数据分析设计范例

数据分析设计范文1

关键词：旅游智慧平台；平台设计；大数据分析；信息挖掘；路线推荐；对比实验

0引言

目前，旅游业发展迅速，已经成为推动我国发展的经济性产业之一，同时，随着信息化技术的发展，传统的旅游形式已经无法满足信息化下的旅游需求。在这种背景下，智慧旅游应运而生，其主要以现代化技术为推动力，是现代信息技术与旅游业深度融合后的产业形态，也是旅游业理论和实践应用的前沿。智慧旅游通过借助多种通信方式，对旅游信息进行感知和管理，及时、全面地将旅游信息呈现给游客。但是目前的智慧旅游平台处于发展初阶段，存在平台信息少的问题，为有效解决这一问题，设计一种基于大数据分析技术的旅游智慧平台。大数据分析能够对巨大的数据进行模拟并分析，具有数据多、处理速度快、类型多、价值高和具有真实性的优点，因此在旅游智慧平台设计中应用大数据分析技术具有重要意义。首先分析旅游智慧平台需求，设计旅游智慧平台模块，并为了提高平台的合理性，对旅游智慧平台进行优化，通过挖掘旅游信息，为用户提供可视化旅游信息。在此基础上，分析用户历史数据，为用户推荐感兴趣的路线、产品等，以此实现基于大数据分析技术的旅游智慧平台的设计。实验对比结果表明，此次设计的平台比传统平台信息多，具有实际应用意义。

1旅游智慧平台模块设计

此次设计采用大数据分析技术对旅游智慧平台设计，根据旅游信息生成、传输、处理和应用的过程，将旅游智慧平台从结构上分为感知层[1]、传输层、支撑层和应用层。感知层主要为了实现平台的全面感知，实时采集旅游平台内的动态信息[2]；传输层，通过该层对感知到的旅游信息进行接收与发送，提高平台的实时性；支撑层主要为旅游智慧平台的处理层，该层利用大数据分析[3]等各种技术，对旅游智慧平台内的数据进行控制、分析和处理；应用层将分析处理过的数据发送出去，为使用者提供丰富的服务。

1.1旅游信息挖掘

利用大数据分析技术挖掘旅游信息，信息挖掘过程分以下两步骤进行。

1.1.1频繁项集生成阶段

首先，利用大数据分析技术分析旅游的基本信息和必要属性。

1.2旅游智慧平台构建

在上述旅游信息挖掘的基础上，构建旅游智慧平台，为解决旅游中不确定性的问题。利用大数据分析技术从用户过往浏览[10]、评价和搜索[11]等信息数据出发，预测旅游信息的趋势指数。自动搜寻景点分类，通过隐含特征联系用户兴趣和景点，根据不同游客的喜好特征，推荐景区的景点路线。在上述计算完成后，实时地将用户感兴趣的内容推荐给用户，在用户开始搜索时，优化搜索结果，将更精确的内容发送给客户。利用上述公式，不断重复计算生成新的路线计划，直至生成满意的结果。将上述旅游信息挖掘结果和路径规划结果结合，根据大数据分析技术，将数据存储到数据库中，实现基于旅游数据的决策与资源配置，并对数据库中的周期数据及信息交换进行深加工处理。将数据库通过从E⁃R实体联系[15]关系到数据库模型，将景区的旅游智慧平台中所用到的数据表与数据字段设计为便于存储的数据类型。利用大数据分析技术，构建旅游智慧平台，将旅游指标、时间、组织结构、访问信息等可组织的关键旅游数据输入到智慧旅游平台中。为旅游智慧平台的数据抽取、转换和加载提供数据平台，以满足游客以及相关人员的信息查询与共享需求。

2仿真实验

2.1实验方案

为验证此次设计的基于大数据分析技术的旅游智慧平台的应用价值，选取某地旅游机构的40名游客作为实验对象。并将这40名游客随机分为实验组和对照组两组，同时，在实验之前，调查这40名游客的基本旅游需求，调查结果如表1所示。表1中，实验组与对照组中的游客基本需求值均为1，代表两组实验对象均希望享受相应的服务，上述游客基本需求表的制定目的是满足实验准确性的需求。

2.2实验结果分析

在了解游客基本需求后，实验组采用此次设计的基于大数据分析技术的旅游智慧平台对相关旅游信息了解，对照组采用传统的旅游智慧平台对景点信息了解。对比两组对于旅游信息的了解程度，结果整理后如图4所示。分析图4可知，实验组对于6个项目的信息了解程度较高，在线路信息需求上最为满意。因为实验组采用的基于大数据分析技术的旅游智慧平台能够分析用户的历史记录，根据用户信息为用户提供满意的服务，为用户提供更加丰富的信息；而对照组的游客对于6个项目的信息了解程度较低。对比可知，实验组的旅游信息了解程度均比对照组旅游信息了解程度高。因此，通过上述实验结果可以证明，此次设计的旅游智慧平台比传统的旅游智慧平台信息更多，能够满足游客需求，具有实际应用意义。

3结语

数据分析设计范文2

关键词：深度学习；环境污染平台；卷积神经网络；数据挖掘

0引言

环境污染已经成为影响人们健康生活的重要问题之一，随着环境污染种类的增多，污染成分也更加复杂，不仅包括传统的大气污染、海洋污染、水土污染、粮食污染等，还包括光污染、噪声污染、辐射污染等，为人们的健康安全带来了恶劣影响。因此，加强环境污染的防治和保护成为重要的工作，由于污染区域、成分、后果都比较复杂，传统的人工管理模式已经无法适应需求，政府机构或企业组织开始在环境污染防治中引入先进的信息技术，开发和部署了许多的信息系统，比如污染数据监控系统、环境污染预测系统等，这些应用软件引入了数据库、物联网等关键技术，有效地提升了环境污染防治信息化水平[1]。目前，环境污染信息平台集成的功能越来越多，经过多年的运行积累了海量的数据资源，这些数据中蕴含着有价值的知识信息，可以为人们提供环境污染防治的决策支撑[2]。因此，本文引入深度学习技术，构建一个数据加工和处理模型，提高环境污染平台的智能分析水平，具有一定的意义。

