数据利用率

数据利用率（精选12篇）

数据利用率 篇1

产能即生产能力, 指通过组合各种资源来生产出特定的产品, 以提供销售和服务。概括的讲就是指企业利用现有的资源所能达到的最大产出。企业之所以十分关心生产能力是因为企业需要知道生产能力能否与市场需求相适应。由于固定设备在短时间内无法自由增加或减少, 产能的加大或缩小不可能瞬间完成, 所以产能的变动相对比较缓慢, 因此企业才会面临上述难题。产能的不足和过剩都对经济有相当大的负面影响, 所以关于产能的状况越来越受到经济学家的关注。

2005年以来, 随着中国的工业经济步入“高增长平台”, 伴随着固定资产投资高速增长, 对外贸易增幅持续上扬, 国际收支顺差不断上升, 中国的工业经济出现了一个新的问题, 即所谓的“工业产能过剩”的现象。尤其对于钢铁、电力等行业的产能过剩问题引起了广泛的关注。关于产能过剩并没有统一的界定标志, 欧美等发达国家一般用产能利用率或设备利用率指标衡量是否存在产能过剩及过剩程度。美联储认为, 如果产能利用率达到85%, 就可以认为实现了产能充分利用。超过90%, 则可以认为产能不足, 有可能引起通货膨胀。如果明显低于79%—83%区间, 则说明可能存在产能过剩。本文主要测定我国工业产能利用率的状况, 然而, 并没有产能利用率的相关数据, 需要找个替代指标——固定资产周转率来估算出产能利用率, 固定资产周转率=产品销售净额/固定资产年平均净额。因为产能利用率=实际产能/潜在产能。即表示会计期内单位固定资产生产的产品价值, 也就含着产能利用率的水平。

一、文献综述和分析框架

(一) 文献综述

已有文献中, 关于产能利用率的考察并不是很多, 孙巍等学者用成本函数的方法核算过产能利用率, 但是计算量相对较大。很多文献对具体行业的研究都表明产能过剩问题严重, 但是大多是基于产品生产过多, 而消费低迷的宏观层面, 在微观层面并没有进行量化, 很难具有说服力。比较而言, 对于产能过剩研究的相对全面, 如林逸夫 (1997) 对产能过剩的形成机制的研究很好地解释了像钢铁等行业在价格下降的情况下, 还有企业愿意投资的现象。认为像中国这样快速发展的大国而言, 很容易出现投资行为的“潮涌现象”。

产能利用率较低, 说明存在着产能的过剩现象, 但是追寻产能过剩的本质层面上, 主要是由两方面组成的。一是供给层面, 两大主体推动了产能过剩的形成。首先是企业这一直接的推动者, 企业出于获利动机, 安置空闲的产能以便适应当市场需求突发性的增加时, 企业有能力在短时间生产出产品, 获得利润。此外, 企业追求规模经济的行为也将导致生产能力的过剩。另一个推动主体便是政府, 政府为了防止需求短时期增长迅速而导致价格呈J形曲线增长, 以至于人心恐慌, 危害社会经济秩序的情况发生, 要求企业备有充足的生产能力, 能够顺应市场的变化以达到平稳物价的政治要求。就我国而言, 由于中央政府和地方政府信息的不对称性, 地方政府为了提高绩效, 增加GDP, 盲目的上大项目, 当这些项目投入生产后, 一旦供过于求, 就会导致产能过剩的局面。二是需求方面, 需求具有不确定性, 本来市场前景很好, 于是投资扩大生产规模, 但由于对需求的变动并没有做出正确的估计, 一旦新的生产能力形成之后, 需求萎靡, 将会造成生产能力的大量空置, 而这些产能又不能及时撤销, 从而导致产能过剩。

(二) 分析框架

产能力利用率具有两个方面的重要意义:一是能够明确经济趋势、划分经济阶段。当利用率过高时, 说明市场活跃, 经济呈增长趋势;当利用率过低时, 市场萎靡, 经济呈衰退趋势。二是可以判断利润增速。稳定的宏观经济环境中, 产能利用率的上升说明企业产量较高, 在价格水平稳定的情况下, 获得的利润也就越多。因为无法高效、准确地计算产能利用率, 本文使用相对产能利用率, 即假定2004年工业产能的利用率为80%, 表明所有行业产能利用状况比较好, 以此为基准, 计算2004~2010年的相对产能利用率。相对产能利用率=【固定资产周转率 (本期) /固定资产周转率 (基期) 】×基期产能利用率。以2004年为基准年来分析近年来产能利用率的状况。

在得出相对产能利用状况后, 采用面板数据的分析方法来分析什么因素对产能利用率有较大的影响, 本文使用了投资和企业数目两个变量。在利用数据方面, 采用面板数据来分析投资与企业数目和行业的相对产能利用效率的关系更为可靠。因此, 本文对2004年至2010年我国39个工业行业的面板数据进行单位根检验的基础上, 确立回归模型。

二、单位根检验及模型的设定

单位根检验是序列的平稳性检验, 如果不检验序列的平稳性而直接进行回归容易导致伪回归。因此, 为保证面板数据的平稳性, 需要对产能利用率、投资金额和企业数目进行平稳性检验。为了消除数据中可能存在的异方差, 对面板序列进行取对数处理。由于单位根检验结果说明数据是平稳的, 可以使用Eviews6做回归分析, 选出最有说服力的模型 (个体固定效应回归模型) 来进行分析。即:

其中R2可决系数, 可决系数越大, 自变量对因变量的解释程度越高, 观察点在回归直线附近越密集。该模型的R2较高, 说明拟合效果较好。同时t检验结果表明投资对相对产能利用率有正向的显著影响, 而企业数目与相对产能利用率呈负向关系。

三、结论和政策建议

本文通过研究变量之间的均衡关系得出以下结论:

1.投资对产能利用率有显著的影响, 企业投入资金能够促进产能利用率的提升, 但是这必须建立在经济社会对企业产品的需求呈上升的阶段下。当需求减少时, 因为投资而新增的产能将会出现闲置, 反而影响了产能利用的效率。由于发展中国家靠大量的投资拉动经济增长, 所以由投资过度而引发的产能过剩现象在发展中国家容易出现。一般而言, 任何一个行业供求不可能完全达到平衡。从行业发展的角度来看, 适当的富余产能有利于行业发展。一方面它可以在一定程度上阻止新的竞争者进入该行业, 防止过度竞争的局面;另一方面它可以促使行业形成优胜劣汰的机制, 有利于落后产能的淘汰, 优化产业结构。但是, 如果这部分富余产能超过了一定的限度, 生产设备大量闲置, 就会造成很大的浪费, 带来一系列负面影响。

