… 方法, 并结合过程工业大数据特有性质(包括: 多层面不规则采样性,多时空时间… 数据混 杂性)
论述现有数据建模方法应用于工业大数据建模时的局限; 最后, 探讨过程工业大数据建模有待研究的…

… 统计建模方法进 行建模, 从而分别监控间歇过程变量… 大数据驱动的新范式转变, 通过解析多源
异构动态数据中隐含的复杂结构特征来处理异常运 行状况的不确定性和模糊性, 为研究工业大数据…

… 尽管对数据表达的研究历经了很长的时间,但 是对于网络大数据的建模和表达还面临着很多
新 … 在动态演化过程网络建模研究方 面, Barabási 和Albert 提出了著名的BA 网络生成 模型[66],建立…

… 大数 据的利用却远没有像当前移动互联网领域那样普遍 和深人%其中数据的价值还有待挖掘'本文
阐述了 煤炭大数据的特征及研究… A$K#CA"$$7 )#"* E%%*+,7过程工业大数据建模研究M望)9…

… 经历了从机理建模到数据驱动建模, 从线性建模到非线性建模, 从静态建模到动态… 建模的发展
过程, 众多建模方法的优缺点及适用情况和现在建模的热点, 最后对软测量建模方法进行了总体展望…

… 工业的特点与目标密切结合, 充分利用大数据, 将人工智能,移动互联网, 云计算,建模,控制与优化
等信息技术与工业生产过程… 的流程工业智能优化决策机制和系统体系结构, 研究工业大数据驱动…

… 过程质量传递结构特点, 开发了“分块-集成” 建模, 递进建模和路径建模等系统建模关键技术;
针对中药制造过程高度专业性, 提出“数据+ 机制” 双重驱动的高阶智能建模关键技术. 最后结合中药…

… 流程工业大数据具有高维非线性,高速 多采样性,动态时序性等复杂特性,如何从生产过 程… 学习
模型及其在流程工业中的应用,并对深度 学习在流程工业过程数据建模领域的工作进行简 要展望. …

… 过程,知识支持的智能计算空间寻 优方法研究有望成为重要研究方向.使用机器 学习,深度学习等
数据挖掘算法从传统对地观测 大数据,位置服务大数据… 哈尔滨工业大学学报(社会科学版),2006, 8…

… 等,分析数字孪生与其支撑的工业大数据, 云计算,人工智能,虚拟… 领域对数字孪生 技术感兴趣
研究人员提供一定的参考和借鉴. … 或工业复杂系 统前期的数字化设计及仿真,虚拟建模,过程仿真等…