1环境污染平台功能分析

目前，环境污染平台经过多年的运行，集成的信息功能更多，不仅包括环境污染监控、环境污染预警、环境污染治理、环境污染影响评估等多个方面，还包括环境污染预测等功能。因此，本文对这些应用功能进行总结和归纳，将其划分为数据采集、数据传输和数据存储等功能，这样就可以实现环境污染数据的共享。（1）环境污染数据采集数据采集是环境污染平台的基础功能，人们可以在各个环境污染采集点部署传感器，比如硫化物传感器、二氧化碳传感器等，采集环境污染的各种成分数据，将这些数据通过物联网和互联网传输到服务器。（2）环境污染数据传输环境污染数据传输的方法很多，包括物联网、移动通信、光纤网络等。由于环境污染数据采集点分布的比较散乱，每一平方公里都有多个传感器，因此这些传感器可能分布于野外、水面、大气中，因此采集的数据传输就需要使用物联网和移动通信，将其从采集终端传输到服务器。服务器和各个电脑终端之间的传输则可以使用光纤网络，帮助人们掌握环境污染情况，数据传输需要保证高可靠性和高速性。（3）数据存储环境污染平台保存的数据种类非常多，时间久远，一般都需要保存数十年的环境污染数据，以便人们能够针对某一个低于的环境污染情况进行全方位的掌握，避免由于数据保存漏洞产生不全面的问题。因此，数据存储可以采用冗余的光纤阵列存储器，并且可以在不同的地域建设保存机房，实现数据安全存储。

2深度学习在环境污染平台数据分析中的应用

2.1深度学习算法设计。环境污染平台的数据非常多，传统的分析方法已经无法满足高效性需求，因此本文提出引入一个深度学习算法，从而可以接收环境污染平台数据，针对这些数据进行加工和分析，从中发现有价值的知识，为环境污染预警、治理提供决策支撑[3]。深度学习算法是一种非线性模式识别技术，其可以从一堆数据中构建一个复杂的、非线性的多变量分析模型，该模型能够更加真实的模拟现实客观存在，从而可以全面的、准确的识别结果。深度学习最核心的技术是卷积神经网络，这是一种数学处理方法，在环境污染平台中的具体应用模型包括多个层次，分别是输入层、卷积层、池化层、全连接层，这样就可以增加深度学习算法的训练和学习深度，从而提高环境污染数据的识别精确度，获取一个良好的输出模型，也可以在运行中实时的根据需求调整卷积神经网络参数，动态的优化深度学习算法[4]。深度学习在环境污染平台数据分析模型如图1所示。深度学习在环境污染平台数据分析中的每一层的功能及作用描述如下。（1）输入层。环境污染平台存储的数据非常多，防治和保护人员可以从数据服务器中调取各种数据，将这些数据输入到深度学习算法的输入层。输入层针对环境污染数据进行初步的建模和预处理，比如删除一些噪声数据或稀疏数据等，然后针对环境污染数据进行归一化处理，以便能够统一数据的量纲，保证数据能够被深度学习算法识别和加工处理。（2）卷积层。卷积层通常包括两个关键操作，可以实现卷积网络的局部关联操作和窗口滑动操作。局部操作可以针对数据特征进行过滤，滑动窗口可以完成卷积神经网络特征的提取，实现卷积神经网络的特征分析，进一步改进卷积神经网络的准确度。卷积层可以采用的核函数非常多，比如Sigmoid函数，适用环境污染数据中有价值知识的挖掘分析工作。由于Sigmoid函数拥有很强的收敛性，因此可以在很短的时间内获取数据挖掘结果，避免过度拟合现象发生，可以大幅度提高数据分析准确度。（3）池化层。池化层可以压缩卷积神经网络处理的数据量，同时还可以减少网络设置的参数数量，避免卷积神经网络计算和处理时过度拟合。具体的，在卷积层处理的结果上，神经网络可以获取环境污染数据的基因特征，这些特征数据采取池化操作之后就可以计算某一个局部卷积特征平均值，也可以计算最大值或最小值，利用这些值可以针对卷积层获取的特征数量进行过滤，从而可以降低分类器的计算复杂度，充分的减少过度拟合发生的概率。（4）全连接层。全连接层是一个分类器，其可以将神经网络经过学习和训练的结果输出到全连接层，全连接层可以构建一个图形化的显示模式，该模式能够按照需求输出每一个期望的知识信息，比如大气污染的成分、某地区易发生的污染事故、某一个时间段即将发生的环境污染事故等，从而为环境污染防治和保护提供准确的决策。

2.2算法实验及结果分析。为了能够验证深度学习算法的有效性，本文从环境污染平台中获取了近两年的环境污染数据，同时引入人工处理方法、支持向量机算法和K-means算法作为对比。具体的，环境污染数据共计100万份，这些污染数据中有二氧化硫、工业废气、工业氮氧化物、工业烟粉尘、二氧化氮、一氧化碳等污染成分，提取这些数据污染成分的特征高达数万个，详细数据如表1所示。本文针对每一种方法都进行了100次试验，取这100次试验的平均值为比较数据，人工处理方法的准确度为64.8%，支持向量机算法的准确度为84.7%，K-means算法的准确度为81.6%，深度学习算法的准确度为98.5%，同时深度学习算法的处理时间也最短，远远的超过了人工处理时间，因此可以更快的获取环境污染数据，同时对未来的环境污染数据走势进行预测，以便环境污染保护人员开展工作。详细数据如表2所示。

3结束语

数据分析设计范文3

关键词：区域经济；数据挖掘；Multi-Agents；分布式数据管理

区域经济作为国民经济的重要组成部分，是地区社会活动活力的主要体现［1］。由于区域经济在国民经济中扮演着重要的角色，区域经济是社会各领域重点关注和普遍研究的领域。中国作为一个地域、人口大国，经济发展内向程度高，经济系统及其复杂，不同部门、不同领域在日常经济活动中均产生大量经济数据，分散化的数据以不同格式、不同类型存在在各经济部门数据库中［2-4］。如何从多源异构数据寻找到有用的信息，为区域经济的发展提供数据支撑，成为函待解决的关键问题［5-7］。数据挖掘是从海量的、不完全、模糊的异构数据中提取隐藏在其中的有潜在价值的信息和知识过程［8］。目前，比较成熟的数据挖掘技术主要有遗传算法［9］、人工神经网络［10，11］、邻近搜索方法［12］等，通过在大量数据中提取隐含规则和信息，为区域经济的发展推进策略提供分类指导、分区推进的技术支持［13］。基于此，本研究根据区域经济系统的特点，提出一种基于Multi-Agents数据挖掘技术的区域经济系统，将数据挖掘算法应用于区域经济分析中，把握地区发展方向和进程，提高区域规划的及时性和有效性。