2.企业数目对产能利用率有负面的影响, 企业数目越大, 越难以形成规模经济效益, 小企业没有雄厚的资金, 技术上的支撑, 难以实现最优的生产绩效。这和现实中所观测的结果是相同的, 随着实际企业数目的增大, 行业中产能过剩的情况将会越发严重, 激烈竞争导致价格大幅下跌, 投资回报低落, 甚至大量企业亏损破产甚至金融机构呆坏账持续上升等后果。所以适当控制企业数量是非常必要的。

政府在制定政策时, 应该引导企业的投资行为, 将资金投入新兴行业中, 避免投资流入已经过剩的行业。应该鼓励技术创新, 技术上的进步能够带来生产方式上的变革, 能够促进经济的飞跃式增长, 这已成为不争的事实, 改革开放以来, 中国的经济实现了持续的高增长, 技术进步的影响日益突出。所以必须完善制度以促进我国向创新性国家转变。此外, 及时、全面的信息公告制度能够缓解和避免由于信息不对称而导致的社会资金涌入一个或几个特定的行业中。政府应该积极建立信息公开制度, 并且发挥政府的总量信息优势。作为发展中国家而言, 必须建立完善的宏观监管制度, 充分利用发展中国家的后发优势和经济全球化的有利条件, 推动国民经济稳定、快速、持续、健康地发展。

参考文献

[1]林毅夫, 巫和懋, 邢亦青.“潮涌现象”与产能过剩的形成机制[J].北京大学中国经济研究中心.2009.

[2]刘林, 张思彤.投资与产能利用率:面板因果关系的检验[J].产业研究.

[3]林毅夫.潮涌现象与发展中国家宏观经济理论的重新构建[J].经济研究, 2007 (1) .

[4]焦国华, 江飞涛, 陈舸.中国钢铁企业的相对效率与规模效率[J].中国工业经济, 2007 (10) .

数据利用率 篇2

浅谈利用数据仓库技术构建环境数据中心

介绍了环境数据中心的组成及建设目标、数据仓库技术在环境数据中心的应用、数据仓库管理技术、联机分析处理,认为数据仓库技术为决策支持系统开辟了一条新途径.

作 者：朱丽 ZHU Li 作者单位：连云港市环境信息中心,江苏,连云港,22刊 名：环境科学导刊英文刊名：ENVIRONMENTAL SCIENCE SURVEY年，卷(期)：27(3)分类号：X32关键词：数据仓库 环境数据中心 构建

小企业如何利用大数据？ 篇3

数据之所以变得越发庞大，主要源自机器的介入。从智能手机和自动传感器到每一次鼠标点击和键盘输入，在这些简便无声的数据收集过程当中，每天会处理大约2.5EB的数据。

如何处理好这些数据，从中获得有意义的结论和帮助，已经成为许多公司尤其是科技领域的初创公司非常重视的事情。他们借此整合公司多样的数据子集来助其开发项目。因此，《Entrepreneur》杂志特别请到来自圣马特奥，开发大数据分析软件的公司Guavus的创始人兼执行总裁Anukool Lakhina与读者一起分享，如何有效利用大数据。

大数据最厉害之处在哪里？

当然是“得知当下状况”，也就是对即时数据的掌握。如果你的业务能够从数据收集中预见到发展前景，你通常能很快地将所获得信息及时分类并做出明智的决策，最终采取及时准确的行动。或者也可以说你研究数据后所看到的再也不是过去发生的事，而是此刻正在发生的事。这能让你准确把握市场动向，快速改进服务，降低成本，节约时间。在这个过程中，你的公司发展就会出现更多的机会。

如何得到这些数据？

首先，整理出已有的数据，再看你想要获得什么样的数据。这需要你动用几乎所有服务性软件（比如Salesforce一类的CRM系统）、Excel表格、合伙人相关信息、销售单据，以及其他任何可用来收集信息的设备与设备上的内容。

之后，将这些数据联系整合到一起。这样有利于做出更及时、更有说服力的决定。做这项工作最简单的方法是从一个具体问题开始。比如你想在每周二开展促销活动，设立这个目标后，你就要收集所有数据来策划这个项目。一旦你理清并且整合好这些数据——包括线上销售额、社交媒体上的宣传数量等，你的业务反应周期就能很快缩短。

具体举个实例？

比如一个独立咖啡店老板整合了各种资源和线下数据，包括用户的饮品习惯、地理定位、信用卡消费记录等。这些数据就能帮助咖啡厅提升自身的个性化定制市场，增加促销机会。如那些送小孩上学后经常来咖啡厅喝一杯的母亲，就可以在课外时间享受到免费获得一杯儿童装热巧克力的优惠。

处理大数据有哪些必备工具？

在很多情况下你和员工已经多多少少使用过大数据工具了，例如用户信用度统计、销售记录、网络分析以及CRM数据库。关键是如何能够在一个简单易懂的应用中将这些数据联系起来，让所有人都能够看懂和利用这些数据，改变曾经只有数据专家才能够看懂的局面。

译 | Cross Zheng

利用VBA匹配数据 篇4

由于工作的安排,需要将两份Excel文档中相对应的数据进行遴选匹配。由于数据采集录入的时间不一、格式不一,需要将数据格式逐一清理,再按要求进行数据匹配。由于数据量大,匹配条件多,人工操作非常复杂、麻烦,工作强度大。利用VBA语句可以将工作迅速高效地完成。

需要完成的工作是将Excel文档“表1”与“表2”中的“当事人姓名”、“当事人身份证号码”、“担保人姓名”、“担保人身份证号码”等数据进行逐一比较。如果能发现两份文档中相对应的4栏数据完全相同,就可以认为数据匹配成功。将匹配成功的数据写入到名为“匹配结果”的Excel文档中,在各自的原文件中将已经匹配的数据删除。

