工业大数据应用示范项目申报表
附件
工业大数据应用示范项目申报表
申报单位（盖章）：
所在地区：
项目名称：
申报日期：年月日
广东省大数据管理局制
二Ｏ一六年
填表须知
一、申报单位应仔细阅读《工业大数据应用示范项目申报表》的有关说明，如实、详细地填写每一部分内容。
二、单位名称应填写全称。
三、表中选取项目请在“□”中划“√”。
四、“人员构成情况”、“经营情况”应当填写申报年度上一年度情况。
五、申报材料中要求签章处，须加盖公章，复印无效。
六、除另有说明外，申报表中栏目不得空缺。
七、申报单位应按广东省大数据管理局统一制作的表格格式填写电子版，并打印纸质版一份，与其他证明材料一并装订成册。电子版与纸质材料报省级行业主管部门或各地经济和信息化主管部门。
八、电子版材料的内容与格式应与纸质材料一致，如不一致以纸质材料为准。
一、单位基本情况（提供证明材料复印件）单位名称
组织机构代码成立时间
单位性质?国有?集体?民营（含私营）?合资?外资（含外资控股）其它：请注明
单位地址邮政编码
法人代表注册资本
是否上市企业□是（上市地点及日期）□否经营范围
联系人
姓名电话职务手机电子邮箱传真
人员构成情况单位总人数从事工业大数据业务人员数
单位简介
（发展历程、主营业务、市场销售等方面基本情况）
二、工业大数据应用项目情况
（对项目应用领域、项目所在地区、投资额、项目简要情况等进行描述）项目简述
（行业影响力说明、大数据规模、分析挖掘大数据能力、大数据发展规划等）大数据应用基础
项目实施现状
（项目已建成情况）
项目实施已取得成效（项目实施已取得的效果，重点描述生产效率、智能化程度、能源利用率、运营成本、产品不良品率、产品研制周期、营业收入、市场占有率等指标的变化情况）
下一步建设计划
（下一步项目建设的主要内容和实施计划）
项目实施预期效果（重点描述项目实施后对生产效率、智能化程度、能源利用率、运营成本、产品不良品率、产品研制周期、营业收入、市场占有率等指标的预期影响情况）
（突出对典型行业和区域内开展同类业务的可复制性和示范价值等）
项目示范
带动作用
三、备注
（如获奖情况、专利情况、领导或专家推荐、媒体报道等辅助资料，提供证明材料复印件，可另附页说明）
省级行业主管部门或地方主管部门推荐意见：
(盖章)
年月日
大数据产业发展试点示范项目申报书
附件2： 2018年大数据产业发展试点示范项目 申报书 项目名称： 申报方向： 申报单位：（加盖单位公章） 推荐单位：（加盖单位公章） 申报日期：年月日 工业和信息化部编制
填表须知 一、申报单位应仔细阅读《关于组织开展2018年大数据产业发展试点示范项目申报工作的通知》的有关说明，如实、详细地填写每一部分内容。 二、除另有说明外，申报表中栏目不得空缺。申报书要求提供证明材料处,请在附件中进行补充，附件1为申报单位基本信息相关证明补充材料，附件2为申报示范项目相关证明材料。 三、申报主体所申报的项目需拥有自主知识产权，对提供参评的全部资料的真实性负责，并签署申报主体责任声明（见附件3）。 四、申报材料要求盖章处,须加盖公章,复印无效,申报材料需加盖骑缝章，并将证明材料作为附件一并交由推荐单位邮寄。 五、除表格一、二以外，其他填报格式要求：幅面编辑。 2.正文字体3号仿宋，单倍行距；一级标题3号黑体；二级标题3号楷体。
三、申报项目详细介绍 1.项目基本情况 （1）项目承担方资质与能力 （申报主体资质、资源整合共享能力、注册用户规模、技术基础、孵化能力、技术成果转化等。） （2）项目实施方案 （技术建设方案、服务推广及成果转化、保障措施、进度安排、预期目标、效益分析、风险分析、成长性分析等。）（3）项目负责人与项目团队实力 （项目负责人资质及工作经验、项目团队人员素质和类似项目经验等、团队人员参与省部级及以上科研项目情况。）（4）产学研用联合协作情况 （产学研用情况、协同创新能力。） （5）项目实施的创新性 （技术创新、模式创新及相关知识产权） （6）项目的可推广性 （示范意义及推广价值、推广可行性、推广范围。） 2.项目实施情况 （1）项目实施主体、服务对象及适用场景 （2）项目实施情况 （已开展工作情况，如申报多个示范项目领域，需分领域综合描述；目前存在哪些问题和难点，计划如何解决。） 3.下一步实施计划 （下一步建设的主要内容、进度安排、风险控制等。）
城市大数据平台白皮书》解读：智慧城市中的应用
《城市大数据平台白皮书》解读：智慧城市中的应用 日前，中国信息通信研究院正式发布《城市大数据平台白皮书》，阐述了城市大数据的概念和内涵，分析了建设城市大数据平台对于破解智慧城市建设难题的意义，并介绍了我国城市大数据平台的发展现状。 同时，白皮书还提出了城市大数据平台的通用技术架构，梳理了城市大数据平台的运营模式，并就城市大数据平台发展给出了相应的建议。 什么是城市大数据? 随着数据处理技术的不断进步，人们对于数据应用的意识不断提高，人们生活和各行业运行产生的数据呈现爆发式增长，形成了城市大数据。 城市大数据是指城市运转过程中产生或获得的数据，及其与信息采集、处理、利用、交流能力有关的活动要素构成的有机系统，是国民经济和社会发展的重要战略资源。用简单、易于理解的公式可以表达为：城市大数据=城市数据+大数据技术+城市职能。 城市大数据的数据资源来源丰富多样，广泛存在于经济、社会各个领域和部门，是政务、行业、企业等各类数据的总和。同时，城市大数据的异构特征显著，数据类型丰富、数量大、速度增长快、处理速度和实时性要求高，且具有跨部门、跨行业流动的特征。 按照数据源和数据权属不同，城市大数据可以分为政务大数据、产业大数据和社会公益大数据。政务大数据指的是政务部门在履行职责过程中制作或获取的，以一定形式记录、保存的文件、资料、图表和数据等各类信息资源。产业大数据指的是在经济发展中产生的相关数据，包括工业数据、服务业数据等。 此外，还有一些社会公益大数据。当前，城市大数据多数为政务大数据和产业大数据，所以城市大数据的主要推动者应为一个城市的政府和相关的具有一定数据规模的企业。