1Multi-Agents的区域经济分析

1.1Multi-Agents技术

Agent是能够感知环境、接收环境消息并作出反应，进而反作用环境中的一种实体［14］。在移动互联网数据挖掘中，将Agent看作是一种能在异构网络中有一台主机前移到另一台主机实现资源交互的程序。而Multi-Agents是通过多个Agent组成的集合，系统中各Agent根据具有的知识对外界刺激作出反应，并获取新的消息更新自身状态，通过消息获取和数据交互来完成任务。由于Multi-Agents系统的Agent都是相互独立的，各Agent间、Agent与环境间通过通讯、协商和协作共同完成系统数据的采集、传输、分析和评价［15］。Multi-Agents系统在异构、分布控制、解决多个关联性任务场合具有较高的可靠性，可动态对系统任务进行分解。根据区域经济系统的特点，结合数据挖掘系统结构，将Multi-Agents技术应用于区域经济系统，建立基于Multi-Agents的区域经济应用框架如图1所示。从Multi-Agents应用框架可以看出，整个系统被划分为了数据处理模块、挖掘挖掘引擎、模式评估、知识库系统4个部分。数据处理模块将区域经济数据库基础数据提取、过滤、转化为数据库要求数据文件。数据挖掘引擎包括关联规则、聚类算法等数据挖掘工具。模式评估根据知识库相关知识，对获得的结果评估。知识库中存取经济领域知识，将获得的数据评估结果与知识库相关领域比较，用以指导数据挖掘执行。Multi-Agents的区域经济数据挖掘通过分布在网络中的多个Agent完成各区域经济事务的数据服务，将各Agent挖掘信息汇总，与综合分析系统形成交互机制，分析区域经济现状成因、宏观调控有效性等，各Agent智能间采用联邦式协同挖掘机制［16］。

1.2Multi-Agents的数据处理

在区域经济数据库中，选择某些经济事务的相关数据，对数据进行预处理，通过数据分析和挖掘获得准确的结果来指导区域经济发展成为关键点。由于区域经济分析基本是在过往数据基础上进行［17］，因此，首先选择Microsoft时序算法对经济数据分析挖掘并预测经济指标，再通过聚类算法对选定的预测指标相关的数据进行挖掘分析。

1.2.1Microsoft时序算法

自回归是在特定的时间点t内，根据过往的时点计算，获得当前时刻的预测值。因此，考虑n个以前时点，获得当前时刻点t的函数关系为：Xt=a1Xt-1+a2Xt-2+⋯anXt-n+εt（1）式中，Xt为t时刻的预测值，ai为i时刻点的自回归系数，εt为阈值，通常取0~1。采用自回归时序算法的关键是将系统内部不同时间序列转化为多个事件，创建一个行列允许算法根据过往值获得当前某一时刻的计算值。确定自回归系数采用最小化建模时间序列与观察时间序列的均值。

1.2.2Microsoft聚类算法

当数据分组不明显时，采用Micorsoft聚类算法从数据中寻找自然分组。聚类算法创建一组聚类，假设该聚类为正确的，并将事例分布到每一个聚类，建立了正确的模型［18］。将需要训练数据的事例随机分配到模型中进行合适的聚类，并通过不断调整使之与现实世界相适应，直至某个事例不在满足提前设置的终止条件或不在聚类间，此时该模型与实际相符，处于一个准确状态。在聚类算法中，采用期望最大化算法（Expectationmaximization，EM）将事例分配到聚类中。即便对于一个包含m个元素和d个连续属性的数据库D，假设每事例x∈D，计算x属于每一个聚类h=1,2,⋯,k的概率：Wjh(x)=ωjh⋅fh(x|μjh⋅∑hj)∑iωji⋅fi(x|μji⋅∑ij)（2）其中，ωjh为数据库中记录属于聚集h的权重，fh为第h聚集的成分密度函数；μjh为聚集h中构成的j维向量。将获得的元素概率结果放入到模型中，更新混合模型参数值：wj+1h=∑x∈Dwjh(x)（3）设函数Φw||k,μk,∑k，建立函数关系判别式：L(Φ)=∑x∈Dlog∑h=1kwh⋅fh(x,μk,∑k（4）当模型结果满足：L||(Φj)-L(Φj+1)≤ε时，停止模型调整，否则j←j+1，计算另外事例的概率值。EM算法通过度量某对象的概率来决定该对象属于哪个类别［19］。算法将每一维作为钟型曲线计算标准差和均差，当某点落入钟型曲线内，则表示该点以计算的概率分为某一个聚类。由于各聚类曲线可重叠，因此该点也可以属于其他聚类，但聚类概率不同，存在模糊边界，表征实际参数间存在的相互关联关系，因此可通过统计每个对象的聚类概率进行结果预测。

2Multi-Agents的区域经济系统

2.1系统软件结构

创建区域经济分析系统的重点是解决异构数据格式和数据服务方式的统一［20］。本研究选择采用XMLWebService技术实现数据服务Agent，以XML格式文件作为系统数据的表达方式。XMLWebService是一个与具体开发工具和平台无关的标准，XMLWebService采用SOAP协议，并通过http来调用。利用XMLWebService建立网络中的服务节点，响应数据请求，进而形成具有标准传输接口的数据库“黑盒”服务节点［21］。XML作为用户数据服务标准格式，实现数据在网络上的无损传输，形成网络共享的数据库服务数据流［22］。通过XMLWebService技术和XML系统数据表达方式建立区域经济分析系统结构框架如图2所示。系统被分为四层结构，分别为数据库层、数据库服务扩展层、异构数据库服务层、用户应用层。数据库层作为系统最底层，既可作为异构数据库系统的底层数据源，也可作为网络中数据服务节点。数据库层作为系统共享资源，应该能为系统提供可视化数据图表信息，同时根据用户访问权限的不同将数据分为共有或私有数据，强化数据库的访问安全性。数据库服务扩展层主要为系统提供数据服务资源结构，为数据信息共享提供数据服务，并根据功能需求进行数据提取，以XML形式屏蔽不同数据库间的差异，提供统一的数据格式响应，并将数据交付给上一层。异构数据库数据服务层通过系统服务里列表记录不同数据库数据服务，并实时更新数据库数据，提供全局数据服务视图响应用户服务请求，建立全面的数据服务平台将数据服务分解，向下层传递请求信息，并根据下层数据库返回的信息进行再加工，生成满足用户要求服务数据。用户应用层通过互联网进行数据服务请求。用户应用层可以对数据库服务扩展层、异构数据库层进行管理，通过数据库服务扩展层的全局数据服务为用户提供面向系统的数据服务，这种服务屏蔽掉平台系统的差异，在异构数据库层提供全局的共享平台。通过系统的4层网络结构，为用户提供基于互联网的XMLWebService数据服务体系，用户能够在异构数据库进行数据采集、加工和数据整合，建立透明的数据综合服务平台。