2 清理数据格式

2.1 设定单元格的格式

由于需要匹配的数据都是文本格式,将Excel文档“表1”、“表2”与“匹配结果”中的单元格格式设定为“文本格式”。

2.2 清除空格

由于没有统一规范,导致在采集数据时任意输入“空格”。利用Excel文档中的“替换”功能将“”替换为“”来清除空格(即将“空格”替换为无)。

2.3 统一身份证号码中的校验码“X”的大小写

文档中的新身份证号码的校验码“X”大小写不一。利用Excel文档中的“替换”功能将“x”替换为“X”即可。

2.4 检查身份证号码的长度

检查“表1”中“当事人身份证号码”和“担保人身份证号码”的长度,把不符合位数为15位或18位的数据写入到“表1”的“Sheet2”中,并将原文件中相应的数据删除。利用循环语句逐一检查身份证号码的位数是否符合规定。

采用同样的方法检查“表2”中“当事人身份证号码”和“担保人身份证号码”的长度,把不符合位数为15位或18位的数据写入到“表2”的“Sheet2”中,将原文件中相应的数据删除。

2.5 清除重复的数据

两份Excel文档中都存在着重复的数据,分别对两份文档中的数据进行清理,相同的数据只需要留存一份,将多余的重复数据清除。如果“当事人姓名”、“当事人身份证号码”、“担保人姓名”、“担保人身份证号码”完全相同,就可以认定为数据重复。将文档中的数据按“当事人姓名”、“当事人身份证号码”、“担保人姓名”分别为第一顺序,第二顺序,第三顺序将数据排序(将相同的数据排列在相邻的行上)。利用VBA语言中的循环语句逐行与下一行比较判断“当事人姓名”、“当事人身份证号码”、“担保人姓名”、“担保人身份证号码”栏的数据是否完全相同。若完全相同,则将下一行中的重复数据删除。

清除“表1”中的重复数据:

采用同样的方法处理“表2”中的重复数据。

3 比较匹配数据

将两份Excel文档中的重复数据清除后,接下来解决同一人新旧身份证号码格式不一的问题。

3.1 自定义身份号码的格式函数

在Excel文档的数据中,同一人的身份证号码格式有可能不统一,存在着新旧身份证号码之别。同一人的新旧身份证号码的主要区别在于身份证号码的出生日期码和校验码不同。当同一人的身份证号码格式不一时,可以利用旧身份证号码生成新身份证号码,将格式不一的身份证号码统一为新身份证号码。先判断身份证号码是否为旧身份证号码(15位),然后在旧身份证号码中右起第9、第10位数字之间插入“19”(文档中所涉及的当事人和担保人都出生在20世纪),并根据新身份证校验码规范生成新身份证校验码,由此得到新身份证号码。在VBA语句中,处理字符串的函数有“Len”,“Left”,“Right”,“Mid”等。先利用字符串长度函数“Len”来判断身份证号码的长度。若长度为15位,则利用函数“Left”,“Right”选择旧身份证号码的左边6位数字,右边9位数字,在旧身份证号码中右起第9、第10位数字之间插入“19”。然后根据生成的17位数字编码计算出身份证号码的校验码。“公民身份号码”的校验码采用ISO 7064;1983,MOD11-2校验码系统。公民身份号码中各个位置上的号码字符值应满足下列公式的校验:,式中:i—表示号码字符从右至左包括校验字符在内的位置序号;ai—表示第i个位置上的号码字符值;Wi—表示第i个位置上的加权因子,其数值依据公式计算得出[2]。由生成的17位数字编码和校验码得到新身份证号码。

3.2 匹配数据

在准备工作完成后,将Excel文档“表1”、“表2”、“匹配结果”打开,在“表1”中应用VBA语句开始比较匹配数据。利用循环语句,将“表1”、“表2”中的“当事人姓名”(a列)、“当事人身份证号码”(b列)、“担保人姓名”(c列)、“担保人身份证号码”(d列)逐一比较。如果4栏信息完全一致,就认为两组数据匹配成功。将“表1”、“表2”中相应的4栏数据依次写入“匹配结果”中,并在“表1”、“表2”中将已经匹配的数据删除。

4 结语

利用VBA语句,在Excel 2003中将有着大量数据的两份Excel文档中的数据进行比较匹配,很快理清了能匹配数据及不能匹配的数据,为下一步的工作提供了数据支持。在处理含大量数据的Excel文档时,合理地使用VBA语句,能使工作简单、高效、方便。

摘要：应用VBA语句操作Excel文档,能迅速统一文档数据的格式,解决由旧身份证号码生成新身份证号码的问题,从大量的数据中进行相对应的数据比较,将匹配的数据写入到新的Excel文档中,降低了工作强度,能按时保质地完成工作任务。

关键词：VBA,Excel,数据,格式,比较,匹配

参考文献

[1]张强,刘飚.Excel2007与VBA编程从入门到精通[M].北京:电子工业出版社,2008:118.

[2]国家质量监督局.中华人民共和国国家标准GB11643-1999,公民身份号码[S].北京:中国标准出版社,1999.

利用新媒体,拓展大数据思维论文 篇5

【摘 要】中国特色社会主义市场经济体制的建立给我国经济发展带来新的活力。改革开放与国际交流带来了中国经济高速发展，同时带来了信息技术领域的更新。如何利用好新媒体技术所带来的新思维开展大学生思想政治教育是一项重要任务。

【关键词】大学生思想政治教育;新途径：大数据：互联网思维

一、新媒体带来的新趋势

“新媒体”这一概念被提及的十分广泛，而相关的定义也是非常多的，而“新媒体”本事是具有十分鲜明的时代特征。在新兴数字媒体和传统媒体数字化的融合以及相关发展历程中都体现出媒体本身在对网络社会化去求上体现的适应性。清华大学新媒体传播研究中心主任熊澄宇教授提出的“新媒体定义”是十分具有时代相对论的典型。充分体现着新媒体快速滚动更新和随时推进的概念。“所谓新媒体是一个相对的概念，“新”相对“旧”而言，从媒体发生和发展的过程当中，我们可以看到新媒体是伴随着媒体发生和发展在不断变化。”

