浅谈大数据

1 大数据的采集
大数据的采集和感知技术的发展密不可分。 以传感器技术，指纹 识别技术，RFID 技术，坐标定位技术等为基础的感知能力的提升同样 是物联网发展的基石。 全世界的工业设备、汽车、电表上安装着无数的 数码传感器，随时测量和传递着有关位置、运动、震动、温度、湿度乃至 空气中化学物质的变化，从而产生海量的数据信息。 很多与感知相关 的技术让我们耳目一新：牙齿传感器可以实时监控口腔活动及饮食状 况，婴儿穿戴设备可以利用大数据来更好的养育宝宝，3D 笔记本摄像 头可以通过追踪眼球读懂用户情绪等。
意识，祛除谈“辐射”色变的心态，享受科技成果带来的便利。 Ｓ
企业家做决策需要数据来支撑。 大数据是巨大的杠杆，可以改变 公司的影响力，带来竞争差异、节省金钱、增加利润、愉悦买家、奖赏忠 诚用户、将潜在客户转化为客户、增加吸引力、打败竞争对手、开拓用 户群并创造市场。 随着数据逐渐成为企业的一种资产，数据产业会向 传统企业的供应链模式发展，最终形成“数据供应链”。
（2）工 业 强 电 系 统 ：如 高 压 输 变 电 线 路 、变 电 站 等 。 （3）电磁 能 应 用 产 业 及 设 备 ：如 工 业 用 电 磁 辐 射 设 备 、医 疗 设 备 、 科研设备等。 （4）家 用 电 器 设 备 ：如 显 示 器 、电 视 机 、微 波 炉 、手 机 等 。
2 大数据的分析方法
2.1 可视化分析 大数据分析的使用者不仅有大数据分析专家， 还有普通用户，但
他们二者对大数据分析的基本要求是一致的： 分析必须是可视化的。 因为可视化分析能够直观的体现出大数据的特点，同时非常容易被用 户接受，就像看图说话一样简单明了。 2.2 数据挖掘算法
大数据分析的理论核心是数据挖掘算法，各种数据挖掘算法基于 不同的数据类型和格式科学的呈现出数据本身的特点，也正是因为这 些数据挖掘算法才能够深入数据内部，挖掘出数据潜在的价值。 另一 方面也是因为有了这些数据挖掘算法的支持才能够更快的处理大数 据，如果一个算法要花好几年才能得出一个结论，那么大数据的价值 也就无从谈起了。 2.3 预测性分析能力
有人把数据比作蕴藏能量的煤矿。 煤矿当然是越大越好，但是大 数据的关键并不在于“大”，而在于“有用”，价值含量、挖掘成本远比数 量重要。 大数据不是简简单单大量数据的堆砌，大数据的重点是对大 数据的分析，只有通过分析才能获取很多智能的，深入的，有价值的信 息。 所以大数据的分析方法在大数据领域显得尤为重要，可以说是决 定最终信息是否有价值的决定性因素。
科技·探索·争鸣
Science & Technology Vision
科技视界
ＩＴ 论坛
浅谈大数据
黄星宇 （安徽理工大学计算机科学与工程学院，安徽 淮南 232000）
【摘 要】大数据技术是指从各种类型的巨量数据中，快速获取有价值信息的技术。 大数据时代带来的挑战不仅体现在如何从巨量数据中 获取有价值信息，还体现在如何加强大数据技术的研发，抢占时代发展的前沿。
电磁辐射的来源主要包括天然和人为两种。 天然的电磁辐射是一 种自然现象，主要来源于闪电、火山喷发、太阳辐射、宇宙射线、太阳黑 子活动产生的磁暴现象、地球的热辐射和静电等。 人为的电磁辐射产 生于满足人类需求的各种设备和装置，来源较广，主要有以下几类来 源：
（1）无线 电 发 射 装 置 ：如 卫 星 信 号 接 收 站 、广 播 发 射 塔 、电 视 发 射 台等。
电磁辐射对人类健康的危害主要表现在以下几个方面： （1）对 心 血 管 系 统 的 影 响 ：表 现 为 头 痛 ，心 悸 ， 部 分 女 性 经 期 紊 乱 ， 心动过缓，心搏血量减少，窦性心率不齐，白细胞和血小板减少，乏力， 免疫功能下降等。
（2）对 神 经 系 统 的 影 响 ：导 致 记 忆 力 衰 退 ，情 绪 易 不 稳 定 ，失 眠 等 。 （3）对 视 觉 系 统 的 影 响 ：导 致 眼 睛 的 晶 状 体 混 浊 的 可 能 ， 造 成 严 重 的白内障，是有机的损害是不可逆的，影响视力。 （4）对 生 殖 系 统 的 影 响 ：导 致 性 功 能 降 低 ，精 子 质 量 降 低 ，使 孕 妇 流产或胎儿畸形等。 （5）对 肿 瘤 发 生 率 的 影 响 ：通 过 钙 离 子 穿 过 细 胞 膜 流 的 干 扰 可 能 促进癌细胞，还可能扰乱激素处理，酶和其他化学物质的能力，导致各 种癌症的发生。
【关键词】大数据；云计算；数据挖掘
“大数据”是时下最火热的 IT 词汇。 要理解大数据这一概念，首先 要从“大”字入手，“大”是指数据规模，大数据一般指在 10TB 规模以上 的数据量。 大数据同过去的海量数据有所区别，其基本特征可以用 4 个 V 来 概 括 ：Volume（ 大 量 ）、Velocity（ 高 速 ）、Variety（ 多 样 ）、Veracity （真实）。
90 科技视界 Science & Technology Vision
