微软大数据-银行、交通、医疗实践之路

微软举办的大数据媒体日活动展示了银行、交通、医疗等行业如何利用大数据技术提升业务价值。通过部署微软的大数据解决方案,这些行业正逐步克服挑战,实现业务创新。

从微软大数据日看到的,银行、交通、医疗实践之路

发表于 8小时前| 335次阅读| 来源 优快云| 0 条评论| 作者 郭雪梅
摘要:大数据时代已然开启。互联网巨头以外,更多传统企业也满怀热情投入其中。从微软大数据日看到,银行、交通、医疗在以技术驱动大数据资源,获得新价值的路上已经开始摸索与尝试。

从科学研究到技术分析再到产业变革,一个大规模生产、采集、清洗、存储、处理、挖掘、分析,并提出新的商业模式,实现更多数据价值的大数据时代已然开启。不仅是互联网巨头,而且更多传统企业也满怀热情投入其中,以技术驱动大数据资源,在获得新价值之路上进行着深入的摸索与尝试。


微软全球高级副总裁,大中华区董事长兼首席执行官 贺乐赋

日前,微软举办了“大掌控,大智汇,大洞察”为主题的大数据媒体日活动,果断将“重墨”集中在行业应用与研讨环节。在微软全球高级副总裁,大中华区董事长兼首席执行官贺乐赋(Ralph Haupter)的简短的致辞和微软大中华区副总裁兼市场战略部总经理谢恩伟提纲挈领的演讲之后,微软在大数据路线上的图谱已然清晰。

  • 底层,基础架构,Windows Azure,Windows Server,共同实现扩展性,虚拟化,安全和身份,服务质量。
  • 中间层,数据管理与处理,Microsoft SQL Server,实现关系型、非关系型、分析、数据流,打通数据的内部和外部。
  • 顶层,商业智能和可视化,Office,实现自助服务、协作、企业应用和数据搜索。

其中,新的技术与方案不断涌现:

  • Power Query,搜索并融合公共和内部数据;
  • Power Pivot,对数亿数据建模并分析;
  • Power ViewPower Map,用新方法探索数据,并将其可视化;
  • HDInsight,一种适合企业使用的、基于HDP的Hadoop服务,将Windows的简易性和可管理性带给Hadoop,提供了结合Hadoop的扩展平台,并为大数据提供了灵活且可扩展的云,用户可以根据自己的需求选择Windows Server或Windows Azure平台。
  • Windows Azure Marketplace,提供的应用程序和智能挖掘算法,发现更多隐藏的信息与数据挖掘模式。
  • 大数据方案还支持Mahout等常用的第三方工具和框架,并支持以C++, C#, Python, Ruby和Pearl来编写定制的挖掘算法,便于更加便捷地使用SQL Server分析服务(SSAS)的高级分析功能。
  • 第二版SQL Server 2014预览版已经提供下载。

文件、图像、视频、博客、流、地理空间数据,与微博、Twitter等社交网站所带来的实时数据,使得非结构化数据的分析以及可视化的挑战更严峻。正如贺乐赋(Ralph Haupter)所说:“在数据挖掘、数据分析之外,更重要的是将挖掘与分析的结果直观呈现给出来,转换为用户真正需要的有价值的洞察力。这也是微软大数据的使命。”


金融、交通、医疗用户畅谈大数据应用

不只是技术,谢恩伟表示:今年2月微软在全球市场上进行的调查显示,有超过75%的中大型企业将在一年内部署大数据解决方案。在中国,微软已经在商业智能、公共服务、市场营销这几个大数据应用潜力最为巨大的领域中有所收获。

现场,微软还特别邀请了三位行业专家,来自中国银行信息中心助理总监袁俊德复旦大学附属中山医院计算机网络中心主任阴忆青福建省高速公路建设总指挥部监控中心主任王辉。这些一线实践者的深入分析,更加全面地展现出大数据在出传统行业企业应用所遇到的困难与挑战,以及其中所蕴含的大的应用机会。

互联网以外,银行是大数据的绝对先行者。互联网金融如火如荼,大数据在银行的应用也日益深入。袁俊德表示:中国银行作为五大国有商业银行之一,十分关注和重视大数据可能带来的业务价值。目前中国银行已在前端柜面平台系统的数据库部署了大量的SQL Server解决方案,即将全面结合中行业务需求实现大数据最终落地。在业务层面,结合微软的全球统一客户经理平台项目(CRM),中行实现了客户精准营销分析,同时能够有效地对风险和绩效进行管理。

医疗信息化同样也在第一梯队中。阴忆青认为:医院和公共卫生部门可通过覆盖区域的居民健康档案和电子病历数据库,快速检测传染病,进行全面的疫情监测,并通过集成疾病监测和响应程序,快速进行响应。与此同时,得益于对X光、CT影像等非结构化数据的分析能力的日益加强,大数据分析技术也使得临床决策支持系统更智能。

受益于经济发展、电商竞争和汽车业的蓬勃,交通尤其高速公路在信息建设的榜单中也在冉冉上升。王辉表示:高速公路信息化,用大数据改善道路管理和出行体验:快速产生的、不同类型的巨大数据是高速公路管理部门面对的巨大挑战,福建省高速公路有限公司运用微软大数据解决方案,不但能够对视频图像、交通流、交通环境等结构和非结构数据进行管理,还能对数据中包含的车辆、车主、收费站乃至地理、地质灾害等关联信息进行分析。以大数据为基础,智能交通将提高高速公路运营公司的管理效率和服务水平,让大众出行更加顺畅自如,甚至能为维护社会公共安全贡献力量。

从前端的数据采集到后端的分析的可视化呈现,大数据应用之路越来越深。传统行业作为大数据应用最广大的参与者,正在体现出更多创新的能量。


以“应用驱动的架构与技术”为主题的第七届中国大数据技术大会(Big Data Technology Conference 2013,BDTC 2013)将于2013年12月5日-6日在北京世纪金源大酒店举行。大会共设“大数据架构与系统”、“大数据技术”、“大数据应用”、“大数据的研发趋势”、“大数据基准测试(Benchmark)”,以及“智能交通与大数据” 六个分论坛,大牛坐而论道,专家实践分享。 最低票价!欲购从速!

内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值