项目名称: “数字海洋”中海量复杂类型数据的质量检验及存储问题研究

项目编号: No.61272098

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 黄冬梅

作者单位: 上海海洋大学

项目金额: 81万元

中文摘要: "数字海洋"中的数据具有规模庞大、种类繁多、结构复杂、时空特性明显等特征,如何高效地对这些数据进行质量检验及存储是"数字海洋"建设面临的一个挑战。从本质上看,"数字海洋"中的数据是一种集多样性、异构性、不确定性、时序性等于一体的复杂类型海量数据,因此,现有的海量数据质量检验及存储技术难以满足要求,亟需新的技术和方法。本项目从海洋领域数据的特殊性出发,重点研究:1)海量海洋数据的多尺度质量抽样检验模型,实现多维、多源、多类以及动态海洋数据的质量抽样检验;2)海洋数据的最佳空间抽样方法,实现具有异构性、空间相关性等特征的海洋空间数据的最佳布样,为质量抽样检验的实施提供可靠的信息;3) 适合于"数字海洋"中海量复杂类型数据的存储技术和方法。研究成果将解决"数字海洋"中海量数据管理遇到的关键问题,对推进我国"数字海洋"的建设进程具有重要意义。

中文关键词: 数字海洋;质量控制;数据存储与迁移;云计算平台;海量数据管理

英文摘要: The data of digital ocean is charactered by large scale, various types, complex construction, obvious spatiality.The way how to effectivly conduct the quality inspection and data storage has become a challenge in the construction of digital ocean.In essence, the data of digital ocean is massive and complex-type data, which are various, isomerism, uncertainty and time-ordered. Thus,the existing technology of the storage and quality inspection of data is not able to inspect the quality of the data in the digital ocean. According to the particularity of ocean data, the reseach focus on:1) a multiscale sampling model for the quality inspection of the massive ocean data is proposed, which has the advantage of performing quality inspection for ocean data. And there are several the special characteristics of the ocean data, such as multidimension, many source, mulit-types, and dynamic nature; 2) the optimal spatial sampling method is studied based on the heterogeneous and spatial correlations data, which can supply the reliable information for the data quality inspection.3)a new method and technology for the storage of the massive and complex-type data in digital ocean is designed. The reseach will solve the crictal problems in the massive data management in the digital ocean, and play important role in the constructio

英文关键词: Digital Ocean;Quality Inspection;Data Storage;Cloud Computing Platform;Massive Data Management

成为VIP会员查看完整内容
0

相关内容

空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
全球数字产业战略与政策观察,38页pdf
专知会员服务
40+阅读 · 2022年2月2日
视频隐私保护技术综述
专知会员服务
34+阅读 · 2022年1月19日
专知会员服务
52+阅读 · 2021年10月1日
专知会员服务
63+阅读 · 2021年7月1日
专知会员服务
41+阅读 · 2021年6月22日
专知会员服务
37+阅读 · 2021年5月7日
专知会员服务
51+阅读 · 2021年3月28日
专知会员服务
41+阅读 · 2021年3月28日
干净的数据:数据清洗入门与实践,204页pdf
专知会员服务
161+阅读 · 2020年5月14日
空间数据智能:概念、技术与挑战
专知
8+阅读 · 2022年2月4日
OpenKG开源系列 | 海洋鱼类百科知识图谱(浙江大学)
开放知识图谱
4+阅读 · 2022年1月12日
面面观之易华录“数据银行”
THU数据派
0+阅读 · 2021年9月10日
流程工业数字孪生关键技术探讨
专知
1+阅读 · 2021年4月7日
【大数据】工业大数据在石化行业的应用成功“落地”
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
【入门】数据分析六部曲
36大数据
18+阅读 · 2017年12月6日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
14+阅读 · 2021年3月10日
A Multi-Objective Deep Reinforcement Learning Framework
小贴士
相关VIP内容
空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
全球数字产业战略与政策观察,38页pdf
专知会员服务
40+阅读 · 2022年2月2日
视频隐私保护技术综述
专知会员服务
34+阅读 · 2022年1月19日
专知会员服务
52+阅读 · 2021年10月1日
专知会员服务
63+阅读 · 2021年7月1日
专知会员服务
41+阅读 · 2021年6月22日
专知会员服务
37+阅读 · 2021年5月7日
专知会员服务
51+阅读 · 2021年3月28日
专知会员服务
41+阅读 · 2021年3月28日
干净的数据:数据清洗入门与实践,204页pdf
专知会员服务
161+阅读 · 2020年5月14日
相关资讯
空间数据智能:概念、技术与挑战
专知
8+阅读 · 2022年2月4日
OpenKG开源系列 | 海洋鱼类百科知识图谱(浙江大学)
开放知识图谱
4+阅读 · 2022年1月12日
面面观之易华录“数据银行”
THU数据派
0+阅读 · 2021年9月10日
流程工业数字孪生关键技术探讨
专知
1+阅读 · 2021年4月7日
【大数据】工业大数据在石化行业的应用成功“落地”
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
【入门】数据分析六部曲
36大数据
18+阅读 · 2017年12月6日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员