作为大学生他们的人生目标、价值取向在会因为他们大学期间的经历、视野范围的不同而产生改变和逐渐成型。新媒体环境中的他们更轻松、更快捷的接触、了解新鲜的事物和新的观点，但是大学生正处在成长期，在社会经验和对社会的认知上他们还有着各方面的不足，一旦遇到一点挫折就会很容易产生过于极端的不良思想。以新媒体时代这种虚拟化、多元的、开放性的文化传播，目标追求、人生价值，幸福指数等都会受到来自不同国家地域的文化影响，也就容易形成一种有别于以往的发展态势，从而导致大学生盲目的追求物质生活，忽视精神世界等不正常的`价值取向。

在传统媒体时代相对于新媒体时代而言，开展思想政治教育大多都是比较枯燥，形式单一的，互联网以及移动互联网带来了一个不限地域和疆土的信息传播空间。提过了我国教育的国际化进程，与此同时，学生们的国际化意识越来越强，接受的信息已是在开放性的平台上与国际接轨。此时我们开展大学生思想政治教育就一定要明确，如何将我们民族应传承的文化精华与开放的国际化信息相融合，让我们祖国的栋梁之才利用好新媒体互联时代所带来的资源优势来建设我们的美好家园，是一个发展的必然趋势。

二、互联网思维带来的大数据时代

互联网思维是一个十分开放行的概念，因为我们身边的每个体，个体的每种逻辑都可以用来解释互联网思维，再或者可以利用上典型事例、具体数据、分析报表还有事件图片来加以具象化，互联网思维是普通大众化的，当我们进行的调研足够充分，分析足够透彻的时候会发现身边无处不是互联网思维。人作为个体是存在于社会群体当中的，这就产生了社交。而无论是线上的社交方式还是先下的社交方式，都不是独立于互联网之上而单独存在着的。互联网在开始之初就是把线下的活动、理念、观点复制到线上，但是经过机械的复制发现很多线下可以畅通无阻的模式到线上行不通，最后只能改变思维，而从线下到线上的转变过程中发现那么多的附加差异点。互联网思维也在逐渐的改变着大学生的思维方式和行为模式，互联网带来的这一改变对当代大学生的心理健康、人生观、价值观、理想信念等都可能产生各种影响，加之国际文化的涌入，新媒体时代的到来对我国传统思想理论与大学生思想政治教育的方式方法提出更严格的要求。

在互联网逐渐发展的过程中，虽然各种新技术不断出现，但是人们依然主要以抽样数据、局部资料显示数据和片面信息数据，作为研究依据，更有甚者再无法获取实证数据时会依赖纯粹的经验、理论、假设和主观认知开拓未知的规律。由此可见，互联网带来的大数据时代，使人们第一次能够有条件有机会，在各领域进行采集，也可以在各个层次深度上进行探索，使用这些全面有效的数据，完整系统的对现实规律的探索和发现。

三、利用新媒体，开拓大数据思维开辟出来的新途径

互联网本身在全球范围内发展迅猛，目前众多发达国家利用其资本上的实力和网络新媒体技术上的先进，向全世界范围输出大量的软文化信息。此时谁掌握了利用新媒体提供的大数据谁就抢占了新大陆，大数据能够显示出同一时间段内，我们的大学生们都在做什么。例如：一些发达国家利用互联网络的便利和大学生对新鲜事物的好奇心，借软文化标榜其政治制度的合理与完善。甚至使得我国大学生道德观念的失范，对大学生思想教育造成了相当大的困扰。在此，充分利用新媒体带来的社会化开放性的信息源，第一时间掌握可控范围内大学生们的关注点以及思维活动视域。再利用互联网思维开展当下话题的思想政治教育观点的渗透，此处一定是区别于传统教学观念的说教，而是利用当下的方式进行感染和感动我们的学生，从而接受正能量的价值观。

随着只能手机在大学生群体中的普及，以及移动互联网的迅速发展，网络社交已经是当前的一种主要沟通方式。网络沟通已经彻底的改变了人们的社交方式。网络已经完全实现了“如果心是近的，再远的距离也是短的。”面对面的聊天这种可见和感知的人际交往方式正在不断减少，人们已经慢慢习惯网络生活所带来的各种各样的改变。在大学生中体现最明显的就是，当他们遇到困难和挫折是，已经不愿意面对现实生活中的事实，而是选择在网络的虚拟世界中来发泄他们的情绪以及对现实的不满。表面上看的确可以让人敞开心扉，畅所欲言，但是在人们都减少了情感沟通的时候，整个社会的温情就会少起来。所以此时，应该利用新媒体带来的社会化开放性的信息源，将正在采取网络进行释放情感的学生们引导回现实生活中，让他们认识到“地球本不是圆的这一事实”，引导大学生们养成良好的习惯，增强人际交往能力，传承中华民族的传统美德。

高校思想政治教育的新媒体化是大学生思想政治教育的重要重要途径之一，通过互动教育、情感管理、环境塑造、媒体宣传等措施更新大学生思想政治教育的方式，实现教育水平提高，从而提高大学生思想素质，为中国梦的实现作出贡献。身为一个教育工作者探寻更能让当代大学生接受和喜欢的高校思想政治教育的有效途径是我们的责任和使命。在高等教育普及化的今天，采取多元开放化的教育方式才能不断满足当今技术高速发展所带来的社会需求。

利用光谱数据实现颜色的精准再现 篇6

“用分光仪测量颜色所得到的光谱数据，相当于颜色的DNA。对于印刷行业人士而言，光谱数据具有相当大的价值，因为它在印刷基材或工艺改变等情况下对生产具有很好的指导意义，并可预测色彩在不同光照条件下的视觉效果。”爱色丽公司潘通数字化事业部解决方案工程师Brian Ashe表示。

幸运的是，印刷经理和普通员工并不需要埋头扑在一大堆数据中来获取所测颜色的DNA，他们甚至无需确切理解某位客户希望得到的色彩。因为，整个数据处理过程已经实现了标准化和自动化。印刷厂可以通过互联网访问客户指定颜色的光谱数据，然后将其与印刷车间的实际颜色测量结果进行比对即可。而新的软件更是可以通过运用清晰易懂的图形和面向全行业的软件解决方案，大大简化颜色比对过程。而操作者通过图形反馈的信息，便可以清楚地知道如何调整才可得到一致的颜色。