为保障城市运转的安全高效，智慧城市建设需要对海量的数据资源进行收集、整合、存储与分析，并使用智能感知、分布式存储、数据挖掘、实时动态可视化等大数据技术实现资源的合理配置。因此，城市大数据是实现城市智慧化的关键支撑，是推动“政通、惠民、兴业”的重要引擎。 新型智慧城市发展面临挑战 数据驱动的新型智慧城市发展面临诸多问题。白皮书认为，虽然当前各级地方政府和企业都在积极探索智慧城市建设，但仍存在着特色不明、体验不佳、共享不足等问题。究其根源在于，未能实现城市大数据资源与城市业务的良好融合。 具体而言，挑战包括三个方面：一是信息系统烟囱林立，阻碍数据共享;二是数据治理普遍薄弱，价值大打折扣;三是数据管理水平不一，缺乏整体联动。 如何应对新型智慧城市建设中的困难和挑战?白皮书认为城市大数据平台的建设能够发挥积极作用，具体表现在三个方面。 一、通过数据汇集加速信息资源整合应用 第一，城市大数据平台建立了数据治理的统一标准，提高数据管理效率。通过统一标准，避免数据混乱冲突、一数多源等问题。通过集中处理，延长数据的“有效期”，快速挖掘出多角度的数据属性以供分析应用。 通过质量管理，及时发现并解决数据质量参差不齐、数据冗余、数据缺值等问题。 第二，城市大数据平台规范了数据在各业务系统间的共享流通，促进数据价值充分释放。通过统筹管理，消除信息资源在各部门内的“私有化”和各部门之间的相互制约，增强数据共享的意识，提高数据开放的动力。通过有效整合，提高数据资源的利用水平。 二、通过精准分析提升政府公共服务水平 在交通领域，通过卫星分析和开放云平台等实时流量监测，感知交通路况，帮助市民优化出行方案;在平安城市领域，通过行为轨迹、社会关系、社会舆情等集中监控和分析，为公安部门指挥决策、情报研判提供有力支持。 在政务服务领域，依托统一的互联网电子政务数据服务平台，实现“数据多走路，群众少跑腿”;在医疗健康领域，通过健康档案、电子病历等数据互通，既能提升医疗服务质量，也能及时监测疫情，降低市民医疗风险。 三、通过数据开放助推城市数字经济发展 开放共享的大数据平台，将推动政企数据双向对接，激发社会力量参与城市建设。一方面，企业可获取更多的城市数据，挖掘商业价值，提升自身业务水平。
工业大数据应用场景分析
工业大数据应用场景分析 2015-08-05 工业4点0 工业4点0 工业大数据也是一个全新的概念，从字面上理解，工业大数据是指在工业领域信息化应用中所产生的大数据。随着信息化与工业化的深度融合，信息技术渗透到了工业企业产业链的各个环节，条形码、二维码、RFID、工业传感器、工业自动控制系统、工业物联网、ERP、CAD/CAM/CAE/CAI等技术在工业企业中得到广泛应用，尤其是互联网、移动互联网、物联网等新一代信息技术在工业领域的应用，工业企业也进入了互联网工业的新的发展阶段，工业企业所拥有的数据也日益丰富。工业企业中生产线处于高速运转，由工业设备所产生、采集和处理的数据量远大于企业中计算机和人工产生的数据，从数据类型看也多是非结构化数据，生产线的高速运转则对数据的实时性要求也更高。因此，工业大数据应用所面临的问题和挑战并不比互联网行业的大数据应用少，某些情况下甚至更为复杂。 工业大数据应用将带来工业企业创新和变革的新时代。通过互联网、移动物联网等带来的低成本感知、高速移动连接、分布式计算和高级分析，信息技术和全球工业系统正在深入融合，给全球工业带来深刻的变革，创新企业的研发、生产、运营、营销和管理方式。这些创新不同行业的工业企业带来了更快的速度、更高的效率和更高的洞察力。工业大数据的典型应用包括产品创新、产品故障诊断与预测、工业生产线物联网分 析、工业企业供应链优化和产品精准营销等诸多方面。本文我们讲就工业大数据在制造企业的应用场景进行逐一梳理。 1、加速产品创新 客户与工业企业之间的交互和交易行为将产生大量数据，挖掘和分析这些客户动态数据，能够帮助客户参与到产品的需求分析和产品设计等创新活动中，为产品
工业大数据在工业企业中的典型应用介绍
工业大数据在工业企业中的典型应用介绍 工业大数据可广泛应用于企业整个生产过程。下面按照企业生产过程的研发设计、供应链、生产制造、营销与服务环节，对工业大数据的应用场景及其应用进行探讨。 4.1 研发设计环节工业大数据的应用场景 在研发设计环节，工业大数据应用主要有产品协同设计、设计仿真、工艺流程优化等。 产品协同设计，主要是利用大数据存储、分析、处理等技术处理产品数据，建立企业级产品数据库，以便不同地域可以访问相同的设计数据，从而实现多站点协同、满足工程组织的设计协同要求。 设计仿真，是指将大数据技术与产品仿真排程相结合，提供更好的设计工具，减少产品交付周期。如波音公司通过大数据技术优化设计模型，将机翼的风洞实验次数从2005年11次缩减至2014年的1次；玛莎拉蒂通过数字化工具加速产品设计，开发效率提高30%。 工艺流程优化，主要是应用大数据分析功能，深入了解历史工艺流程数据，找出工艺步骤和投入之间的模式和关系，对过去彼此孤立的各类数据进行汇总和分析，评估和改进当前操作工艺流程。例如一家排名前五强的生物药品制造商广泛收集与工艺步骤和使用材料相关的数据，应用大数据分析技术，来确定不同工艺参数之间的相关性，以及参数对产量的影响，最终确定影响最大的9种参数，针对与这9种参数相关的工艺流程做出调整，从而把疫苗产量增加了50%以上。 4.2 供应链环节工业大数据的应用场景
