海洋大数据

合集下载
相关主题
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。


2014秋季学期助研工作总结

130******** 尹浩宇

这学期的助研工作主要是关于“海洋大数据”的文献的收集和整理,大数据的出现得意于如今信息技术的提升,尤其是在数据的存储、传输和分析速度上的提升。使得对数据的分析和利用的方法进入了新的时代,舍恩伯格(Viktor Mayer-Schonberger)在《大数据时代(Big Data)》中提出三个数据分析的变化方向:

1.数据分析面向全体数据而不是样本数据。

2.注重数据的相关性而不是因果关系。

3.在巨大数据量面前不再固执地追求数据精确度。

尤其是在科研领域,众所周知,此前的在对实验数据的分析和处理的时候往往会舍弃掉一部分实验数据,这些数据量大而价值密度较低,以以前的分析速度来分析往往是得不偿失的。而随着计算机的发展,尤其是云计算概念的广泛应用,让人们得以分析更多实验中的数据,从而得出取样分析中不能的出的结论(尤其是异常信息的获取)。

而涉及到海洋领域,海洋数据监测网中传感器的数量和功能都在逐步上升,海洋数据采集设备包括卫星遥感、航空、气象气球,台站,浮标,船舶,以及水下传感器等。而根据杜艳玲在《混合云存储环境下海洋大数据的布局及迁移算法研究》中的观点,由于海洋科学学科特征以及海洋数据获取手段的多源性,导致了海洋数据具有海量性、多样性、实时性、空间性、敏感性、异构性等特征,对其的处理依然面临很大的问题,对合理开发海洋资源形成阻碍。如何使用大数据的观念和收集的数据合理构建和分析海洋以成为一个亟需解决的问题。 针对上述问题,本学期分别从海洋大数据的获取、处理和利用的主要学术论文和相关资料进行搜集整理,部分结果如下:


相关文档
最新文档