2.2区域经济分析系统实现

针对系统结构框架，采用C#语言开发区域经济数据分析同。系统开发工具为：NET集成开发平台，服务器采用WindowsServer2016服务器，采用MySQL数据库。系统硬件标准为：PIII/1G以上CPU，内存16G以上，操作系统Windows10。数据库软件：MySQL数据库。数据挖掘采集过程中采用Micorsoft聚类的期望最大化算法抓取Agent系统文本内容，采用XMLwebService技术实现数据服务，由XML作为用户数据存储和传输。

2.2.1数据采集功能

以某个金融行业数据库为基础，进行进入系统的数据分析，由于金融机构所属行业众多，金融数据差异性极大，采用Micorsoft支持的时序算法抓取数据，系统保留数据源，并对数据应用层进行数据更新，图3为数据采集界面。

2.2.2数据挖掘功能

用户根据采集到的数据，由需求分析，选择Micorsoft聚类算法进行数据挖掘技第四层数据服务列表第三层HttpHttpHttpHttpHttpHttpHttpHttpHttp数据服务列表数据服务列表InternetXMLWebService异构数据库第二层第一层XMLWebService数据服务XMLXMLXMLDB1DB2DB3XMLWebService数据服务XMLWebService数据服务图2区域经济分析系统结构设计术，根据用户执行命令获取异构数据库中信息，并进行数据挖掘，并将挖掘的数据信息在界面显示，每一次挖掘出来的数据，系统都会详细罗列出来，用户能查询每项数据的详细信息，图4为数据挖掘界面。

2.2.3数据监控功能

为加强对数据的管理，系统开发了数据监控功能，数据监控功能包括数据的选择、监控信息反馈、进度查看等子功能。用户在进行数据监控时，首先确定监控数据，然后由系统应用层对全局覆盖监控数据，用户能查看到数据实时状态，并将最终反馈发送至数据服务层，如图5所示。

3结论

数据分析设计范文4

关键词：大数据；数据挖掘；旅游业

一、引言

随着信息技术尤其是互联网的发展，人们生产数据的能力越来越强。旅游业是大数据应用前景最为广阔的行业之一，可通过对数据的处理，也已准确预知游客对自己了解的旅游景点或者平台提供的热门景点有了更深层次的规划，可以让游客享受到不一样的体验和享受。该平台结合自身优点，大大减少了游客在规划游玩景点时带来的烦恼，更加便捷地为游客提供信息资源服务。

二、研究背景

基于大数据的旅游分析平台是针对目前的旅游市场群体建立的多用途、全方位、一体化信息平台。在充分运用新型互联网大数据资源优势，将以往数年的数据进行整合，并且集中游客意见，对旅游者的旅游信息查询带来便捷。通过我们的平台可以使游客对自己了解的旅游景点或者平台提供的热门景点有了更深层次的规划，可以让游客享受到不一样的体验和享受。该平台结合自身优点，大大减少了游客在规划游玩景点时带来的烦恼，更加便捷地为游客提供信息资源服务。旅游行业有行业广、规模大、移动性强的特点，因此更加依赖大数据。本平台运用大数据，精确获取各种旅游相关数据信息，使旅游业的服务、管理和体验的智能化发展迅猛，推动旅游业发展，从而提高地区区域经济，促进区域经济转型。

三、需求分析

本项目预期实现一个基于大数据结构的旅游分析平台，为用户出游提供一个详细了解现阶段全国旅游趋势。用户可以通过该平台进行攻略、旅游短视频、查询最热旅游景点、同时根据用户的爱好提供个性化推荐等操作。随着时代的进步，出行旅游成为了越来越多人，放松生活，与家人团聚，增进感情的一种途径。随着各个旅游景点的饱满，慢慢的旅游不再让人感到放松，惬意。旅游地点的选择成为了越来越多人重视的一方面。基于大数据的旅游分析平台，为用户推荐每个季度最值得去的地点，以及出行前各种温馨提醒用户，同时还可以在线与去过的用户进行交流。用户还可以查看各种旅游的详细分析，例如每个城市旅游的详细情况等。本项目采用B/S结构，方便用户、管理使用。用户可以在线提交自己的个人信息，包括个人基本信息、旅游攻略等；在线评论；查看用户恢复；个人信息修改操作。管理员可以对用户信息进行集中处理，以及处理用户的上传的旅游攻略等。结合上述分析，本平台将分成用户和管理员两个角色，通过对用户与管理员两大角色功能的构造，形成一个完整的平台。

四、系统设计

从业务流程分析，用户可以在登录的情况下直接进入平台，查看浏览页面、筛选条件查询信息、查看旅游信息、查看个人信息等。从项目页面设计及功能模块来看，进入页面之后，里面有旅游攻略、热门旅游、评论等。旅游攻略模块中有上传旅游攻略、修改旅游攻略、评论旅游攻略、删除旅游攻略。热门旅游攻略模块有推荐热门旅游城市、查看热门城市的景点、景点的详细展示、全国各城市旅游指数分析、热门景点排名、景点评论功能以及提出建议、景点搜索功能等。用户进入页面时且未登录时，页面菜单栏在上侧显示和登录按钮用户点击登录，可以进行登录用户点击注册可以进行注册，用户可以在页面查看各地旅游的详细信息。用户进入登录页面时，账户输入框内提示字段“用户账户”。用户进入登录页面时，密码输入框内提示字段“用户密码”。用户进入登录页面时，验证码输入框内默认字段“输入验证码”。用户点击验证码获取框，获取验证码并显示，点击可刷新验证码，用户输入账号、密码、验证码，登录平台。管理员由专门的登录入口进行登录，登录失败，参见下列异常消息用户登录平台后，查看旅游信息，以及可以查看人们旅游景区推荐，以及登录、注册、修改、删除个人信息等。管理员可以管理用户攻略信息，管理管理全国旅游城市信息、以及热门景区的信息等。

五、结论

本项目采用B/S结构，方便用户、管理使用。用户可以在线提交自己的个人信息，包括个人基本信息、旅游攻略等；在线评论；查看用户恢复；个人信息修改操作。管理员可以对用户信息进行集中处理，以及处理用户的上传的旅游攻略等。该平台结合自身优点，大大减少了游客在规划游玩景点时带来的烦恼，更加便捷地为游客提供信息资源服务。

参考文献

[1]李云鹏,胡中州,黄超,段莉琼.旅游信息服务视阈下的智慧旅游概念探讨[J].旅游学刊,2014(5):106-115.

