在持其特立獨行的方面外往往還繼承父行業具有的特性，對于某個方面和程度分析來說，子行業不應窮舉全部經濟算法和指標，應繼承其父類的相同點，盡其所能減少重復，冗余。

面向對象技術具有對象性、分類性、信息隱蔽性、繼承性和多態性特征。面向對象技術在程序設計方面有很大的優勢。面向對象技術強調從客觀事物發來認識構造系統和問題域，這樣就使得系統能夠更加的對問題域做出反應。從稅務系統數據出發，尋找有關規律才能做出合理出色的軟件。進行該技術的開發，有益于人類思維能力的開發，并且能夠有效的控制稅務系統的復雜性，是軟件更加有效，更加完善。研發始終都要貫穿對象概念，使每個開發階段的稅務系統成分都具有良好的對應。不難看出，稅務系統數據的很多特性都十分面向對象技術的工作范疇，若處理方法和軟件工程上采用面向對象技術，必然可以得到良好的效果。

綜上所述，稅務機關數據系統建設發展迅速，稅務系統數據的途徑和來源愈來愈多，數據處理顯然已滲透到工作的點點滴滴，如何運用一種高效的方法技術來處理這些海量的稅務信息數據，并且得出有效的結果，儼然已經成為稅務機關的重中之重。無論是建立HA技術的數據處理中心，J2EE框架下的數據處理平臺還是應用面向對象技術數據處理軟件，都是有效，系統，處理龐大繁雜的稅務數據的強大手段，大大的提高稅務機關的工作效率和工作質量。由此，我們也能夠充分從技術改革中看到時代的進步和經濟的發展使技術得到前所未有的飛躍，使得各行各業從中獲益，在這個良好的框架中，因為盡較大限度的降低了系統內部的消耗，因此使得軟件系統設計和硬件系統設計的性能和操作更好的協調發揮作用，與此同時也降低了整個系統的運營成本和建設成本。

數據處理論文:數據處理下通信設備論文

1狀態檢修系統中的關鍵

狀態檢修是以狀態評價為前提，并結合設備分析診斷結果等因素加以考慮，然后做出時間及項目安排的一種主動檢修方式。傳統的檢修方法只能反映檢修時設備的狀態，比較片面。而狀態檢修則是對整個過程的監測。某供電公司根據狀態檢修方式設計的信息通信設備系統狀態檢修流程圖，如圖1所示，包括了基本信息、巡視數據、在線監測系統等諸多內容，與傳統的檢修方式比自然更加科學，但同時也帶來了新的問題，例如如何有效處理海量數據、如何將處理后得到的設備數據用于狀態評價服務等。為解決這兩個關鍵點，在此建立相適應的數據處理模型和評價模型，并對其可行性加以驗證。假設狀態檢修周期是一個月，計算周期是24小時。

2數據處理模型分析

針對不同的設備，評價標準也各有差異。為反映設備的運行狀態，評價標準中含有多項指標，均有專家系統為其打出的分值。在此將指標主要分為兩大類，一是連續變化型，二是開關型。

2.1面積法

先將周期內采集的所有數據轉換為面積數據，將其作為評價模型的輸入。此方法主要用于連續變化型指標的處理。通過在線監測系統將監測數據生成統計曲線，可反映指在特定階段內的運行狀況；而后挑選設備的一個指標，將其評價標準與相應的統計曲線置于同一個坐標系中，以方便觀察分析。評價標準會將曲線劃分為兩部分，只考慮能夠表示設備超標運行的異常面積。面積越大、異常時間越久，表明設備超標越嚴重，則評價時給的分數就低；相反，超標越輕，得分越多。可根據實際運行的異常面積在較大異常面積占的比重衡量設備指標的異常程度。通常需要考慮兩種情況，即當某一指標有且只有一條評判標準線和某一指標有多條評判標準線。此外，設備在實際工作時，隨著時間的變動，電力系統負荷也在起伏變動。這必然會影響到信息通信系統中的數據流量，所以就同一個指標而言，在其不同的運行階段，應制定相適應的標準。標準變化的幅值與時間區間可參考電力系統負荷曲線、系統運行經驗以及各通信設備運行特點而具體確定。須注意的是，在求面積時，還應觀察設備指標是否長時間運行在規定的較高告警線上方。并根據實際情況設計一個合理的值，一旦超過此值，必須提出緊急告警，并予以相應的處理。

2.2統計方法

適用于開關型指標。該方法具有離散性，所以不適宜采用曲線模型處理，可借助概率統計的方法加以處理。即將周期內采集的數據信息轉換為概率，作為評價模型的輸入。同時規定采集結果為真時，其值為1，否則為0。該方法有兩個步驟，先求取參考值，然后確定處理結果。

3評價模型

3.1閾值型評分模型

主要適用于給定正常運行邊界或者是極限運行范圍的指標，其中，i表示設定的指標運行邊界或者是指標極限運行條件；ki（i=0，1）表示設備每種狀態下的應扣除的分數。

3.2曲線型評分模型

主要適用在指標偏離基準越大扣分越多的情況。本文選擇指數函數作為評分模型，基本模式如下：y=ax－1該模型輸入x為連續變化型數據處理的結果S或者是開關型指標為0的狀態量的個數。在實際計算中，指標類型不同，確定底數a的方式也不同。4.3邏輯與型評分模型主要適用于某一指標由若干狀態共同決定的情況，其基本模型如下：x=x1∩x2∩…xi∩…∩xn其中，布爾值1代表狀態良好；布爾值0表示故障；xi代表評分對象中第i個狀態的布爾值；ki（i=0，1）代表建議設備每種狀態下的應扣除分數。最終評分方法則分為三個步驟，先篩選，確保篩選后的數據包含有分值和時間；再判斷，加以處理。

4模型可行性的驗證

采用的是自2012年05月20日到2012年06月20日的CPU利用率數據。已知評價標準為設備CPU平均利用率高于60%的部分越限越多扣越多，嚴重故障警戒為90%，該指標滿分5分。經過對所有指標模型的實際校驗，本文提出模型均符合現有實際系統，能夠滿足信息和通信系統狀態檢修的基本要求。但必須經過長期實際運行檢驗，不斷修正參數和完善模型，最終才能達到更加符合實際、更加的評價效果。

5結語

信息通信設備的意義不言而喻，為保障其能夠正常運行，必須做好檢修工作。針對目前狀態檢修面臨的困難，即數據處理和狀態評價，在此以數學建模的方法予以解決。

作者：郭興 單位：國網福建長汀縣供電有限公司