供应链环节工业大数据的应用主要体现在供应链优化，即通过全产业链的信息整合，使整个生产系统达到协同优化，让生产系统更加动态灵活，进一步提高生产效率和降低生产成本。主要应用有供应链配送体系优化和用户需求快速响应。 供应链配送体系优化，主要是通过RFID等产品电子标识技术、物联网技术以及移动互联网技术获得供应商、库存、物流、生产、销售等完整产品供应链的大数据，利用这些数据进行分析，确定采购物料数量、运送时间等，实现供应链优化。如海尔公司供应链体系很完善，它以市场链为纽带，以订单信息流为中心，带动物流和资金流的运动，整合全球供应链资源和全球用户资源。在海尔供应链的各个环节，客户数据、企业内部数据、供应商数据被汇总到供应链体系中，通过供应链上的大数据采集和分析，海尔公司能够持续进行供应链改进和优化，保证了海尔对客户的敏捷响应。 用户需求快速响应。即利用先进数据分析和预测工具，对实时需求预测与分析,增强商业运营及用户体验。例如，电子商务企业京东商城，通过大数据提前分析和预测各地商品需求量，从而提高配送和仓储的效能，保证了次日货到的客户体验。 4.3 生产制造环节工业大数据的应用场景 在制造环节，工业大数据的应用主要有智能生产、生产流程优化、设备预测维护、生产计划与排程、能源消耗管控和个性化定制等应用。智能生产。就是生产线、生产设备都将配备传感器，抓取数据，然后经过无线通信连接互联网，传输数据，对生产本身进行实时监控。
工业大数据案例
大数据技术在新工业革命中将扮演着重要的角色。制造业大数据应用覆盖工业的研发设计、生产制造、供应链管理、市场营销和售后服务等产品生命周期的各个环节。在研发设计环节，可满足工程组织的设计协同要求，评估和改进当前操作工艺流程，从而提供更好的设计工具，缩短产品交付周期。在生产制造环节，可综合大量的机器、生产线、运营等数据的高级分析实现制造过程优化。在供应链管理环节，制造业大数据主要用于实现供应链资源的高效配置和精确匹配。在市场营销环节，可利用大数据挖掘用户需求和市场趋势，找到机会产品，进行生产指导和后期市场营销分析。同时大数据也是推进传统制造业转型升级的重要工具。因此在新工业革命的世界竞争中，制造业大数据必将是各国信息技术企业竞争的焦点。要迎接新工业革命的挑战，必须发展制造业大数据。 制造业大数据的特点： 从制造业大数据的特点来看，它符合大数据定义中的4V特点，数据规模大（Volume）、处理速度快（Velocity）、数据多样化（Variety）、数据价值密度低（Value）. 从规模来看，工业数据的主体，是由机器设备所产生的数据量远超过其它行业以人为主要产生的数据量。以风力发电机为例，终端正常状态下每秒会产生一个数据包，这个数据包包含500个左右的测点数据。如果全部数据需要处理与存储，那么1000台风机发电机产生的测点数据每秒可高达50万个。而无论是大型的风电场运营企业还是风电设备制造商，其需要监控的风机都会达到数千甚至上万的规模。而且与金融、电信等传统服务业可以区分忙时与闲时不同，大多数工业设备的运转都具有长时间连续的特
点。数据通常需要长时间或者永久保留，总的规模应该是TB或者PB级。1千千个G等于1个TB，1000个TB约等于一个PB级。 从处理速度来看，由于源数据的持续高吞吐量，大数据处理平台必须能够高速的对数据进行实时解包、协议解析、格式转换等基本处理。而在越来越多的智能化应用中，需要能够进行实时的数据分析并完成相应操作。特别是在控制系统中，针对安全生产的实时故障检测要求从数据收集到完成数据分析能够实现秒级甚至毫秒级的事前预警或事后报警停机，以避免事故的发生或对设备本身造成更大的连锁损害。 从数据多样性来看，工业数据不仅包括机器设备产生的时序、时空、高伟矩阵等数据，同时还有ERP等信息化管理系统产生的关系型数据，设计研发环节的产品图纸、工艺文档、加工代码等非结构化数据，以及来自外部互联网的半结构化（如JSON XML等）与非结构化数据（如文本等），它们构成了一个典型的多样化数据体系。 从数据价值来看，由于大量的工业设备与智能产品绝大部分时间工作于正常的工况条件下，因而在制造大数据分析的典型场景中，以生产运营优化为目的的应用只是需要使用聚合后的数据，而以故障分析为目标的应用针对的数据仅为少量非正常的工况，因此相对传统企业信息化数据而言，工业数据的价值密度相对较低。 Predix是一个云操作系统，负责将各种工业资产设备和供应商相互连接并接入云端，实现工业数据管理与工业数据分析，并提供资产性能管理（APM）和运营优化服务。SAP开发了面向物联网应用和实时数据处理的HANA大数据平台，并利用其在传统企业信息化ERP系统上的优势，推动HANA与信息
大数据应用示范工程
大数据应用示范工程 一、科研大数据应用 （一）海洋大数据应用示范工程 建立集数据采集、存储、处理、分析、共享、应用等为一体的海洋大数据应用示范工程，实现多元海量多源异构海洋立体数据的获取、传输、存储、管理一体化。打造面向政府决策和市场应用的海洋数据产品，服务支撑海洋预报、防灾、救援、渔业、科研等行业，培育形成海洋数据产品制作和推广体系。建设完善青岛市“海洋＋”体系，提供高可靠性海洋监测、高安全性数据管理、高权威性数据发布，实现海洋监测数据的有效共享和综合利用。 （二）科技大数据应用示范工程 推动由公共财政支持的科研活动获取和产生的科学数据逐步开放共享，实现重要科研数据的汇集、保存、管理和共享利用。对各类科技资源进行大规模整合，搭建层次清晰、覆盖面全、内容准确的科技资源数据库，形成覆盖国民经济主要领域、分布合理、互联互通的科技资源服务体系，为生产生活提供精准、高水平的科技数据服务。充分发挥科技数据资源支撑创新的作用，进一步完善科技创新综合服务体系。 二、民生大数据应用