[2]孟祥武,纪威宇,张玉洁.大数据环境下的推荐系统[J].北京邮电大学学报,2015(2):1-15.

[3]梁昌勇,马银超,路彩红.大数据挖掘:智慧旅游的核心[J].开发研究,2015(5):134-139.

数据分析设计范文5

关键词:模流分析;模具;产品;数字化

CAE(ComputerAidedEngineering)其含义是指工程设计中的计算机辅助工程，利用相关技术把工程过程中的各个环节有机地组织起来，通过资料对比可设计模具设计最优方案，节省模具设计过程中人力与物力。

1模具设计的流程及当前存在问题

1．1模具设计的流程

模具设计流程被划分为多个步骤，包括功能设计、零件工艺分析、模具加工设计等。(1)功能设计。一个产品应有功能应在设计之初就已确定，产品最基本的属性就是其制作出来的用途，因此确定用途是核心所在。对模具而言，作为一个设计的初始实验品，围绕着功能展开设计才能更直观反应制品所应具备功能，避免追求外观设计而失去了核心部分功能。模具功能在设计开始时就应确定大方向，并据此进行延伸扩展其基本功能。好的模具在完成基础功能设计上不干扰图形设计，在对模具进行测量时着重瞄准其功能的准确性是否符合要求及能否投入使用和生产。(2)零件工艺分析。模具由多种零件构成，在模具开始设计时将模具的结构分开划分为零件，再对多个零件分析其尺寸和精度。完成对所有零件的测量后再进一步拼凑模具，并保证模具的精度在所要求范围内。(3)模具加工设计。当完成对模具分析和测量后，就是投入实施环节。不同的模具由于功能不同，其所需精度不同，加工前确定好模具所需材料，模具的材料韧度对于加工过程中模具能否承受压力有直接影响，韧度过高过低均会影响其加工出的成品结果。加工开始前清点材料和工序是否到位是必要步骤，根据模具指定的机器开始加工保证加工过程中没有错误导致加工失败。

1．2模具设计当前存在问题

加工中最常见问题是实时观察模具的加工进展，好的模具不仅按要求加工出，在精度上接近标准。机器在加工过程中会出现失灵，精度会受到影响。若发生类似情况，可切换至手动加工，手动描绘模具轮廓，也可采用数控加工，熟悉数控机器的编程方式，输入编写好的程序在一定程度上可减少失误发生。加工过程中易产生大量热，散热是任何工艺复杂的模具加工中必须面临的问题，面对散热可采用方案很多。无论水冷散热还是风冷散热，都应在不损坏模具的情况下实施。模具材料种类不同能承受的压力参数和受热能力也不同，过冷或过热均会导致模具材料寿命下降。

2CAE软件的优势及类型

2．1CAE软件的优势

CAE在计算机的辅助下，可分析复杂工程和产品的结构力学性能，对模具的结构性能进行分析，将工程(生产)中各环节有机组织结合起来。模具设计的基本要求就是在保证精度的前提下，可采用设计软件对其进行测试，之后对设想模型用软件进行模拟。当出现失误时，记录结果进行优化，经过多次筛选，总结出适合模具的开发规划，市面上各种设计软件均是基于模具而开发的。将CAE软件的数据分析导入到模具加工中，实验前可针对性地进行模拟测出结果，并及时对模具方案进行更改，可找到更可靠方案，解决以往模具加工缺乏测试的难题，使模具加工流程趋于规范化。

2．2CAE软件的类型

(1)模具成型。CAE功能虽复杂，但在各方面覆盖面广，对于模具成型也有着许多软件支持开发。相对于普通成型软件，Moldflow推出时间较晚，但其功能与市场上大部分软件不相上下，无论是模拟性能还是兼容性上都有着巨大优势。其强大的模拟功能兼容各种模具，无论是注塑成型还是材料模拟，都有着详细的开发流程供参考，大量工艺资料也有助于新人接触使用软件，因此在市场接受度高。Moldex3D是一款专注于模具工艺分析的软件，在工艺方面有大量优势，不但能模拟工艺生产流程，还能添加各种设定因素改变生产时的固定影响，观测在各种外界干扰条件下受影响的模具加工结果。(2)模具冲压。常见的大型模具中冲压是较为简单的一个环节，但冲压结果却不受预期控制，因此没有相应的条件冲压大部分都会失败，在实际操作前，都会用CAE软件进行多次实验，寻找合适的方案进行冲压。Dynaform源自于美国模拟软件，其特色功能在于可模拟模具冲压，传统模拟软件专注于模拟加工环境，在冲压模拟精通的软件较少。这款软件由多家公司共同研发，专用于冲压领域模拟。任何材料的冲压都能在其上找到相应功能，因此模拟冲压和改变材料是这款软件核心功能所在，并且卓越的性能使软件不止应用在冲压上还可改变模具冲压材料如钣金等。

3数字分析

CAE在模具设计中的应用步骤如果要生产一个模具，首先要测量模具尺寸大小，分析模具材料。以生产某电器盖模具为例，在设计过程中，我们先对模具的结构进行切割分析将其划分为多个部分零件，再测得部分零件的精度大小与总体进行对比，算出大致的误差范围，对于模具内部结构中的关键性部位进行分离保证模具加工时关键部位能够按照要求加工而不降低精度影响影响整体模具。在对零件进行依次分析测量并分类后，将分类好的零件进行统计，从零件的大小、材料、受力程度作进一步划分。若遇到对环境或温度有着严格要求的零件，则要单独处理防止加工失败，接着用分析软件对模具进行分析。经多次模拟实验对比出模具的整体性能数据，制定相应方案提高成功率。对每次实验所得数据都需进行录入，与原有或类似模具数据进行比较和判断。根据每次实验结果是否达标来给定标准和范围。当数据量积累到一定要求时，进行数据筛选。当模拟数据得到证实后，可根据数据分析结果进行加工，根据模具零件的标准数据投入到生产中，可制造出符合预期的模具。