精准的颜色测量很重要

Brian Ashe说：“现在是时候将眼光投向比CIE Lab或CIE LCh更高远的地方了。我们应该考察颜色测量得到的光谱数据。宝洁、百事等大型品牌商对此都有深刻的了解，并且已经加以充分利用。如百事对自己的‘百事全球蓝’和‘百事全球红’有明确的要求。如今，他们已经开始通过互联网将这些信息发送给印刷厂。所有颜色交流全部数字化，这样也便于印刷厂的正常生产。”

百事全球采购软包装部高级产业经理Kurt Sands说：“在包装印刷生产中，颜色的精确度和一致性是一项极其重要的标准。我们的客户对自己所爱产品的颜色以及这种颜色所代表的风味是十分敏感的。而要达到这一目标，必不可少地就是根据光谱数据信息，建立颜色的各种指标和容差范围，同时坚持不懈地进行合规性监控。”

Brian Ashe还指出，包装业内人士都十分重视专色的准确性，因为有些时候这些专色向客户传达品牌信息的作用丝毫不亚于商标本身，但问题在于，就算品牌所有者一再认真强调包装颜色的精确值，印刷厂仅靠密度计也不能保证准确地读取这些颜色。

eXact系列分光仪实现颜色的精准对应

Brian Ashe说：“分光仪提供了一种描述颜色的数学方法。我们可以说某某颜色是消防车红色，但是这对于其他人又意味着什么呢？所以，我们需要找到一种用来交流颜色的‘世界语’。显然，这应该是一种数学语言。”

如果要推出一套标准化的四色印刷方法，那么颜色的精确度就是基础。否则，整个工艺就会变得粗放，因为印刷机印刷出的青色、品红色、黄色和黑色，将在一个宽泛的颜色范围内波动，无法达到令人满意的效果。

在色彩测量工作中，我们经常采用分光仪通过测取颜色的反射光，然后将其分解为32个数据点来反映10nm波长下的光谱能量。凡是密度计能做到的，分光仪都可以做到，但反之则不成立。分光仪不但可以测取网点增大值和光密度值，还能检查新买的CMYK油墨的颜色是否正确，而且所获取的信息还能用于预测彩色油墨在不同光照条件下的外观效果，另外还能够根据基材和观察角度的不同进行变化。

爱色丽eXact系列分光仪是新一代便携式色彩测量解决方案，能在10s内扫描测量或短或长的色带（长达112cm，即44inch），完成密度值、光谱色值、网点增大值等数据的测量。爱色丽eXact系列分光仪采用滑动扫描，可为使用者提供不同尺寸的孔径，可测量范围小到嵌入图像内3mm以下的色块。

众所周知，测量人员在测量色彩的操作工序中，必须以合理的可重复速度在整个色块系列上移动，不能太快也不能太慢，这样才能得到准确的测量数据。而爱色丽将其采用专利技术的斑马轮与eXact系列分光仪的扫描工序做了一次整合：在测量人员移动仪器进行扫描的同时，斑马轮会跟踪仪器在色带上的位置，全程对色带计数并计算测量人员的移动距离和速度。如此一来，eXact系列分光仪完完全全解开了测量人员以往测量操作方式的束缚，极大地提高了测量效率。

根据ISO标准中提到的基材和油墨中荧光增白剂对测量结果的影响，在色彩测量过程中，我们必须考虑加入可见光谱中的D50（日光）来纠正色彩测量。爱色丽eXact系列分光仪在扫描过程中可以同时获得M0、M2和M3三种数据，其时间不超过1s，使用者亦可简单地切换开关，将仪器置于M1测量模式来操作，使整个测量过程得到的数据符合ISO 3664所规定的UV范围同色异谱指数。值得一提的是，eXact系列分光仪聚合了如此多的功能，目前在市场上是独一无二的解决方案，不仅能提供更准确的测量，而且可大量节省测量时间，更能有效地提供真D50光源，有利于保证测量结果和报告色彩标准图形的准确性。

位于德克萨斯Red Oak的咨询公司SmileyColor & Associates，致力于帮助企业进行全球数字、模拟和包装供应链合作伙伴网络内的色彩管理。其所有者Steve Smiley表示：“爱色丽eXact系列分光仪，可提高颜色管理中光谱测量的精度，从而满足印刷行业目前开始应用的较为严格的标准。对于当今在很多基材上的印刷校正匹配需求来说，爱色丽eXact系列分光仪带来了一种易于使用且完全符合ISO 13655∶2009测量标准的设备。”

位于伊利诺依州丹尼森市的HAVI Global Solutions公司图形商业化总监Jay Sperry表示：“定义客观的颜色和通过数字化的方式沟通品牌颜色具有多种好处，并不仅仅局限于准确的色彩重现，还包括加快新包装的上市时间、简化数码打样过程，以及让创意设计和营销人员更容易得到真实的颜色。”

数据利用率 篇7

近年来, 随着计算机计算能力的不断提高, 越来越多数据中心的服务器资源未得到充分利用。虽然芯片制造厂商引入了根据系统负载压力调整CPU转速的技术来实现降耗, 但是该方法对于降低服务器的功耗仍然有限。为了充分降低服务器的功耗提高数据中心空间密度, 实现最大程度的服务器整合, 本文提出了一个高效的基于资源利用率实现降低数据中心功耗的方法。

1 基于资源利用率降低数据中心功耗的基本思想

一种基于资源利用率降低数据中心功耗的方法, 其主要思想是首先确保服务器的计算能力得到最大程度的释放, 然后根据资源的实际利用情况, 利用容量规划软件创建服务器整个场景, 预判未来的服务器资源利用率走势, 从而选择最佳的服务器整合方法, 达到降低数据中心的功耗, 提高数据中心空间密度的目的。最后根据整合后的方法, 利用迁移工具实现服务器的整合。主要涉及的软件有Intel Vtune、HP Capacity Advisor, 以及P2V迁移工具。

2 基于资源利用率降低数据中心功耗优化模型

该优化模型分两个阶段进行, 第一个阶段以单个服务器作为性能调整的目标, 以当前服务器的资源利用率情况作为性能调整的基准, 运行性能测试工具Vtune, 收集性能测试数据, 通过分析测试数据定位系统问题并移除, 然后再次运行基准, 并与前面的结果进行比较, 通过多次迭代, 直至满足用户的需求后再终止本次优化过程。重复第一个阶段, 完成整个数据中心基于现有业务的服务器资源优化。