（三）医疗健康大数据应用示范工程 建成统一权威、互联互通的市、区两级人口健康信息平台，完善人口健康信息服务体系，推进信息便民服务，健全居民电子健康档案、电子病历和全员人口基础资源数据库。 促进健康医疗大数据在临床医疗、公共卫生、决策监管等领域的研究与应用。推进精准医疗、智慧医疗，建设我市健康医疗大数据中心。推进健康医疗临床科研大数据研究与开发，依托现有资源建设一批脑血管、肿瘤、老年病和儿科等临床医学数据中心，构建临床决策支持系统；推进公共卫生大数据应用，完善疾病敏感信息预警机制，及时掌握和动态分析人群疾病发生趋势，推进疾病危险因素监测评估，提高突发公共卫生事件预警和应急响应能力；培育健康医疗大数据应用新业态，加快构建健康医疗大数据产业链，推进健康医疗与养生、养老、家政等服务业协同发展。 进一步完善居民健康信息服务平台，实现网上预约就诊、移动支付、检查检验结果查询、远程医疗和个人健康维护等相关应用。 （四）交通治理大数据应用示范工程 以青岛市“多位一体”平行交通运用示范工程为主线，全方位汇聚GIS-T交通地理信息专项数据和公路、铁路、水运、民航、物流、城市道路、城市客运、两客一危、停车、稽查、应急等交通领域数据资源，结合环境与气象数据、城市人口与岗位分布数
智慧城市及大数据技术的应用
智慧城市及大数据技术的应用 摘要：在智慧城市的发展中，大数据技术为城市规划提供了更多的数据资源他，通过先进的大数据技术为城市建设进行数据收集和分析处理，参考数据内容对城市进行合理的规划和建设，同时满足城市的发展要求，使智慧城市的规划建设水平提升。基于此，本文主要分析了大数据技术在智慧城市管理中的价值及应用。 关键词：大数据；智慧城市管理；应用 引言 智慧城市的建设与推广可以为人们提供更加舒适、愉悦、有活力的城市形态。而大数据技术的应用不仅可以加快智慧城市的建设速度，实现城市管理的智能化，还可以创新智慧城市管理模式，实现智慧城市的网络化管理、精细化管理以及信息化管理。 1大数据概述 1.1大数据概念 大数据技术又叫做巨量技术，在应用中难以使用一般的软件进行信息处理，大数据有较多的种类，在处理的速度上有着较高的要求。使用随机的数据难以对大数据进行处理，同时应利用数据库技术等进行处理，使数据能够得到高效的处理。在处理海量数据的时候，对数据进行处理的时候需要使用预测模型技术和关联规则挖掘技术等。大数据在应用中的算法比较简便，通过网络技术和智能传
感器技术的应用，使大数据对城市的运行情况进行全面的监控，还可以对空间的情况进行了解，使城市的数据获取和处理效率提升，同时在数据的使用中具有较强的智能化特点[1]。 1.2大数据在智慧城市规划中的优势 大数据智慧城市规划中具有较多的优势，包括：大数据技术使城市规划有了更多的信息数据，能够提供丰富的资源，并且涉及到了多个行业之中的数据信息，范围比较广，例如交通行业等，使城市的规划有更完善的条件，同时大数据技术可以使城市测绘的准确性提升，使规划顺利进行。其次，在城市的规划中，需要大量的数据支持，同时通过数据进行存储，使城市的规划建设有更多的数据资源，并且提供海量数据平台，使数据的丢失问题得到有效的解决。在智慧城市规划中，大数据技术能够将数据孤立的问题排除，使数据之间的联系性加强，同时实现了数据的开放性，提升了数据的服务水平，使数据能在城市规划中发挥出重要的作用，保证了规划建设的质量。 2智慧城市管理中常用的大数据技术分析 由于智慧城市中的数据具有一定的复杂性与多源性，要想保证智慧城市中各种数据的应用效率，并将之转换成优质的数据资产，就必须要对这些数据进行科学合理的管理与处理[2]。 2.1大数据采集技术 大数据采集技术指的是对物联网、互联网以及各大机构信息系统网中的数据进行提取、转换以及加载的技术，可以为智慧城市管
2018年京津冀大数据综合试验区大数据协同应用示范项目申报
附件1 2018年京津冀大数据综合试验区大数据 协同应用示范项目申报书 项目名称： 申报单位：（加盖单位公章） 推荐单位：（加盖单位公章） 申报日期：年月日 河北省工业和信息化厅编制 - 1 -
填表须知 一、申报单位应仔细阅读《关于组织申报京津冀大数据综合试验区大数据协同应用示范项目的通知》的有关说明，如实、详细地填写每一部分内容。 二、除另有说明外，申报表中栏目不得空缺。申报书要求提供证明材料处,请在附件中进行补充，附件1为申报单位基本信息相关证明补充材料，附件2为申报示范项目相关证明材料。 三、申报主体所申报的项目需拥有自主知识产权，对提供参评的全部资料的真实性负责，并签署申报主体责任声明（见附件3）。 四、申报材料要求盖章处,须加盖公章,复印无效,申报材料需加盖骑缝章，并将证明材料作为附件一并交由推荐单位邮寄。 五、除表格一、二以外，其他填报格式要求：1.A4幅面编辑。 2.正文字体3号仿宋，单倍行距；一级标题3号黑体；二级标题3号楷体。 - 2 -
一、申报单位基本信息 单位名称全称（如实填写） 申报联系人姓名手机职务传真邮箱 注册资本法定代表人单位注册地址 单位办公地址 组织机构代码 /三证合一码 单位性质□政府机关□事业单位□社会团体□国有企业□民营企业□外资企业□合资企业□国有控股企业□国有参股企业 其他（请注明）： 是否上市公司 □否 □是（上市时间：，上市地点：，股票代码：）是否有业务出口 □否 □是（主要出口地点：） 三年主要经济指标2015年2016年2017年总资产 总负债 主营业务收入 利润 - 3 -
税金 研发 大数据业务收入 研发能力 （提供证明材料） （获得的专利、标准、知识产权等）研发人员 规模 申报单位简介（技术水平、主营业务、市场销售、主要客户、资源整合共享能力、技术成果转化能力、省内外配套等方面基本情况等方面不超过400字） - 4 -
综合管理服务大数据平台建设与应用示范项目可行性研究报告