科技·探索·争鸣
Science & Technology Vision
科技视界
高校科技
电磁辐射来源、对人体的危害及其防护措施
张振鹏 （大连大学物理科学与技术学院，辽宁 大连 116622）
【摘 要】凡事都有利有弊，电磁波的普遍应用给人类生产和生活带来便利的同时，也污染人类生存的环境和危害人类的健康。 本文介绍了 电磁辐射的来源，简述了电磁辐射对人类健康有可能产生的危害，并提出了相应的防护措施。
为有效地认识和了解电磁辐射的来源、对人类的危害及防护措施 的相关知识，本文在参考相关文献资料的基础上，介绍了电磁辐射的 来源，简述了电磁辐射对人类健康有可能产生的危害，并提出了相应 的防护措施。
1 电磁辐射来源
电磁辐射是指能量以电磁波形式发射到空间的现象。 电磁辐射包 括电离辐射和非电离辐射，电离辐射是指能使原子和分子发生电离化 状态的辐射， 这类辐射具有高频率和高能力特征， 如 X 光、α 射线、β 射线、γ 射线、中子射线等；非电离辐射是指不能使物质原子或分子产 生电离的辐射，这类辐射具有低频量和低能量特征，如紫外线、红外 线、激光、微波都属于非电离辐射。 通常所说的电磁辐射是指能量比较 低的非电离辐射。
（5）个 人 防 护 ：在 高 频 率 的 辐 射 环 境 中 保 护 操 作 人 员 使 用 的 电 磁 辐射防护产品。
4 结束语
凡事均有利弊，尽管电磁辐射会危害人类健康，但电磁辐射在人 类生产与生活中发挥着重要的作用。 如何做到利大于弊，将电磁辐射 对人体的伤害程度降低，使之为人类社会进步服务，首先要正确认识 与了解电磁辐射的来源、危害与防护措施，在此基础上，提高自我防护
如何找出证据显示因为有了这些大数据分析和防范，从而避免了 火灾发生？ 最好的答案还是数据本身，因为最后我们能看到火灾数量 的下降。
3 大数据与云计算
7 大数据的其他应用前景
大数据之所以会和云计算联系到一起，因为实时的大数据分析需 要分布式处理框架来向成百上千台电脑分配工作。 云计算提供了基础 的架构平台，而大数据运行在这个平台之上。 云计算在虚拟化技术，分 布式处理技术， 海量数据的存储和管理技术，NoSQL、 实时 流 数 据 处 理、智能分析技术等方面为大数据提供了保障。 可以说，没有大数据的 信息积淀，云计算的计算能力再强大，也难找到用武之地；而没有云计 算的处理能力，大数据的信息积淀再丰富，也终究只是纸上谈兵。
诸如此类，大数据分析师将影响房屋起火的因素分为 60 个。 除去 危害性较小的小型独立屋，通过特定算法，为需要检验的建筑物单独 进行打分，得出危险指数高低。 而整个城市的消防数据，也因系统的检 测和防范得到更新。 这样当消防员每周出勤检验时，系统都会列出建 筑物的详细资料和危险指数，决定哪些是优先“照顾”的对象。
（3）距 离 防 护 ：加 大 辐 射 源 与 人 类 活 动 的 距 离 ， 使 电 磁 能 量 得 到 衰 减，达到防护目的。
（4）合 理 布 局 ：在 新 产 品 和 新 设 备 设 计 ， 低 辐 射 的 产 品 尽 可 能 多 的 使用；合理安排各种电磁辐射设备的布局，有效的保护范围须建立，达 到保护的目的。
3 电磁辐射的防护措施
电磁辐射的防护是指消除或减弱电磁辐射的强度，降低其对人体 的伤害。 其防护措施主要有以下几种措施。
（1）电 磁 屏 蔽 ：利 用 屏 蔽 体 对 电 磁 波 产 生 衰 减 的 作 用 ， 是 抑 制 电 磁 辐射的根本方法。
（2）吸 收 防 护 ：利 用 吸 收 材 料 使 电 磁 波 能 量 得 到 衰 减 ， 达 到 防 护 的 目的。
4 大数据与企业决策
1）大数据可以帮城市预防犯罪，实现智慧交通，提升紧急应急 能力
3）大数据可以帮助航空公司节省运营成本，帮助电信企业实现售 后服务质量提升，帮助保险企业识别骗保行为，帮助电力公司有效识 别预警即将发生故障的设备
4）大数据可以帮助电商公司向用户推荐商品和服务，帮助旅游网 站为旅游者提供心仪的旅游路线，帮助二手市场的买（下转第 152 页）
2 电磁辐射对人体的危害
电磁辐射对人体的危害是指人体器官与组织等遭受外界电磁辐 射，导致人类器官非正常工作或精神状态的改变。 电磁辐射对人类健 康危害效应主要有热效应、非热效应、刺激作用和累积效应等。 热效应 是指电磁辐射引起机体温度升高，影响人体内器官的正常工作，导致 人体受到损伤；非热效应是指外界电磁场干扰和破坏人体器官和组织 的电磁场的平衡状态，导致人体遭受损伤；累积效应是指人体遭受电 磁辐射损害尚未及时修复，再次受到电磁辐射，从而造成更大的损害。
大数据分析的应用领域之一就是预测性分析，从大数据中挖掘出 特点，科学的建立模型，之后便可以通过模型代入新的数据，从而预测 未来的趋势。 2.4 数据质量和数据管理
大数据分析离不开数据质量和数据管理，高质量的数据配合高效 的数据管理，无论是在学术研究还是在商业应用领域，都能够保证分 析结果既真实又有价值。