MT02-02供应运作参考模型(SCOR)简介.pptx
2022-06-22 13:00:24 2.45MB 互联网
差分进化算法是由 Storn & Price 开发的一种优化算法。给定具有一组N参数的函数,该算法在定义的参数空间内创建一组NP 随机解,然后使用参数之间的变化来改变现有种群并找到更好的解。虽然这种优化方法可能很慢,但它可以避免陷入局部最小值,并且是一种易于实现和理解的简单算法。 微分进化也可以很容易地适应马尔可夫蒙特卡罗方法。该包在 Go 编程语言中实现了差分进化和马尔可夫蒙特卡洛差分进化。 更多详情、使用方法,请下载后阅读README.md文件
2022-06-22 12:03:25 9KB go
基于区块的solidity的NFT拍卖Dapp区块课程大作业 web网页 使用 1、将此文件夹复制到本地。 2、启动ganache,并将监听端口设置成8545。 3、打开cmd,进入到此文件夹目录下,并预先安装truffle。 4、执行truffle compile指令,随后执行truffle migrate指令。 5、进入文件夹的app目录下,执行npm run dev指令。 6、浏览器中打开127.0.0.1/8080。
2022-06-22 09:09:33 1.29MB 区块链 web3.0 Dapp NFT
C语言实现多种表快速排序
2022-06-21 23:53:39 28KB C语言 链表 快速排序
1
大数据基础-走进大数据-第十二章-大数据与区块.ppt该文档详细且完整,值得借鉴下载使用,欢迎下载使用,有问题可以第一时间联系作者~
2022-06-21 22:04:11 2.48MB 文档资料
大数据对供应的影响全文共5页,当前为第1页。大数据对供应的影响全文共5页,当前为第1页。大数据对供应的影响 大数据对供应的影响全文共5页,当前为第1页。 大数据对供应的影响全文共5页,当前为第1页。 随着供应变得越来越复杂,必须采用更好的工具来迅速高效地发挥数据的最大价值。供应作为企业的核心网,将彻底变革企业市场边界、业务组合、商业模式和运作模式等。   第三产业供应协同应用市场进入空间较大,尤其以医疗、金融、电子商务等细分领域需求较高。第二产业供应协同市场成熟度逐步提高,尤其以物流、汽车、零售、公共事业为主要领域,供应协同数据将起到市场升级的核心驱动作用。 企业到底如何应用大数据?   1、预测:精确的需求预测。需求预测是整个供应的源头,整个市场需求波动的晴雨表,销售预测的灵敏与否直接关系到库存策略,生产安排以及对终端客户的订单交付率,产品的缺货和脱销将给企业带来巨大损失。企业需要通过有效的定性和定量的预测分析手段和模型并结合历史需求数据和安全库存水平综合指定精确的需求预测计划。   如汽车行业,在内部进行精准预测后,可以及时收集何时售出、何时故障及何时保修等
2022-06-21 22:03:57 30KB 文档资料
学生信息管理系统(表)
2022-06-21 18:03:41 77KB 文档资料
南京邮电大学盐城大数据研究院成立于2015年5月,是由盐城市城南新区管委会和南京邮 电大学共建的自收自支事业单位。位处城南新区智慧谷科技创新大厦。研究院将建成盐 城发展大数据产业发展的智库,政府决策的智囊;大数据人才的培养基地;大数据相关 产业的孵化基地,最终建成一个开放式的、涵盖不同产业领域的、产业化的研发平台、 公共服务平台、人才聚集平台和产业孵化平台。 大数据产业: 近些年,大数据已经和云计算一样,成为时代的话题。大数据是怎么产生的,商业机会 在哪?研究机会在哪?这个概念孕育着一个怎样的未来?昨天在车库咖啡参加了一个小 型的研讨活动,就这些问题进行了一些讨论,我结合自己的一些理解做一个总结。首先 ,大数据是怎么产生的? 1)物理世界的信息大量数字化产生的例如刘江老师指出的好大夫网,将医生的信息,门 诊的信息等数字化。其实还有很多,比如新浪微博将茶馆聊天的行为(弱关系产生信息 数字化),朋友聊天的行为数字化(强关系产生信息数字化)。视频监控探头将图像数 字化。 2)社交网络产生的在雅虎时代,大量的都是读操作,只有雅虎的编辑做一些写操作的工 作。进入web2.0时代,用户数大量增加
2022-06-21 17:05:26 30KB 文档资料
大数据产业解析 大数据产业解析全文共16页,当前为第1页。 产业划分依据:数据处理流程 数据 采集 数据 存储 数据 处理 数据检索 和汇聚 统计 分析 数据 挖掘 模型 预测 结果 呈现 大数据产业解析全文共16页,当前为第2页。 大数据产业架构 数据标准 数据安全 产生与聚集层 组织与管理层 分析与挖掘层 应用与服务层 IT基础层 数据源 (互联网、物联网、企业数据、政府数据等) 数据采集(云化ETL、流数据处理、爬虫) 数据流 数据分析(基础分析、多位分析、数据挖掘、实时分析、自助分析、数据共享) 数据预处理(提取、清洁、标注、转换、加载) 数据管理(云存储、分布式文件系统) 数据存储(关系数据库、NOSQL、SQL ) 数据挖掘(分类、估计、预测相关性分组复杂数据类型挖掘) 结果预测(云标签、聚类图、空间信息流、关系图) 模型呈现(模型预测、机器学习、建模仿真) 大数据产业解析全文共16页,当前为第3页。 大数据产业分析 拥有数据 数据技术 使用数据 数据采集 和整合 数据存储 和运算 数据分析 和挖掘 数据应用 和消费 互联网 移动终端 物联网 应用软件 ……
2022-06-21 17:05:25 889KB 文档资料
中国物联网产业分析.docx
2022-06-21 17:00:18 1.02MB 互联网