| 开本：32开 |
| 纸张：轻型纸 |
| 包装：平装 |
| 是否套装：否 |
| 国际标准书号ISBN：9787515926100 |
| 所属分类：图书>计算机/网络>数据库>数据仓库与数据挖掘 |
商品详情
作者邓劲生 编著 著
著邓劲生 编著 著 译
装帧平装
印次暂无
出版社中国宇航出版社
开本其他
印刷时间暂无
语种暂无
出版时间
页数暂无
外部编号
版次
成品尺寸暂无
第章联合训练大数据技术概览
联合训练大数据基本概念
从数据到大数据
从传统训练到联合训练大数据的转变
联合训练大数据特征分析
联合训练大数据的发展趋势
国外联合训练大数据技术现状
大数据推进联合训练的效能
加大联合训练数据建设力度
联合训练大数据系统顶层设计
设计目标与原则
需求分析
拓扑层级
迁移与适配
模块结构设计
本书架构
第章联合训练大数据采集传输
数据采集需求分析
数据采集框架
数据源采集需求
传输技术需求
数据采集工具需求
内部数据接入
传感器数据接入
训练装备数据接入
后勤保障数据接入
填报数据接入
人员训练数据接入
外部数据引接
地理环境数据引接
舆情数据引接
后备力量数据引接
跨网数据传输
云边端传输网络拓扑
网闸
常用大数据采集工具
基于互联网的数据采集工具
基于物联网的数据采集工具
第章联合训练大数据存储
联合训练数据存储分析
数据存储结构类型分析
数据存储需求分析
联合训练数据集中式存储
集中式存储技术
集中式数据架构
联合训练数据分布式存储
分布式存储类型
分布式文件系统
分布式存储关键技术
分布式编程模型
云存储及存储虚拟化
统一云管平台
异构存储资源纳管
大数据存储工具
关系型数据库管理系统
图数据库管理系统
第章联合训练大数据治理
数据治理需求分析
元数据与主数据管理需求分析
数据集成与共享需求分析
异构数据源融合需求分析
数据质量与标准化管理需求分析
元数据管理
元数据管理目标
元数据设计原则
元数据管理流程
元数据聚合
元数据扩展
主数据治理
主数据模型建立
主数据编码规则
主数据质量检查
异构数据源融合
异构数据融合过程
数据融合的技术方法
融合的三种层次
数据质量管理
数据质量管理治理流程
数据质量管理评
数据标准化管理
数据标准的分类规划
数据标准的评审发布
数据标准的执行
第章联合训练大数据分析与挖掘
分析挖掘和趋势描述方法
技术定义及含义
大数据分析挖掘功能
与传统分析方法的区别
分析挖掘的架构与步骤
问题描述与架构
数据的选择与预处理
数据挖掘模式和方法
结果与评估
常用分析与挖掘方法
关联规则
聚类分析
回归分析
数据降维相关性分析
相关性分析的其他常用方法
第章联合训练大数据可视化展示
数据可视化基础
数据对象与属性类型
数据的基本统计描述
视觉编码与通道
用户感知与认知机制
大数据可视化设计组件
可视化设计准备
可视化设计模型
可视化数据
基础大数据可视化展现方式
对比趋势可视化
关系数据可视化
比例数据可视化
其他图表可视化
高级与复杂可视化方式
树状图、层次聚类与分层可视化
流程图与桑基图
三维与动态可视化技术综合态势展示
第章联合训练大数据决策与评
决策分析的任务和层次
联合训练决策分析的任务域
联合训练决策分析层次
决策的模型框架设计
联合训练决策的作用机理
联合训练决策的模型结构
联合训练决策的大数据要素
决策的关键环节
多维度数据分析
决策主体的数据共享
决策数据挖掘及分析
决策方案的选择
决策的评价分析
决策动态分析
决策全局性分析
决策个性化分析
评价机制的设计
评价对象的确立
决策与评价原则
评价指标
数据分析方法
评价结果分析
第章联合训练大数据安全防护
大数据安全防护体系
大数据安全需求
大数据系统安全体系构建
专用网络安全加固
大数据安全技术
传统安全技术
大数据隐私保护措施
大数据备份
大数据备份策略
大数据备份内容
第章联合训练大数据智能应用
大数据与智能化技术融合
大数据与人工智能双驱动
大数据在人工智能中的作用
联合训练的智能化转型
智能化训练基本概念
智能化训练目标
智能化训练的策略与原则
训练流程的优化策略
智能化训练的原则
联合训练的数据驱动模型
智能化训练模型构建
智能分析与决策支持
模型应用与持续优化
