来源:国家电网报2011-09-23
在这个全景地理图上,可以观察全网任一时刻的潮流信息,从海量数据中捕捉到最有效的信息。夏少连说。智能分析替代经验判断静态安全校核是华中网调2010年研发的重点项目。
来源:国家电网报2011-09-16
这些信息可以进行二维、三维gis展示,实现海量数据的高效管理和系统的高效运行,实现从太空到地面、从宏观到微观的任意切换浏览、数据查询、分析。现场技术人员说。
来源:十二五2011-09-14
据悉,中国电信云主机和云存储服务目前已投入试商用,将于明年运营,一期将提供2万台高性能虚拟主机、2107gb存储容量,预计十二五期间将具备提供数百万台高性能虚拟主机的能力,满足客户对海量数据高速处理的需求
来源:北极星电力网2011-09-08
东润环能在已经取得近百个项目合作的成果的海量数据和经验积累的优势之上,进一步介入风电场运营管理服务领域,包括:风电调度并网支持管理系统、风电场群集控和生产管理系统等,做到更深层次的开发新能源并网技术。
来源:道琼斯公司2011-08-29
情报部门也在利用软件采集海量数据,发现和追踪潜在的恐怖阴谋。 每个行业的公司都必须预先料想到软件革命即将到来。这甚至包括已经以软件为基础的一些行业。
来源:国家电网报2011-08-16
在物联网领域,信通公司通过将射频识别技术、无线传感网技术和后台综合分析系统等相结合,采集、传送、分析和处理海量数据信息,实现电网多个环节的智能化应用。
来源:北京中科同向2011-08-05
中科同向heartsone- i800*系列产品为中型及中小型用户提供关键业务高性能、高可用的ip san数据存储,适用于web、email、数据库存储、视频监控等应用系统,可实现海量数据集中管理、d2d
来源:新华社2011-05-25
二是推出了数据属性分类编码系统,确保海量数据中的任意数据均可获得唯一可辨识的属性标志。
来源:东润环能2011-07-25
我们的目标就是要成为国内领先的“新能源并网及营运技术服务供应商”,在已经取得项目成果的海量数据和经验积累的优势之上,进一步介入风电场运营管理服务领域,这包括:风电调度并网支持管理系统、风电场群集控和生产管理系统等
来源:北京中科同向2011-07-25
因此,简化、整合海量数据,有效降低关键业务的运行风险,最大限度地保护所有核心业务数据,成为电信行业关注的重要问题。
来源:英大网2011-07-04
与google的mapreduce相似,2010年12月21日微软推出了dryad的公测版,dryad也通过分布式计算机网络计算海量数据,成为谷歌mapreduce分布式数据计算平台的竞争对手。
来源:百方网2011-06-30
定位器和二维码等手段随时随地对物体进行信息采集和获取;“可靠传送”是指通过各种通信网络与互联网融合,对接收到的物体信息进行实时远程传送,以进行各种有效的处理;“智能处理”则是指利用云计算、模糊识别等各种智能计算技术,对随时接收到的海量数据和信息进行分析处理
来源:中国电力报2011-06-16
在历经三金工程、十二金工程、数据大集中等几个建设周期,税务、工商、能源等行业用户积淀下来大量异构的、相对封闭的海量数据,云计算可以将这些业务数据的巨大潜在价值释放出来,转化为面向公众输出的服务。
来源:电力信息化2011-06-07
erp业务审计系统基于saperp系统开发,利用erp系统海量数据及高度集成的信息化环境开展审计工作,包括财务审计、物资审计、资产及设备审计、项目审计、人资审计及信息审计六大功能模块。
来源:远光软件股份有限公司2011-05-27
——统一纬度模型,提供支持交互式分析的高性能查询,以支持海量数据的高效处理与分析。...4)系统提供了快速、直观、灵活的数据展现方式,分析结果使用性强 利用数据挖掘技术,快速处理海量数据,实时高效、简单易用,从而促进快速响应需求侧对冬夏负荷变化影响的决策、未来电力基建投资计划等方面的应用。
来源:IT1682011-05-10
与google的 mapreduce相似,2010年12月21日微软推出了dryad的公测版,dryad也通过分布式计算机网络计算海量数据,成为谷歌 mapreduce分布式数据计算平台的竞争对手。
来源:北极星电力网新闻中心2010-11-30
据了解,浪潮为本届亚运会量身定制了以自主中高端服务器和存储为核心的it平台,并构建了高可靠、高可用的业务应用系统和独立的灾备系统,完全满足了亚运会举办期间的大并发、海量数据以及高速传输等要求。
来源:互联网2010-10-09
数据中心基于海量数据的基础,还要提升存储的能力,提升处理的能力。 第三个重点是集成服务,未来十二五要在十一五实行全面数据集成和部分应用集成的基础上推进全业务融合。
来源:中国电力教育2010-06-12
实现“学员评教”的网上评估 随着培训中心培训班级和学员数量的不断增加,传统的“学员评教”面临的问题越来越多,包括大量原始数据准确的收集,处理评价过程中产生的海量数据,及时反馈有效的信息等。