参考文献:

［1］单外平．试论模具先进制造技术发展趋势［J］．电脑迷，2016(11):4．

数据分析设计范文6

1需求分析

为满足系统数据的获取、存储、分析需求，从实际应用出发系统功能设计如下：

1.1列车运行数据的采集

能够实现将可能影响列车安全运行的各类数据源提供的数据汇聚到综合分析系统中。主要的数据源包括6A、LKJ、EIP、列尾主机及控制盒、无线通信等系统产生的数据；在导入时是首先要对每个数据源的数据项名称、含义、类型、长度以及产生周期，以及数据文件格式进行分析，并利用数据采集模块将各类数据导入到本系统中。

1.2数据的统一存储和管理

系统应需构建满足列车运行数据综合分析业务要求的数据仓库，能够对导入的运行数据进行统一的组织、存储和管理。

1.3列车运行数据综合分析

构建满足列车运行数据综合分析模型。根据各类数据的特点和列车运行实际状况，运用深度学习、数据挖掘等信息技术，构建重载列车运行数据综合分析模型，可实现对数据的综合分析和关联分析。

1.4列车运行数据可视化展示

借助图、表等形式的可视化技术和工具，形象直观地展示统计查询、综合分析结果，为决策者提供高效的信息和观点。

2总体架构

据需求分析结果，利用软件设计需要抽象化、模块化和隐藏信息等思想，结合面向对象设计原则，系统总体采用分层架构，分为服务层和应用层、基础平台层、数据源层、模型层、数据存储层。系统通过导入重载列车运行数据，在此基础上对各类数据进行数据抽取、过滤、转化和加工，最终形成可分析的干净数据，实现对列车运行数据的统一存储和统一管理；然后再运用深度学习、数据挖掘等技术对各类运行数据进行统计查询和综合分析，再进行辅助决策，最后进行可视化展示。本文提出的系统的整体架构如图1所示。

3功能实现

列车运行数据综合分析系统以重载列车运行数据为依托，根据数据源不同采用对应方式获取基础数据信息，利用数据仓储技术对数据进行统一存储，根据数据特点和应用要求分类进行数据处理，最终实现数据的综合分析。系统业务流程如图2所示。

3.1数据采集

各运行数据对应不同的数据系统和存储方式，数据采集需按照“一数一采”的方式进行，根据数据源不同采用对应方式，总体方式上按照手动上传和自动获取两种。本文使用KETTLE（一个开源数据分析工具）建立了一个多源高效的ETL过程模型，对已有的列车运行状态数据进行随机抽取，然后进行转换，最后加载成为分析型数据，从而实现了数据的快速高速地集成，这种方法为重载列车运行数据综合分析系统及数据挖掘提供了可靠的数据源。具体流程如下。

（1）基本数据获取

系统主要获取的数据包括6A、LKJ、EIP、可控列尾主机及控制盒、无线通信等列车运行数据，这些数据都是列车在运行过程中各设备工作、监测记录的列车运行数据。数据获取后经过简单的整理和去重简化后得到如表1所示的原始字段。构建ETL转换后的表结构作业流程是一个总体与过程相互依赖ETL活动，总体是ETL的总体规划，过程是协调执行过程。因此，根据设计的表结构，利用Kettle中的Spoon组件提供的可视化界面设计了五个ETL处理流程，包括6A维度、EIP维度、LKJ维度、可控列尾维度和其他数据维度，从而实现了对整个重载列车运行状态数据集成的总体控制。

（2）ETL数据转换（Transformation）流程设计

作业流程通过转换流程实现基础数据和目标数据相互映射的功能，在具体设计中，利用数据转换（Transformation）脚本，实现了对重载列车各类数据的处理，处理功能包括去重、排序、选择和去噪等，从而实现了将信息加载到相应的事实信息表或维度中。

3.2数据存储

考虑到提出的方法不能影响现有的业务系统的正常工作运行，同时保障重载列车运行数据综合分析系统安全性和稳定性，于是通过构建了一个数据仓库，在数据仓库中对数据进行统一存储和管理，实现数据的高效存储、流转、运用，提高重载列车运行数据的整体运行安全和运行效率。数据仓库结构如图3所示。

3.3数据处理

根据数据的应用情况，结合数据实际，对基础数据进行数据清洗。特别强调的是由于列车运行数据由不同厂家研发，系统相互独立，没有关联，每趟车各设备产生记录的所有数据都存在时间不一致的问题，因此在分析之前需先对每趟车所有数据进行时间轴对齐。具体根据列车速度、每把闸的制动过程等内容进行校准对齐。

3.4数据查询

系统可根据车次、机车车号、司机姓名、可控列尾主机编号、日期、公里标等信息进行数据查询检索。数据查询分两个维度，一是单一的每组数据查询；二是一趟车产生的6A、LKJ、EIP、可控列尾等数据的查询，可全部展示，也可通过复选框等形式分别随机组合展示其信息。

3.5数据显示

每组数通过数值和图像曲线等不同形式进行显示，可通过单选框选择对应的数据项点生成曲线。数据曲线显示如图4所示。

3.6数据综合分析

数据分析设计范文7

关键词:GIS;数据库建设;统计分析

0引言

房产数据建库需结合现存数据进行综合分析，并针对性地建立科学、合理的设计框架，最终确定房产数据库建设的主要内容为:影像数据、城市地理空间框架数据、房产要素数据、房产项目要素数据。通过建设房产数据库可为城市房屋权属登记、产权产籍管理、房屋安全管理、物业管理等与房产相关的各专业应用系统提供统一的公共基础地理信息数据。本文以GIS技术手段、清华山维EPS软件为载体实现房产测绘数据建库及数据的统计分析等。EPS软件是一款数据采集、处理、制图一体化的地理信息工作站，它的易用、高效与扩展属性使其在国内测绘行业占据了一定的市场［1－2］。

1房产数据库建设流程

基于清华山维EPS的房产数据库建设及数据统计，数据建库及数据统计共分为以下4个阶段:第一阶段是初始建库工作，主要包括数据调研分析、数据库的规划设计、数据质检细则的设计、管理制度建立等［3－4］;第二阶段为数据的整合:数据整合一般视数据源及目标数据库的要求不同，采用不同的路线，一般已建库空间为主的数据可以采用ETL技术实现，未建库空间为主的数据采用清华山维EPS软件实现;第三阶段为整合数据的质检与数据入库:整合数据的质检是质检细则的具体体现，数据入库则主要包括影像数据、房产矢量数据、属性数据的检查和入库;第四阶段为数据的应用:主要是对数据进行统计分析，如各类房屋的个数统计，各类房屋占比分析、产权房屋占比分析等。