第一章项目总论 一、项目名称 综合管理服务大数据平台建设与应用示范项目。 二、项目申报单位 主要申报单位： 项目建设性质 新建。 三、项目建设地点 四、项目建设内容 建设城市管理综合信息服务平台，推进海量信息集中与交换共享，通过可视化方式呈现“智慧”整体运行“体征”，及各地实时状态，全面铺开智慧城市感知、监控、实时响应体系网络，建设集资源统计动态展示、指挥调度、辅助决策支持、一体化融合通信、智能预警、城市信息发布等功能为一体的综合管理平台。 五、建设期限 本项目建设工期为24个月（2016年3月-2018年2月）
六、项目总投资 本项目总投资3000万元人民币。 七、资金来源 本项目总投资3000万元人民币，其中拟申请国家补贴600万元，其余资金企业自筹。 八、可行性结论 该项目投资3000万元人民币，项目建设工期为24个月。通过项目的投资规模、建设期限、建设内容及社会效益等方面内容，经过专家的论证得出结论，该项目建设内容符合国家产业政策，投资计划合理，建设规模适度，建设资金落实到位，技术上非常可行。 第二章项目的意义和必要性 一、意义 随着城市的快速发展，社会、经济、人口等信息急剧增长，地理信息系统的应用变得越来越广泛，信息共建共享成为城市信息化建设的一项重要任务，也是面向服务时代建设发展的必然要求。据统计，80%以上的政府部门都需要使用地理信息。实践已经证明，以地理信息为基础，实现多种社会城市信息的集成与融
合，服务于政府管理和决策分析，为国民经济建设和社会发展提供支撑，具有非常重要的意义。 二、必要性 自然资源与空间地理信息资源是电子政务的重要基础信息资源，是不可或缺的信息化基础软设施。为了更好地满足各业务部门的应用需求，采用网络、硬件、数据库、GIS、遥感影像、软件开发等技术构建一个能够持续发展的城市管理综合信息服务平台，与人口信息、企业信息、社会经济信息进行整合，将遥感影像、地址数据、政务信息图层等现有的政务地理空间信息资源进行集中管理和提供共享服务，并解决安全性、可靠性、高效性等问题，为政府各部门提供一个政府内部统一的综合地理空间信息服务窗口，以满足各部门对地理空间信息数据的共享应用需求，辅助领导进行决策，提高业务办理效率，为社会公众查询空间信息和参与内建设与管理提供便捷、高效的现代化服务载体，提高域发展核心竞争力。 第三章国内外发展现状 一、国外现状 国外研究现状自20世纪90年代以来，信息技术作为代表的高新技术飞速发展，促进着世界经济、政治和文化等各个领域发生着深刻的变革。为了迎接新的挑战，占据主导地位，美国率先
工业大数据应用
工业大数据应用 “数字化工厂”展现了信息化制造的强大魅力，“互联工厂”模式给人们无限的想象空间。工业自动化、数字化等作为“智能制造”的关键技术，大数据、人工智能在新一轮革命发展浪潮下必将成为重要的角色。 新一代信息技术为核心的第四次工业革命已经悄然开始，为适应并引领新工业革命的浪潮，美国推出“再工业化”，德国提出“工业4.0”，作为世界制造大国的中国制定了“中国制造2025”并把“智能制造”、“大数据”、“人工智能”定为中国未来的主攻方向，中国制造业进入了转型升级的重要发展阶段。 在工厂里，每一台自动化设备均由PLC、变频器、工控机、传感器、人机界面、伺服与运动控制、机器视觉等基础工控元件构建而成，设备与设备之间通过工业以太网连接，所有的机器设备互联组成井然有序的生产系统，再由MES、PDM/PLM、ERP、CAD/CAE/CAM/CAPP、SCADA等信息管理软件进行统筹，最终形成所谓的“智能制造”工厂解决方案。中国“智能制造”转型带来了巨大的自动化市场需求。 早在几年前，德国政府推出了“工业 4.0”的计划，通用电气GE 提出了“工业互联网”的愿景，信息技术在工业领域上应用研究已积累数年。工业大数据生态要求企业有能力平台化，不管企业是生态的主导者还是参与者，工业大数据将来肯定是一种生态存在业态，只不过各家企业在其中的角色是不同的。 基于云平台构建的制造企业的大数据的意义-bonc云平台
产品营销：大数据分析结果为制造企业提供针对性推销、定向研发、智能维保等服务。 设备远程故障诊断分析：大数据预测设备未来可能出现故障的时间，提供避免风险的解决方案，消除设备故障停机给客户带来的损失。 客户体验：在移动端建立企业宣传平台，以场景化方式让客户参与产品的认知，增加品牌的传播效果。 技术创新：借助平台的专家经验共享、智能决策库的建立，提高运维领域的装备管理水平，降低行业运营成本。 节约能耗：通过数据集的切分和规律查找，帮助找到最优化的数据集，实现人员投入及控制过程的节能提效。 具有理想的工业大数据企业也许也要经历这样的过程，他们需要通过单个项目帮助企业完成内部的纵向集成，然后把解决方案产品化和平台化，进一步延展自己的核心竞争力。
工业大数据架构
随着工业4.0、工业互联网、中国制造2025等词的出现，掀起制造业建设的新一轮的浪潮。 近年来随着制造业信息化应用不断的完善，形成大量的数据积累下来，大家也都希望把这些 数据进行提炼出来，形成企业自己的数据资产，使之变为企业的生产力。如何来构建企业自 己的数据资源中心，以及数据最终应该如果应用？成为了众多企业思考的问题。小编一直从 事于制造业IT数据服务建设，运用自己所了解的知识给出一些建议，希望能给大家一些帮助。我们先来看一下如何来构建企业的大数据平台(数据资源中心)，首先我们要想明白我数据资 源中心的架构，由那些模块平台来构成，我大概的整理出来一个架构图供大家参考： 我们以这张图为参考来具体的讲一下数据中心的构建： 1、数据源：也有是所有采集的数据的业务系统。根据业务统的主次，以及对接业务系统的 接口预算，咱们可以分期进行业务采集对接。也可以全部应用系统都进行对接。跟据企业现 实情况来进行判断。 2、数据的整合平台：也就是对采集好的数据进行清洗的平台，把采集到应用系统的数据进 行加工处理（ETL过程）。