針對(duì)空間目標(biāo)探測(cè)與識(shí)別試驗(yàn)系統(tǒng)監(jiān)測(cè)站(簡(jiǎn)稱監(jiān)測(cè)站)海量目標(biāo)識(shí)別數(shù)據(jù)管理效率不高、數(shù)據(jù)分析處理能力不足、觀測(cè)數(shù)據(jù)使用效益未完全發(fā)揮、對(duì)系統(tǒng)服務(wù)性能提升貢獻(xiàn)度不高的現(xiàn)狀,利用Hadoop等大數(shù)據(jù)技術(shù)開發(fā)具備數(shù)據(jù)存儲(chǔ)管理、分析挖掘、質(zhì)量評(píng)估等功能的平臺(tái),建立系統(tǒng)設(shè)備性能狀態(tài)主動(dòng)受控式預(yù)警系統(tǒng),解決了海量觀測(cè)數(shù)據(jù)存儲(chǔ)管理的難題。同時(shí),綜合利用大數(shù)據(jù)分析結(jié)果,挖掘探索監(jiān)測(cè)數(shù)據(jù)相關(guān)性與影響規(guī)律,為提升空間目標(biāo)監(jiān)測(cè)系統(tǒng)服務(wù)性能提供可靠支撐。

【文章頁(yè)數(shù)】：4 頁(yè)

【文章目錄】：
0 引言
1 現(xiàn)狀與問題
    1.1 數(shù)據(jù)管理方法落后
    1.2 數(shù)據(jù)利用效率不高
    1.3 分析方法研究不多
2 系統(tǒng)總體框架
    2.1 數(shù)據(jù)源采集
    2.2 數(shù)據(jù)管理
    2.3 數(shù)據(jù)挖掘
    2.4 質(zhì)量評(píng)估和數(shù)據(jù)訪問
3 關(guān)鍵技術(shù)實(shí)現(xiàn)
    3.1 數(shù)據(jù)管理平臺(tái)設(shè)計(jì)及實(shí)現(xiàn)
    3.2 數(shù)據(jù)分析挖掘設(shè)計(jì)及實(shí)現(xiàn)
    3.3 設(shè)備狀態(tài)預(yù)警評(píng)估分系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn)
    3.4 導(dǎo)航數(shù)據(jù)融合評(píng)估系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn)
4 結(jié)束語



本文編號(hào)：3797489