2房产数据库建设内容

2．1影像数据建库

2．1．1影像数据格式数据格式为GeoTiff、IMG等常用影像格式，以确保能够被房产数据库所准确识别、能够对各类影像文件进行储存管理［5－8］。2．1．2影像数据建库在房产数据库建库系统中，影像数据的存储、编辑和更新采用建立栅格数据目录的形式，且各影像数据应分别建立金字塔以缩短加载时间。

2．2矢量数据建库

2．2．1矢量数据分类

将房产数据进行分类，分为城市地理空间框架数据、房产要素数据、房产项目要素数据三类数据。城市地理空间框架数据和房产要素数据均为相应比例尺的全部基础矢量地形要素，主要包括定位基础、水系、居民地及设施、交通、境界与政区、地貌、植被与土质、地名等基础地理信息。房产项目要素数据为房产分层分户平面图矢量图和分户图矢量图及相关属性信息。

2．2．2新建数据库表及导入数据

1)新建数据库表

矢量数据通过建立相应数据库表来存储和管理。数据库表对应要素数据图层，用户使用EPS软件，以图层的形式对数据进行分类和管理，存储房产相关数据的数据库表属性，可通过编辑EPS工程模板及二次开发脚本工具来实现。二次开发脚本的部分代码如下:SSProcess．SetDataXParameter"ExportLayer"＆CStr(AddOne(startIndex))，"房产界线面"“指定创建数据库表名称”SSProcess．SetDataXParameter"LayerRelation"＆CStr(AddOne(startIndex))，"测量控制点:测量控制点:"“指定调入、输出数据的图层对照关系”SSProcess．SetDataXParameter"TableFieldDef"＆CStr(AddOne(startIndex))，"定位基础点，0，要素代码，Class-Code，，byname，dbText，10，0"“指定创建数据库表(图层)的字段内容”

2)数据导入

涉及数据量较大，将格式转换后(EDB格式)的各类数据分别导入已建好的要素数据图层中。

3房产数据库建设相关技术

3．1空间数据坐标转换

根据相关部门的规定要求，佛山市统一采用2000国家大地坐标系。新建房产数据库采用2000国家大地坐标系(CGCS2000)，对原有历史数据的地方独立坐标系统一使用ArcGIS软件的空间校正和地理配准功能进行数据的坐标转换。

3．2数据格式转换

在房产数据库中，可能有来自于多个部门中不同类型、不同格式的数据，因此，如何根据现有的资料，对这些数据进行综合处理，以便将他们的格式与坐标系统统一到实际的需求中去，是一个值得考虑的问题。

3．2．1数据格式转换流程

数据格式转换流程如图1所示。

3．2．2定制数据格式转换模板

EPS工程模板作为EDB文件的基础，是一种Access文件型数据库，全面定义了EDB文件数据结构，包括地物编码、要素样式、基本属性、扩展属性等［9－10］。主要通过FeatureCodeTB_500表、FeatureCodeTB_CassIn表、FeatureCodeTB_mdbin表等控制。

3．2．3定制数据格式转换脚本

EPS脚本设置功能，可为从SHP、DWG格式到EDB格式的数据在具体的工程项目中进行数据交换时，使得手工编辑处理的工作量大大减少。软件的定制充分考虑质量要求，在定制阶段即采用比对方式对交换前后的数据进行全面评估，保证数据的无损交换，调入DWG和SHP格式数据的部分代码如下:1)调入DWG格式数据部分脚本SSProcess．SelectFileName(1，"选择要导入的Dwg文件"，1，"AutoCADFiles(*．dwg)|*．dwg|AllFiles(*．*)|*．*||")“指定调入数据的格式及样式”［A1］SSProcess．GetSelGeoValue(i，"SSObj_LayerName")“指定调入数据的层名”SSProcess．FindFeatureCode("FeatureCodeTB_CassIn"，condition)“指定调入数据的编码对照表”SetDataXParameter"I［A2］mportPathName"，filenames(i)“开始导入指定调入的数据”2)调入SHP格式数据部分脚本SSProcess．SetDataXParameter"DataType"，"22"＇SHP“指定调入数据的格式”SSProcess．SetDataXParameter"FeatureCodeTBName"，"FeatureCodeTB_mdbin"“指定调入数据的编码对照表”SSProcess．SetDataXParameter"ExportLayer"＆CStr(Ad-dOne(startIndex))，“测量控制点”“指定调入数据的层名称”SSProcess．SetDataXParameter"TableFieldDef"＆CStr(AddOne(startIndex))，"定位基础点，0，FeatureGUID，FeatureGUID，，GraphicGUID，，dbText，38，0"“指定调入数据的数据库属性表字段名称、类型长度等字段内容”。

4房产数据库数据统计分析

针对入库后的成果数据，可借助相关的GIS软件对数据进行统计分析，得出相关的统计分析数据。

5结束语

数据分析设计范文8

关键词：勘测设计；大数据；智能化

勘测设计大数据智能化管理是管理模式的进步和升级，使数据信息管理从纸质文档转化为信息技术管理，同时实现设计业务流程信息化在线管理，包括：数据收集、管理、保存、利用等一系列智能化应用，以下对数字档案管理的具体措施和应用效果进行具体的分析：

1建立管理系统的具体措施

1.1建立科学合理的架构体系

建立良好的架构体系，使之形成以管理层、执行层、服务层为框架的三层管理模式，同时对院以及相关部门的管理职责进行不断地优化，进一步实现人员组织体系的建设和信息化建设项目的完整架构，从而有效地保证信息化建设项目的正常运转，包括部门设置、职责落实、人员配备。另外，还需要从基础设施、应用系统等软件建设的硬件体系上进行综合统筹，以实现勘测设计的全面化管理。