第二个阶段是利用第一个阶段获得的资源利用率数据, 运行容量规划软件选择多个服务器整合场景, 进行场景整合分析, 根据场景整合建议选择最佳的服务器整合方案, 最后利用迁移工具完成系统的迁移, 从而达到服务器整合, 提高数据中心空间密度降低数据中心功耗的方法。

具体步骤如下:

(1) 创建一个benchmark作为性能调整的目标。进行调整后, 如果性能还不如以前, 则表明所做的调整是不正确的。

(2) 收集系统日志来判定系统瓶颈。此时的系统日志包括操作系统日志、中间件系统日志, 以及数据库报警日志, 同时借助于操作系统、中间件以及数据库自身携带的性能监控工具和快照工具。

(3) 进行数据分析, 查找性能问题。利用收集的数据进行深入分析, 查找造成系统数据流不畅的原因, 或者说影响数据流畅通的阻塞点。

(4) 定位应用问题或者系统问题。如果是应用问题需要进行代码的重写, 并再次测试看性能是否有提高。如果是基础软件的配置问题, 则进行相应的优化调整。

(5) 是否定位到问题。同前面创建的benchmark进行比较, 如果性能有提高并且满足用户的需求, 就表明优化成功。如果性能仍然不能满足要求, 则要考虑收集的其它数据, 以进行更深入的分析。

(6) 分析性能是否满足要求。分析数据, 确认应用程序的性能提高到最大化。循环进行多次分析, 直到移出所有瓶颈为止。

(7) 重复执行完成整个数据中心服务器的系统优化。

(8) 运行容量规划软件, 该容量规划软件会基于选择的场景根据计算能力和功耗进行实时整合和负载均衡。

(9) 根据容量规划软件的运行结果和基于该场景的趋势分析, 选择最佳的服务器整合方案。

(10) 利用系统迁移工具 (P2V) 完成系统的迁移, 从而达到服务器资源的最大化利用、降低服务器数量、降低数据中心功耗的目的。

3 基于资源利用率降低数据中心功耗的方法验证

客户的应用环境是一个三层的MVC体系架构, 压力机完全采用PC服务器, 通过使用该方法进行整合将Web服务器和压力机全部迁移到虚拟机上, 从而达到节省物理机实现降低数据中心功耗的目的。

应用该方法在MVC三层体系架构下的优化方法具体体现在, 首先运行Vtune工具, 找到单台服务器的性能优化基准, 找到每台服务器性能的瓶颈后移除该瓶颈。优化顺序从数据表现层开始;然后进入优化业务逻辑层, 在业务逻辑层中的优化主要是优化中间件服务器的进程模型与处理机制, 譬如配置多实例、连接参数的设置、执行线程数的调整、使用专用的应用程序执行队列、隔离关键任务应用程序、Web容器性能的改进、处理器核心绑定特定的进程等。在Web容器的性能改进上, 选择JDBC持久性、缓存内存等技术可显著提高WEB服务器的并行能力, 并在中间件服务器与数据库的连接上配置连接池;最后进入数据存储层的优化, 在该层主要是分为数据库实例的优化和数据库的优化。在数据库实例的优化, 主要完成数据库内存体系结构的优化, 数据库缓存区的优化, 日志缓冲区的优化, 后台进程使用数量的分配, 协调检查点进程与数据库写进程与日志写进程的行为等。数据库系统的优化主要从数据块大小、配置块级存储参数、优化表空间、数据分区到并行化, 优化过程中充分考虑影响数据库性能的敏感点和权衡点。三层架构的业务优化流程如图2所示。

服务器性能优化完后, 进行服务器的整合。首先运行容量规划软件, 选择要做容量评估的这些机器, 然后再选择创建一个虚拟化的场景, 评价生成的结果, 可以重复多次进行。创建完成整合场景之后, 进入容量规划设置, 选中整合的所有服务器, 修改预测参数, 设定迁移到目标系统后的资源利用率, 最后容量规划软件会自动生成某个时间的容量报告, 比较对比报告, 从而确定最佳整体方案。

SPECjEnterprise2010提供了一个客户关系管理、制造商和供应链管理测试场景用例, 通过三层架构客户端、中间件服务器、数据库服务器展现业务处理过程, 能够反映当前大多数用户的业务需求。在相同的基准测试条件下, 通过上述方法的优化, 发现在SPECjEnterprise2010应用中, 八路服务器平台的EJOPS值从未优化时的9 823.4提升至12 278.5, 性能提升25%, 整个服务器从之前的20台降低到12台, 将其中的8台压力机全部迁移到虚拟机上进行, 整个平台的电源功耗降低30%。事实证明, 通过该方法提出的基于资源利用率降低数据中心功耗的优化方法, 适合于大多数高端客户, 能够给他们带来更多的性能提升和数据中心功耗的降低。

4 结语

这种优化方法简单、可信度高、伸缩性强、适用范围广。它可以连续整合, 可在数小时内制定大规模整合计划, 通过快速调整基础设施资源, 对资源不断进行优化。节能高效的容量规划, 能快速确定并整合效率低下的服务器, 延长数据中心的使用寿命, 实现经济高效的保护。

摘要：为了充分发挥服务器计算性能的优势, 降低服务器的功耗, 提高数据中心的空间密度, 提出通过服务器资源利用率作为切入点实现降低服务功耗的方法。此方法的主要思想是基于当前系统的资源利用率作为基准, 通过性能优化确保服务器资源得到最大释放, 并以此为基础运行容量规划软件, 通过创建服务器资源整合场景, 选择最优的服务器整合方案, 从而实现降低数据中心整体功耗的目的。

关键词：容量规划建议,虚拟化场景,迁移工具,容量规划模板

参考文献

[1]Intel Corporation.VTune (TM) Performance Environment Help[M], 2012.

[2]Intel Software College.MPI Programming[M], 2009.

[3]罗秋明, 王梅, 雷海军.基于MPI的匹配方体并行计算研究[J].计算机应用, 2006 (8) .

