水庫群智能調(diào)度云服務(wù)系統(tǒng)平臺開發(fā)與示范

前言
第1章 概述
1．1 研究意義
1．2 國內(nèi)外研究概況與發(fā)展趨勢
1．3 研究特色與理論創(chuàng)新
第2章 水庫群多源多專業(yè)海量異構(gòu)數(shù)據(jù)的存儲管理及融合技術(shù)
2．1 海量異構(gòu)數(shù)據(jù)介紹
2．2 海量異構(gòu)數(shù)據(jù)存儲
2．3 海量異構(gòu)數(shù)據(jù)處理
2．4 海量異構(gòu)數(shù)據(jù)共享
2．5 海量異構(gòu)數(shù)據(jù)融合
第3章 水庫群大數(shù)據(jù)深度挖掘技術(shù)及應(yīng)用分析
3．1 水庫群大數(shù)據(jù)體系及特征分析
3．2 水庫群大數(shù)據(jù)深度學(xué)習(xí)模型
3．3 水庫群多維時空決策知識庫
3．4 水庫群大數(shù)據(jù)增量式智能調(diào)度知識庫
第4章 基于混合云架構(gòu)的水庫群智能云服務(wù)平臺集成技術(shù)
4．1 平臺體系整體設(shè)計
4．2 混合云環(huán)境下的統(tǒng)一數(shù)據(jù)接口規(guī)范
4．3 多模型多業(yè)務(wù)系統(tǒng)集成方法
第5章 水庫群專業(yè)應(yīng)用模型標準化技術(shù)及模型智能優(yōu)選
5．1 應(yīng)用模型規(guī)范化標準
5．2 多專業(yè)模型封裝耦合方法
5．3 不同應(yīng)用邊界的數(shù)據(jù)組織與模型優(yōu)選算法
第6章 基于沉浸式場景和行為感知的交互技術(shù)及會商決策方法
6．1 沉浸式邏輯作業(yè)場景
6．2 關(guān)鍵情境信息智能感知推送
6．3 水庫群智能作業(yè)導(dǎo)則庫
6．4 分布式多專家多輪次協(xié)同會商決策平臺
第7章 水庫群智能調(diào)度云服務(wù)系統(tǒng)建設(shè)
7．1 系統(tǒng)集成關(guān)鍵技術(shù)研究
7．2 水庫群智能調(diào)度云服務(wù)系統(tǒng)平臺架構(gòu)
7．3 水庫群智能調(diào)度云服務(wù)系統(tǒng)技術(shù)集成
第8章 水庫群智能調(diào)度云服務(wù)系統(tǒng)應(yīng)用示范
8．1 示范區(qū)域概況
8．2 研究成果與集成內(nèi)容
參考文獻