1.2创建全过程智能化管理

设计人员在发起设计后，首先在客户端提交文件，系统则会根据预先设置的标准规范自动检查图纸中使用的字体、图签等。如果确定图纸符合标准规范，系统自动将DWG文件与生成的PLT文件进行绑定，从而保证系统收集的DWG文件与打印出来的纸质图纸保持一致，否则系统将拒绝生成PLT文件。在生成PLT文件并和DWG文件绑定的同时，服务器会在两者上打上相同的条形码，使两者形成唯一对应。第二步，需要对出版文件进行审核确认。电子文件送往打印机的过程中，电子文件的DWG信息自动入库，预先归在数字档案馆系统的临时库中。此时归档的电子文件已满足出版白图或晒蓝图的要求。接下来，打印出来的白图需上交至设计人员进行确认。确认无误后，设计人员需要在图纸上签名确认，此时的图纸盖好设计院公章后，就可以直接交付业主进行应用。在纸质图纸签名确认完成后，应该上交给档案室进行审核，然后利用扫描枪扫描纸质图纸的条形码就可以从系统临时库中调出其对应的电子文件，再把图纸的电子文件存放于相应的项目树下，从而完成图纸的正式归档。

1.3创建数据共享平台

本院设计的工程原始档案主要包括：设计生产过程中形成的设备档案、各类来往文件等。现阶段，本院设计工程原始档案的归档采取电子文件、纸质文件双归档的方法。针对新归档的原始档案的电子文件，设计人员通过本院工程管理系统与数字档案馆系统两者关联的方式，直接上传到数字档案馆系统的原始档案管理待整编状态，档案管理员通过接收整编完成电子文件归档。在实现了增量工程设计成品信息化管理的同时，本院对历史馆藏的工程成品、底图、报告等文档进行扫描，扫描内容包括：底图、报告文档等，在数字化过程中，对原稿进行全面的修复和保护，经过数字化后的文件准确、完整。

1.4完成情报共享链接

通过集成在首页的南网技术情报中心、广东电网数字图书馆等链接，本院相关人员可以使用南网范围内所有的电子期刊、会议论文等资源，可以下载、阅览最新的各种资料，包括各类技术标准、知识产权、数字图书、电力视频等，极大地丰富了本院的数字数据资源。通过情报共享链接，有效的实现了图书、规程规范信息的新增、拷贝、修改、删除功能，以及批量替换、批量修改功能，可上传电子文件。图书与电子文件是一对多的关系。系统提供对常用关键图书信息查询内容项的组合查询，检索结果以列表呈现，同时提供列表中关键数据项的全库排序功能。可将检索结果导出到EXCEL表格，实现已进行登记的图书、规程规范信息的分发管理。实现普通用户登录Web端，可以查询本人的持有图书的情况，并进行签收办理。列出图书的持有情况，并提供目录、持有人信息的多条件组合查询，可查看签收的状态及签收时间。

1.5加强对管理制度的创新发展

本院制定、修改了相关的三标体系文件，完善了相关制度，为数字档案馆的运行指定了相应的规章制度，例如《工程科技档案管理规定》、《数字档案馆管理制度》、修订及新增25项档案管理制度，包括《数字档案馆编码管理规定》、《数字档案馆电子文件管理制度》等。

2.实施效果分析

2.1内部管理效益

2.1.1提高管理效率

本次数字档案馆的建设集成了档案专家的丰富经验，先进的管理理念，针对设计企业开发，贴近勘测设计大数据管理的业务需求，实现与工程设计项目与管理信息系统集成，实现蓝图、底图及电子文件共享互用信息，系统实用、易用。利用先进的信息化技术，加强电子文件的自动化处理，并建立了目录数据库、内容数据库和元数据库，实现多媒体文件的在线播放等。智能处理技术应用，通过DWG智能识别技术，为档案整编提供数据，减少手工著录，提高工作效率。先进的利用服务平台，在网上不仅实现传统档案的在线查询、借阅管理，并可进行全文检索，数码照片缩略图浏览、通过安全浏览实现电子文件在线浏览、电子文件下载等。

2.1.2降低企业成本

通过档案数据资源的有效应用，实现从成品登记、底稿归档、图纸喷绘、仓管分发等一系列过程，最后到成品归档及统计等过程的管理和协作，简化传统业务流程，提高工作效率。系统自动分析DWG文件中的标准图幅，提取标准图幅中信息，按照图幅定义中的目录模板生成图纸目录，支持多种目录生成方式。批量选择本地已绘制好的DWG文件，生成目录，分析当前DWG文件框选范围内的图幅，生成目录，分析当前DWG文件中的图幅，生成目录。图幅，分析当前所有打开的DWG文件中的图幅，生成目录。系统可以自动获取一个项目、专业的所有图纸上的设备、材料信息，并自动汇总生成设备、材料表。为设计人员的自我提升、资料查阅等创造了有利的条件。

2.2可推广价值

2.2.1电力系统

数字档案馆的建设在很大程度上提高档案移交规范性和效率，广州电力设计院作为局的全资子公司，要强化突出对主业的支撑作用，在2017年，参与“天鸽”、本院依托大数据系统快速查找历史数据，对运行单位运行参数进行复核，及时协助制订抢险方案，反应速度和数据准确性获得了南网的高度评价。本院在设计过程监控基础信息管理方面做了长足的探索，实现信息共享，对图书、规程规范的购置及查询提供了可复制的管理手段。

2.2.2行业内

以国家档案局颁发的《数字档案馆建设指南》为依据进行设计和开发，符合国内档案管理的各项业务规范和标准。本院作为中国电力规划设计协会成员，根据协会相关文件，协会专家通过听取汇报和现场查看数字档案馆系统，对本院数字档案馆系统给予较高评价，经综合评议后，电力勘测设计行业授予广州电力设计院为电力勘测设计行业供电设计单位数字档案馆达标单位。

3结束语

综上所述，本院数字档案馆建设平台以管理系统的业务需求和利用为基本出发点，能满足“收集、管理、保存、利用”等档案业务功能需求与功能，能够完成馆藏档案和资料数据化，并保证各类信息真实、完整、可用，具有一定的现实可行性。

参考文献：

［1］刘阜羊,李秋凡,李辉.水电勘测设计企业地质勘察业务转型发展模式探讨［J］.低碳世界,2018,(20):223-227.

［2］龚建备,严佳,郑志荣,蒋苗.基于施工管理理念开展电力勘测设计管理［J］.电力勘测设计,2018,(5):110-112.

［3］次鹏.水电勘测设计企业数字档案馆(室)建设初探［J］.中小企业管理与科技(中旬刊),2018,(4):45-47.

［4］杨晓威.基于信息化测绘条件下的电力勘测设计［J］.现代国企研究,2018,(4):31-36.