开展数据综合利用的探索 篇8

根据总局外汇管理的要求, 监测分析工作将成为外汇管理系统内一项重要的基础性工作, 而监测分析工作需要对现有数据进行分析和综合利用。通过加强宣传培训, 在全省外汇管理干部中树立“数据是基础”的工作理念, 增强其对数据的敏感性。通过对数据开展分析和综合利用, 不断促进监测分析工作的开展。

二、提高基础数据的数据质量

基础数据包括外汇账户数据、国际收支申报数据、银行结售汇数据等, 其质量好坏将直接影响数据综合利用的效果。外汇局河南省分局强调从源头上保障数据采集和报送的准确性和可靠性, 加强外汇指定银行的外汇管理业务及系统的操作培训;强化对银行数据报送质量考核, 通过设置数据质量监控岗位, 促进数据质量的提高;借助必要的检查手段, 定期开展现场和非现场核查, 不断规范外汇业务数据的报送管理, 从而达到提高数据质量的目的。

三、完善数据综合利用手段

目前现有系统的查询功能由于受系统需求和软件开发的局限, 在实际工作中不能满足某些个性化的查询, 当外汇管理工作人员查不到需要的数据信息时, 应积极向外汇科技部门提出数据支持申请, 外汇科技部门根据业务申请, 运用成熟的技术手段以及先进的数据分析工具, 从系统提取相关数据, 并通过开展专题性的数据研究, 不断提高外汇管理决策与分析水平。

四、拓宽数据综合利用范围

外汇局河南省分局不断拓宽数据利用的范围, 通过对基础数据的研究, 逐步建立相应的结售汇、跨境收支、进出口等指标体系数据库。通过对指标体系与宏观经济指标的比对分析, 发现外汇管理与货币政策、经济运行之间的关系, 准确地预测本地区外汇资金流入流出的趋势, 从中发现其运行规律。通过调整相应的外汇管理政策和采取适当的外汇检查手段, 不断提高外汇管理工作的精准度, 以保障涉外经济平稳运行。

五、规范数据综合利用工作

开展数据综合利用是一个全新的课题, 外汇局河南省分局在实践中不断加以规范和完善, 首先明确了数据综合利用的工作职责, 探索数据综合利用的归口管理。一方面, 数据综合利用是一项全局性工作, 需要各部门共同参与, 在实际工作中明确了资本项目、国际收支统计、外汇检查等业务部门及外汇科技部门在数据综合利用工作中的具体职责。另一方面, 为了保障数据综合利用工作的有效开展, 特指定和设立一专门小组, 以承担数据综合利用、工作组织协调和数据技术处理等具体工作。该部门或小组将根据业务需求, 将分散在各个应用系统中的数据抽取出来, 并对数据进行深入分析、研究, 为领导决策提供依据;其次建立了数据综合利用管理工作制度, 明确数据综合利用工作的职责、流程、工作内容、工作标准。

六、提高外汇管理队伍干部的素质

数据利用率 篇9

一、数据集中与区域性数据利用需求间存在的矛盾

(一) 数据集中的应用模式与逐级业务管理模式之间存在矛盾

数据集中是为了缩小和规范地区业务差异, 实现业务数据处理模式的统一, 业务数据的标准化、规范化, 数据的集中管理和综合利用。而按照省、地市、县逐级业务管理模式的应用主要从本地需求出发, 考虑更多的是地方特色、区域的业务数据利用, 业务需求呈现多样化, 区域间数据标准不统一。

(二) 数据的集中和统一管理与分支行的特色业务开展存在矛盾

业务和数据大集中的基础和关键是数据集中, 数据在总行或省两级数据中心统一存储和管理, 上收了原有分支行本地建立的区域金融数据库, 分支行本地只存在业务处理终端, 没有数据支持, 使特色业务开展存在困难。

(三) 科技人员的业务能力与工作需求的矛盾

在业务和数据集中后, 基层行科技人员的开发能力下降, 开发手段和技术储备不能满足新形势下业务工作的需要, 科技人员的业务能力和工作的需要间存在矛盾。

(四) 数据集中后, 总行与分支行之间存在拥有的数据量和业务数据需求不一致的矛盾

数据集中前, 基层行掌握本区域信息多, 上级行以掌握辖内总体宏观信息为主, 数据集中后分支行没有本辖区的数据信息, 统一由上级行管理。然而, 大量的业务需求来自基层, 对业务数据利用、挖掘需要数据支持, 没有数据支撑使得分支行本级业务数据深层次利用率不高。

(五) 数据集中与分支行业务创新间存在矛盾

数据集中上收了分支行本地数据, 分支行数据由上级行统一集中管理, 区域性的业务创新需要在全面、综合分析本地业务数据的基础上, 根据本地业务数据的特点来开展创新工作。业务创新离不开数据分析、数据的深层次利用和挖掘, 数据大集中在一定程度上制约了区域性数据的综合利用和业务创新。

二、数据集中与区域性数据利用需求间矛盾形成的原因

(一) 数据集中后的规范化和统一化管理

数据集中实施过程中, 总行业务和开发部门的总体思路是提取各地区的共性需求, 实现业务的规范化和统一化管理。原有省、地市、县逐级业务管理模式下, 分支机构从本辖区实际情况出发, 结合区域特点和需求开展本地业务工作。数据集中后, 业务人员只能按照统一的程序和流程完成规定的业务, 特色业务工作开展存在一定困难。如个人征信、企业征信、金融统计数据全国大集中后, 我区上报的新疆地方和新疆生产建设兵团统计数据信息被统一纳入全国系统数据库, 数据进行了合并, 在全国数据库中无法甄别新疆地方和生产建设兵团的数据信息, 对新疆区域的数据利用和管理带来困难, 无法满足新疆地方和生产建设兵团分别统计数据、综合利用数据的需求。

(二) 业务和数据集中后改变了基层行应用系统的格局

在数据大集中模式下, 改变了原有重要信息系统的应用及软件架构, 受数据量和使用权限的约束, 原有省域内具有区域特色的系统需要重新开发和定位。核心系统以外自主开发的外围系统, 不再与集中后的系统进行双向数据交换, 分支行利用本地数据建立的一些业务系统进行数据支撑。数据背后的管理和处理利用问题显露无疑, 根据本地实际情况开发的特色应用程序的架构需要重新规划和构建, 造成分支行无法实现一些区域特色业务的应用。如乌鲁木齐地区部分地市利用金融统计数据库开发了网上数据发布程序, 而随着本地统计系统的停止运行, 该发布程序也停止了数据的更新。