针对不同的数据有不同的处理方式: Flumen实时日志收集系统，支持在日志系统中定制各类数据发送方，用于收集数据，同时对 数据进行简单处理，并写到各种数据接收方。 Sqoop是一个用来将和关系型数据库中的数据相互转移的工具，可以将一个关系型（例如：MySQL Oracle Postgres等）中的数据导进到Hadoop的HDFS中，也可以将HDFS的数据导 进到关系型数据库中。 Kafka是一种高吞吐量的发布订阅消息系统，它可以处理消费者在网站中的所有动作流数据。这种动作（网页浏览，搜索和其他用户的行动）是在现代网络上的许多社会功能的一个关键 因素。这些数据通常是由于吞吐量的要求而通过处理日志和日志聚合来解决。对于像一样 的数据和离线分析系统，但又要求实时处理的限制，这是一个可行的解决方案。Kafka的目 的是通过的并行加载机制来统一线上和离线的消息处理，也是为了通过来提供实时的消息。 通过这些工具把数据进行整理，输送上方的存储与计算平台。咱们也可以把这一过程理解为 在做家具时用的原材料加过的工程，一开始从各地方收集来的树，然后把树跟据不同的大小，
大数据在智慧城市建设中的实际应用
大数据在智慧城市建设中的实际应用 大数据在智慧城市建设中的实际应用 2015-09-26 07:38:00 来源：数据观 手机看新闻扫描到手机楼盘消息早知道扫一扫，用手机看本文更加方便的分享给朋友评论 当前，全球范围内城市化进程不断推进。随着互联网和信息化的发展，在云平台、大数据和物联网等技术的支持下，率先在美国“智慧星球”概念下诞生的“智慧城市”，逐渐成为当今世界各国城市建设的发展趋势和选择。 一国外案例 自21世纪初期，美国、英国、德国、荷兰、日本、新加坡、韩国等先一步开展了智慧城市的实践，诞生了许多经典案例。 1. 迪比克 美国第一个智慧城市，也是世界第一个智慧城市，它的特点是重视智能化建设。为了保持迪比克市宜居的优势，并且在商业上有更大发展，市政府与IBM合作，计划利用物联网技术将城市的所有资源数字化并连接起来，含水、电、油、气、交通、公共服务等，进而通过监测、分析和整合各种数据智能化地响应市民的需求，并降低城市的能耗和成本。该市率先完成了水电资源的数据建设，给全市住户和商铺安装数控水电计量器，不仅记录资源使用量，还利用低流量传感器技术预防资源泄漏。仪器记录的数据会及时反映在综合监测平台上，以便进行分析、整合和公开展示。 2. 纽约 通过数据挖掘，有效预防了火灾。据统计，纽约大约有100万栋建筑物，平均每年约有3000栋会发生严重的火灾。纽约消防部门将可能导致房屋起火的因素细分为60个，诸如是否是贫穷、低收入家庭的住房，房屋建筑年代是否久远，建筑物是否有电梯等。除去危害性较小的小型独栋别墅或联排别墅，分析人员通过特定算法，对城市中33万栋需要检验的建筑物单独进行打分，计算火灾危险指数，划分出重点监测和检查对象。目前数据监测项目扩大到2400余项，诸如学校、图书馆等人口密集度高的场所也涵盖了。尽管公众对数据分析和防范措施的有效性之间的关系心存疑虑，但是火灾数量确实下降了。 3. 芝加哥 通过“路灯杆装上传感器”，进行城市数据挖掘。在人们的生活里，无处不在的传感器被应用在了芝加哥市的街边灯柱上。通过“灯柱传感器”，可以收集城市路面信息，检测环境数据，如空气质量、光照强度、噪音水平、温度、风速。芝加哥城市信息技术委员会提供的资料表明，“灯柱传感器”不会侵犯个人隐私，它只侦测信号，不记录移动设备的MAC和蓝牙地址。在今后几年“灯柱传感器”将分批安装，全面占领芝加哥市的大小街区，每台传感器设备初次采购和安装调试成本在215～425美元之间，运行后的年平均用电成本约为15美元。该项目得到了思科、英特尔、高通、斑马技术（Zebra Technologies）、摩托罗拉以及施耐德等公司的技术和资金支持。 4. 西雅图 利用数据节省电力能源。该市与微软和埃森哲（Accenture）合作了一个试验项目，以减少该地区的能源使用。该项目收集并分析从市区建筑物管理系统中得来的众多数据集，通过预测分析，找出哪里可以减少能源使用，或者根本不需要使用能源。项目的目标是将该地区的电力消耗减少25%。 5. 伦敦 利用数据管理交通。在2012年奥运会期间，负责运行伦敦公共交通网络的公共机构“伦敦运输（Transport for London）”，在使用者增加25%的情况下，使用收集自闭路电视
智慧城市中的大数据挖掘与应用
智慧城市中的大数据挖掘与应用 数字城市技术把基础地理数据、正射影像、街景景象数据、全景影像数据、三维模型数据结合在一起，在政务网上，通过注册可以进行服务共享，在公共平台、互联网、公网上，通过二次开发可以提供各种交通、导航、旅游、文物、购物等服务系统。物联网能够实现人与人、人与机器、机器与机器的互联互通，实现智慧城市的各种应用。 智慧城市中的大数据挖掘与应用 智慧城市蕴含大数据 城市是生存繁衍最好的地方，城市是社会交往的地方，是文化享受的地方，按照城市的职能，我们让它智能化，比如智慧安防、智慧环保、智慧能源、智慧城管、智慧养老、智慧国土规划、智慧社区、智慧家居都是让人有更好的环境来生存繁衍。在经济发展方面，可以推动智慧制造、工业互联网、物联网。在文化
