油气资源大数据智能平台的总体框架应以数据资源为基础、大数据平台算力为支撑、人工智能算法为核心，面向油气行业生产需求，构建集勘探、开发、生产数据于一体的油气数据资源池，通过数据清洗与融合提升数据质量，整合物理模拟与数据挖掘等手段，实现服务功能模块化，并在PC端、管控大屏、手机移动APP等多维平台实现智能监测、预警与展示。通过对深度学习等人工智能方法在油气工业领域的应用案例分析，表明其具有较好的应用前景。未来石油公司应与科研院所通力合作，挖掘石油工业数据的巨大潜能，实现降本增效，建设全新的智能油气工业生态圈，完成产业升级

第一章概述 一、研究对象:信息的表示方法、数据的组织方法、操作算法设计 二、意义地位:数据结构+算法=程序程序设计的基础系统软件的核心 三、发展过程:数值计算非数值计算建立数学模型客体及其关系的表示设计数值计算方法数据的组织操作算法的设计 四、非数值计算应用的发展,促进了数据结构的研究和发展以及其体系的完善

• 12.1 可视化概述 • 12.2 可视化工具 • 12.3 可视化典型案例 • 12.4 可视化工具实践

一、卫星通信应用简介 二、Ku波段卫星接收系统原理及安装调试 三、卫星数据广播( IP )节目的接收与应用

1数据域分析 2逻辑分析仪的基本原理 3逻辑分析仪的应用

广东财经大学：艺术与设计学院《GIS大数据平台与数据可视化应用》课程教学大纲

一、单项选择题 1、在下列各种数据中，（ C ）不应作为经济计量分析所用的数据。 A．时间序列数据 B. 横截面数据 C．计算机随机生成的数据 D. 虚拟变量数据

一、遥感数据的选购 二、遥感数据的处理 三、遥感应用及案例

复旦大学：《商务智能》课程PPT教学课件（商务数据分析）06 数据挖掘应用

中国科学技术大学：《多媒体通信 Multimedia Communications》课程教学资源（文献阅读交流）07 移动社交大数据——微信数据集、网络应用和机遇 Mobile Social Big Data WeChat Moments Dataset Network Applications and Opportunities