智能化联合训练应用
战术模拟与演练
文本智能分析与问答
虚拟对话与通信
智能化后勤支持系统
智能装备与优化训练
作者邓劲生 编著 著
著邓劲生 编著 著 译
装帧平装
印次暂无
出版社中国宇航出版社
开本其他
印刷时间暂无
语种暂无
出版时间
页数暂无
外部编号
版次
成品尺寸暂无
第章联合训练大数据技术概览
联合训练大数据基本概念
从数据到大数据
从传统训练到联合训练大数据的转变
联合训练大数据特征分析
联合训练大数据的发展趋势
国外联合训练大数据技术现状
大数据推进联合训练的效能
加大联合训练数据建设力度
联合训练大数据系统顶层设计
设计目标与原则
需求分析
拓扑层级
迁移与适配
模块结构设计
本书架构
第章联合训练大数据采集传输
数据采集需求分析
数据采集框架
数据源采集需求
传输技术需求
数据采集工具需求
内部数据接入
传感器数据接入
训练装备数据接入
后勤保障数据接入
填报数据接入
人员训练数据接入
外部数据引接
地理环境数据引接
舆情数据引接
后备力量数据引接
跨网数据传输
云边端传输网络拓扑
网闸
常用大数据采集工具
基于互联网的数据采集工具
基于物联网的数据采集工具
第章联合训练大数据存储
联合训练数据存储分析
数据存储结构类型分析
数据存储需求分析
联合训练数据集中式存储
集中式存储技术
集中式数据架构
联合训练数据分布式存储
分布式存储类型
分布式文件系统
分布式存储关键技术
分布式编程模型
云存储及存储虚拟化
统一云管平台
异构存储资源纳管
大数据存储工具
关系型数据库管理系统
图数据库管理系统
第章联合训练大数据治理
数据治理需求分析
元数据与主数据管理需求分析
数据集成与共享需求分析
异构数据源融合需求分析
数据质量与标准化管理需求分析
元数据管理
元数据管理目标
元数据设计原则
元数据管理流程
元数据聚合
元数据扩展
主数据治理
主数据模型建立
主数据编码规则
主数据质量检查
异构数据源融合
异构数据融合过程
数据融合的技术方法
融合的三种层次
数据质量管理
数据质量管理治理流程
数据质量管理评
数据标准化管理
数据标准的分类规划
数据标准的评审发布
数据标准的执行
第章联合训练大数据分析与挖掘
分析挖掘和趋势描述方法
技术定义及含义
大数据分析挖掘功能
与传统分析方法的区别
分析挖掘的架构与步骤
问题描述与架构
数据的选择与预处理
数据挖掘模式和方法
结果与评估
常用分析与挖掘方法
关联规则
聚类分析
回归分析
数据降维相关性分析
相关性分析的其他常用方法
第章联合训练大数据可视化展示
数据可视化基础
数据对象与属性类型
数据的基本统计描述
视觉编码与通道
用户感知与认知机制
大数据可视化设计组件
可视化设计准备
可视化设计模型
可视化数据
基础大数据可视化展现方式
对比趋势可视化
关系数据可视化
比例数据可视化
其他图表可视化
高级与复杂可视化方式
树状图、层次聚类与分层可视化
流程图与桑基图
三维与动态可视化技术综合态势展示
第章联合训练大数据决策与评
决策分析的任务和层次
联合训练决策分析的任务域
联合训练决策分析层次
决策的模型框架设计
联合训练决策的作用机理
联合训练决策的模型结构
联合训练决策的大数据要素
决策的关键环节
多维度数据分析
决策主体的数据共享
决策数据挖掘及分析
决策方案的选择
决策的评价分析
决策动态分析
决策全局性分析
决策个性化分析
评价机制的设计
评价对象的确立
决策与评价原则
评价指标
数据分析方法
评价结果分析
第章联合训练大数据安全防护
大数据安全防护体系
大数据安全需求
大数据系统安全体系构建
专用网络安全加固
大数据安全技术
传统安全技术
大数据隐私保护措施
大数据备份
大数据备份策略
大数据备份内容
第章联合训练大数据智能应用
大数据与智能化技术融合
大数据与人工智能双驱动
大数据在人工智能中的作用
联合训练的智能化转型
智能化训练基本概念
智能化训练目标
智能化训练的策略与原则
训练流程的优化策略
智能化训练的原则
联合训练的数据驱动模型
智能化训练模型构建
智能分析与决策支持
模型应用与持续优化
智能化联合训练应用
战术模拟与演练
文本智能分析与问答
虚拟对话与通信
智能化后勤支持系统
智能装备与优化训练