享受方面，可以考虑智慧户外流媒体、智慧教育、智慧旅游等等。在社会交往方面，有智慧交通、购物、社会综合管理。 在智慧城市的建设和应用中，将产生从TB到PB级越来越多的数据，从而进入大数据时代。2011年，Science专刊指出大数据时代已经到来，美国工程院院士也指出大数据可以让我们实现海量数据在预测、建模、可视化和发现新规律等方面应用的时代就要到来，奥巴马总统宣布美国政府正式启动大数据研究发展计划，奥巴马认为大数据就是未来世界的“石油”，这个计划要超过以前提出的“信息高速公路计划”，智慧城市建设的潮流已经到来。 空间数据方面，空间的传感器资源，美国有185颗卫星，中国有91颗卫星，到2020年中国将有200多颗卫星，卫星每天往回传输的数据可以达到PB级，空间数据资源、处理资源、空间信息资源、地学知识库资源，这些资源都可以传到网上，通过可视化的服务，利用云计算环境，包括计算资源、网络资源和存储资源，来保证服务质量。 “天地图”挖掘海量数据 为了充分研究这些海量空间大数据，我们研发了一个软件，叫做“天地图”，“天地图”的数据已经超过了TB级，目前已经超过100TB。利用“4+1”倾斜相机城市三维模型，贵阳做了很多三维建模工作。通过大数据，我们可以监测上海的地表下沉问题，把雷达数据放在一起，进行数据分析和挖掘，自动地、随时地检测地表下沉，不同地区的下沉速度不同，上海大概每年下沉20毫米，远郊区和市中心都在下沉。我们的检测结果同上海市国土局对比，精度可以达到3.9毫米和2.5毫米。我们已经对上海、苏州、天津、广州等很多大城市进行了自动检测。我们还监测了三峡，将来还要监测高铁。
大数据技术与应用专业详细解读
大数据技术与应用专业详细解读 大数据技术与应用专业是新兴的“互联网+”专业，大数据技术与应用专业将大数据分析挖掘与处理、移动开发与架构、人软件开发、云计算等前沿技术相结合，并引入企业真实项目演练，依托产学界的雄厚师资，旨在培养适应新形势，具有最新思维和技能的“高层次、实用型、国际化”的复合型大数据专业人才。 专业背景 近几年来，互联网行业发展风起云涌，而移动互联网、电子商务、物联网以及社交媒体的快速发展更促使我们快速进入了大数据时代。截止到目前，人们日常生活中的数据量已经从TB(1024GB=1TB)级别一跃升到PB(1024TB=1PB)、EB(1024PB=1EB)乃至ZB(1024EB=1ZB)级别，数据将逐渐成为重要的生产因素，人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。大数据时代，专业的大数据人才必将成为人才市场上的香饽饽。当下，大数据从业人员的两个主要趋势是：1、大数据领域从业人员的薪资将继续增长；2、大数据人才供不应求。 图示说明：2012-2020年全球数据产生量预测 专业发展现状 填补大数据技术与应用专业人才巨大缺口的最有效办法无疑还需要依托众多的高等院校来培养输送，但互联网发展一日千里，大数据技术、手段日新月异，企业所需要的非常接地气的人才培养对于传统以培养学术型、科研型人才为主要使命的高校来说还真有些难度。幸好这个问题已经被全社会关注，政府更是一再提倡产教融合、校企合作来创办新型前沿几
乎以及“互联网+”专业方向，也已经有一些企业大胆开始了这方面的创新步伐。据我了解，慧科教育就是一家最早尝试高校校企合作的企业，其率先联合各大高校最早开设了互联网营销，这也是它们的优势专业，后来慧科教育集团又先后和北京航空航天大学、对外经济贸易大学、贵州大学、华南理工大学、宜春学院、广东开放大学等高校在硕、本、专各个层次开设了大数据专业方向，在课程体系研发、教学授课及实训实习环节均有来自BAT以及各大行业企业一线的技术大拿参与，所培养人才能够很好地满足企业用人需求。 专业示例 笔者在对慧科教育的大数据技术与应用专业做了专门研究，共享一些主要特色给大家参考： 1.培养模式 采用校企联合模式，校企双方（即慧科教育集团和合作校方）发挥各自优势，在最大限度保证院校办学特色及专业课程设置的前提下，植入相应前沿科技及特色人才岗位需求的企业课程。 2.课程体系 笔者对慧科教育的大数据技术与应用做了专门研究，现分享一下慧科专业共建的课程给大家参考。慧科教育集团的专业课程重在培养学生的理论知识和动手实践能力，学生在完成每个学期的理论学习后，至少有两个企业项目实战跟进，让学生在项目中应用各类大数据技术，训练大数据思路和实践步骤，做到理论与实践的充分结合。 大数据专业的课程体系包括专业基础课、专业核心课、大数据架构设计、企业综合实训等四个部分。
大数据技术在智慧城市中的应用
大数据技术在智慧城市中的应用 邹国伟中国电信股份有限公司上海研究院 成建波中国电信股份有限公司上海研究院物联网专业室主任 摘要现阶段，各地正积极推动智慧城市建设。智慧城市的特征包括信息共享、系统协同以 及智能响应。为实现上述特征，城市各类信息需要汇聚集中，综合处理，实现有效利用。然而城市中 的数据具有多源、异构和海量的特征，传统的信息处理技术在面对这类数据时显得力不从心。大数 据及相关技术却能有效地解决这些问题。本文介绍了大数据相关技术及其在智慧城市中的应用。 关键词智慧城市大数据应用 1 引言 智慧城市充分利用物联网、云计算、宽带网络等 先进的信息通信技术，实现对城市运行的全面感知、 数据融合、智能决策，并通过城市各个信息系统间的 互联互通、信息共享和协同运作，整合与优化各种城 市资源，提高城市运行管理和服务水平，改善市民生 活和生态环境，提高经济发展的质量和产业竞争力， 实现城市科学、可持续发展。 我国正处在大力发展工业化和信息化的关键时 期，产业经济实力和信息化程度已经具备发展和建设 “智慧城市”的基础条件。事实上，新型工业化、新型城 镇化进程也客观地要求进行“智慧城市”建设。目前， 我国的北京、上海、广州、南京、杭州、宁波等诸多城市 先后提出建设“智慧城市”和智慧行业应用工程。 按维基百科定义，大数据泛指在一定时间内无法 用常规软件工具对内容进行抓取、管理和处理的数据 集合，普遍认为大数据具有 4V 特征，即 Volume、 Velocity、Variety、Value。Volume 指容量大，从 TB 级到 PB 级；Velocity 指数据增长速度快和处理速度要求 快；Variety 指数据类型丰富，包括结构化数据和非结 构化数据；Value 指价值密度低，即海量数据中有价值 的数据占比小。大数据的简单算法比小数据的复杂算 法更有效。不是随机样本，而是全体数据；不是精确 性，而是混杂性；不是因果关系，而是相关关系。 用于整合、处理、管理和分析大数据的关键技术 主要包括 BigTable、商业智能、云计算、Cassandra、数据仓库、数据集市、分布式系统、Dynamo、GFS、 Hadoop、HBase、MapReduce、Mashup、元数据、非关系 型数据库、关系型数据库、R 语言、结构化数据、非结 构化数据、半结构化数据、SQL、流处理、可视化技术
