留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

煤矿综采设备运行状态大数据清洗建模

马宏伟 吴少杰 曹现刚 徐博远 张鑫媛

马宏伟,吴少杰,曹现刚,等.煤矿综采设备运行状态大数据清洗建模[J].工矿自动化,2018,44(11):80—83..  doi: 10.13272/j.issn.1671—251x.2018040090
引用本文: 马宏伟,吴少杰,曹现刚,等.煤矿综采设备运行状态大数据清洗建模[J].工矿自动化,2018,44(11):80—83..  doi: 10.13272/j.issn.1671—251x.2018040090
MA Hongwei, WU Shaojie, CAO Xiangang, et al. Big data cleaning modeling of operation status of coal mine fully—mechanized coal mining equipment[J]. Industry and Mine Automation, 2018, 44(11): 80-83. doi: 10.13272/j.issn.1671—251x.2018040090
Citation: MA Hongwei, WU Shaojie, CAO Xiangang, et al. Big data cleaning modeling of operation status of coal mine fully—mechanized coal mining equipment[J]. Industry and Mine Automation, 2018, 44(11): 80-83. doi: 10.13272/j.issn.1671—251x.2018040090

煤矿综采设备运行状态大数据清洗建模

doi: 10.13272/j.issn.1671—251x.2018040090
基金项目: 

国家自然科学基金面上项目(51875451)

详细信息
  • 中图分类号: TD67

Big data cleaning modeling of operation status of coal mine fully—mechanized coal mining equipment

  • 摘要: 针对煤矿综采设备运行状态数据量大、数据存在噪声和缺失值等问题,建立了一种基于MapReduce的煤矿综采设备运行状态大数据清洗模型。该模型采用双MapReduce协同工作:通过第1个MapReduce对数据中的噪声点和缺失值进行修正,输出多个清洗后的数据文件;通过第2个MapReduce对多个清洗后的数据文件按采集时间及日期进行排序,并合并成单个数据文件输出。实验结果表明,该模型能有效剔除噪声数据和补全缺失数据,具有较好的数据清洗效果。

     

  • 加载中
计量
  • 文章访问数:  38
  • HTML全文浏览量:  6
  • PDF下载量:  9
  • 被引次数: 0
出版历程
  • 刊出日期:  2018-11-10

目录

    /

    返回文章
    返回