大数据在智慧城市建设中的应用案例
大数据在智慧城市建设中的应用案例
大数据在智慧城市建设中的应用案例 来源：数据观时间：2015-09-25 16:20:22 作者： 当前，全球范围内城市化进程不断推进。随着互联网和信息化的发展，在云平台、大数据和物联网等技术的支持下，率先在美国“智慧星球”概念下诞生的“智慧城市”，逐渐成为当今世界各国城市建设的发展趋势和选择。 一、国外案例 自21世纪初期，美国、英国、德国、荷兰、日本、新加坡、韩国等先一步开展了智慧城市的实践，诞生了许多经典案例。 1. 迪比克 美国第一个智慧城市，也是世界第一个智慧城市，它的特点是重视智能化建设。为了保持迪比克市宜居的优势，并且在商业上有更大发展，市政府与IBM 合作，计划利用物联网技术将城市的所有资源数字化并连接起来，含水、电、油、气、交通、公共服务等，进而通过监测、分析和整合各种数据智能化地响应市民的需求，并降低城市的能耗和成本。该市率先完成了水电资源的数据建设，给全市住户和商铺安装数控水电计量器，不仅记录资源使用量，还利用低流量传感器技术预防资源泄漏。仪器记录的数据会及时反映在综合监测平台上，以便进行分析、整合和公开展示。 2. 纽约 通过数据挖掘，有效预防了火灾。据统计，纽约大约有100万栋建筑物，平均每年约有3000栋会发生严重的火灾。纽约消防部门将可能导致房屋起火的因素细分为60个，诸如是否是贫穷、低收入家庭的住房，房屋建筑年代是否久远，建筑物是否有电梯等。除去危害性较小的小型独栋别墅或联排别墅，分析
人员通过特定算法，对城市中33万栋需要检验的建筑物单独进行打分，计算火灾危险指数，划分出重点监测和检查对象。目前数据监测项目扩大到2400余项， 诸如学校、图书馆等人口密集度高的场所也涵盖了。尽管公众对数据分析和防范措施的有效性之间的关系心存疑虑，但是火灾数量确实下降了。 3. 芝加哥 通过“路灯杆装上传感器”，进行城市数据挖掘。在人们的生活里，无处不在的传感器被应用在了芝加哥市的街边灯柱上。通过“灯柱传感器”，可以收集城市路面信息，检测环境数据，如空气质量、光照强度、噪音水平、温度、风速。芝加哥城市信息技术委员会提供的资料表明，“灯柱传感器”不会侵犯个人隐私，它只侦测信号，不记录移动设备的MAC和蓝牙地址。在今后几年“灯柱传感器”将分批安装，全面占领芝加哥市的大小街区，每台传感器设备初次采购和安装调试成本在215～425美元之间，运行后的年平均用电成本约为15美元。该项目得到了思科、英特尔、高通、斑马技术（Zebra Technologies）、摩托罗拉以及施耐德等公司的技术和资金支持。 4. 西雅图 利用数据节省电力能源。该市与微软和埃森哲（Accenture）合作了一个试 验项目，以减少该地区的能源使用。该项目收集并分析从市区建筑物管理系统中得来的众多数据集，通过预测分析，找出哪里可以减少能源使用，或者根本不需要使用能源。项目的目标是将该地区的电力消耗减少25%。 5. 伦敦 利用数据管理交通。在2012年奥运会期间，负责运行伦敦公共交通网络的 公共机构“伦敦运输（Transport for London）”，在使用者增加25%的情况下，
智慧城市运行大数据平台项目概述
智慧城市运行大数据平台项目概述 1.1项目名称 项目名称：西安市城市运行大数据平台。 1.2项目建设单位及负责人、项目责任人 项目建设单位：西安城市一卡通有限责任公司 负责人：马敏 项目责任人：陈凌霞 1.3可研报告编制单位 可研报告编制单位：陕西省信息化工程研究院 1.4可研报告编写依据 （1）《关于加强信息资源开发利用工作的若干意见》（中办发〔2004〕34号）； （2）《国家信息化领导小组关于推进国家电子政务网络建设的意见》（中办发〔2006〕18号）； （3）《关于<印发国家电子政务总体框架>的通知》（国信〔2006〕2号）； （5）《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》；
（8）《关于信息安全等级保护工作的实施意见》（公通字〔2004〕66号文）； （9）《GBT17859计算机信息系统安全等级保护标准》； （10）《信息系统安全等级保护实施指南（征求意见稿）》。 （11）《陕西省工业和信息化厅专题会议纪要》（第7次，2012年7月24日）； （12）《陕西省工业和信息化厅关于成立西咸大数据处理与服务产业园区筹建工作组的通知》（陕工信发〔2012〕339号） （13）《促进大数据发展行动纲要》（国发〔2015〕50号）（14）《关于促进云计算创新发展培育信息产业新业态的意见》（国发〔2015〕5号） （15）《陕西大数据产业发展战略》 （16）《沣西新城大数据处理与服务产业园发展规划》 （17）《大数据与云计算产业发展五年行动计划》 （18）《大数据与云计算产业示范工程实施方案》 1.5项目建设目标、规模、内容、建设期 1.5.1建设目标 依托西安城投集团及下辖一卡通、燃气、供水等18个企业的信息化建设成果，先期以西安城市一卡通为基础面向集团18个子公司的现有各类业务系统数据进行整合归集，