(三) 技术人员的开发下降

数据集中后, 分支行科技部门逐步转向以运行维护和安全管理为主, 技术人员的开发能力下降。在数据集中系统推广时, 科技人员既不接受新系统的业务培训, 也不接受技术培训, 对新系统运行环境和业务都不熟悉, 业务和科技部门交流和沟通更少, 对于具有地方特色的业务, 业务部门只能依赖于系统的通用性、灵活性以及上级行有关部门对业务需求的响应能力, 而技术人员开发水平则因无数据可利用, 开发能力呈明显下降趋势。

(四) 数据集中后总行与分支行之间数据信息不对称

数据中心存储了各分支行归并和汇总的数据, 各类数据信息丰富、数据量大, 而基层行通过全国系统数据库得到的数据信息较少, 在一些区域特色需求上无法满足需要。

(五) 数据集中给分支行业务创新带来新的挑战

数据集中一方面为业务创新提供了十分便利的平台, 如大小额业务, 支票影像系统的上线使原来的跨行交易难题可迎刃而解;另一方面, 由于中国地域的广阔和经济发展的不均衡, 客观上使得各分支机构在业务需求和形式上存在差距和不同。如何充分发挥数据大集中的优势, 有效利用和挖掘数据, 为当地金融、经济服务提供支持和决策数据, 是基层行开展创新工作中最关心的问题。

(六) 系统自身存在缺陷或不足

一些业务系统在开发阶段没有考虑区域化数据功能需求, 部分数据不可用, 无法开展个性化业务工作。例如, 由于系统软件开发的限制, 无法实现用户自定义适合自己区域的报表, 无法提供生成多维数据立方体等需求。一些业务系统在系统设计上主要依靠系统主服务器程序运算来解决区域数据利用查询、统计等功能, 程序设计复杂, 系统资源占用率过多, 造成部分功能运行不稳定, 甚至影响到基本业务的正常运转。

三、解决方法及对策

(一) 数据同步与数据结构规范

总行在开展数据集中和业务上收的过程中, 也要做好集中后的数据同步和数据下发等工作, 在系统设计、开发、推广、升级的过程中, 保持下发数据的数据结构、编码体系稳定和规范, 为基层的数据利用做好基础工作。

针对不同特点的业务系统, 可采取不同的技术手段进行数据下发。对于一些数据量小、业务相对单一的业务, 如国库信息处理系统 (TIPS) , 可以采取基于多维数据模型的方式, 统一设计并定期生成原型立方体, 通过业务数据CUBE的方式将数据下发, 分支行可以通过立方体展现工具, 对CUBE进行钻取、旋转等操作完成数据展现。对一些数据量大、维度多、数据关系复杂的业务, 可以采取按区域下发数据的方式, 由总行数据中心完成统一的业务处理, 各分支行利用下发的区域数据完成个性化数据加工, 这样既可以充分发挥数据集中的优势, 减轻总行服务器资源的压力和程序复杂度, 又可以满足区域化特色业务的需要。

(二) 统一业务流程, 兼顾个性需求

在拟定系统集中架构时, 考虑业务流程统一, 同时也要兼顾地区差异性, 重视数据集中后区域化业务数据的个性需求。由于中国地域的广阔和经济发展的不均衡, 客观上使得分支行的业务存在差异, 因此要充分征求分支行的需求并论证分析, 确定合理的规范, 留有一定的业务扩展性。对于分支行提出的数据要求, 除了做好集中后的数据同步和数据下发等功能, 还应考虑在省市两级数据中心建设统一的数据交换平台, 满足分支行的数据需求。

(三) 在集中系统中提供一个开放性的标准接口

通过这个接口分支行可以设置前置系统, 赋予各分支行特色业务和数据需求的开发空间, 开发一些前端应用, 由前置系统完成区域化的数据加工, 满足本地特色业务的处理和管理的需要。这样既可以充分发挥数据集中的优势, 又可以满足区域化特色业务的需要, 利用数据集中进行区域化特色服务创新。实现这一个目标需要各分支行针对本地经济金融环境特点, 积极开展金融科技创新活动, 自主开发特色应用, 进一步提升金融业的科技服务质量。

(四) 采用新的开发理念和技术

在开发新的集中业务系统过程中建议应用一些新的开发理念和技术。如SOA (面向服务的体系结构) 技术, 可以很好地解决不同业务系统、不同系统架构、不同业务需求之间的数据和业务共享的矛盾, 将应用程序的不同功能单元 (称为服务) 通过定义良好的接口和契约联系起来, 接口采用中立的方式进行定义, 独立于实现服务的硬件平台、操作系统和编程语言。多种类型的服务可以以一种统一和通用的方式在ESB (企业服务总线) 进行交互 (如图1所示) 。通过SOA架构可以将不同种类业务系统、行内行外经济金融数据加以整合, 加大部门间数据共享和分析的力度, 方便系统间服务和数据的调用, 有助于建立本区域基础金融数据仓库, 实现各种应用系统的开放。

(五) 加强科技队伍能力建设

数据利用率 篇10

1 VB数据库介绍

VB访问数据库的方法很多，一般分成接口对象法(API)和数据控件法两类，而每一类又有很多方法。

(1)ADC(Advanced Data Connector)：高级数据连接器，将ADO数据源绑定到窗体的数据绑定控件上。

(2)ADO(Active Data Objects):Active数据对象，它是DAO/RDO的后继产物。ADO“扩展”了DAO和RDO所使用的对象模型，这意味着它包含较少的对象、更多的属性、方法(和参数)以及事件。

(3)DAO(Data Access Objects)：数据访问对象，它是一种面向对象的界面接口。通过DAO/Jet功能可以访问ISAM数据库，使用DAO/ODBC Direct功能可以实现远程RDO功能。

(4)JET(Joint Engine Technology)：数据连接性引擎技术，它是一种基于工作站的通过DAO的数据库访问机制。

(5)ODBC(Open Database Connectivity)：开放式的数据库连接技术，为异种数据库的访问提供了统一的接口。

(6)ODBC API：数据库厂商为程序设计者提供的直接访问数据库的一组函数。

(7)ODBC Direct:是一种基于DAO对象的新的DAO模式，其方法和属性与RDO功能相同。使用在有DAO代码存在的场合，可用来访问远程数据源。

(8)OLE DB:是COM模型的数据库接口，用于第三方驱动程序商开发输出数据源到ADO技术的应用程序或用于C++的开发者开发定制的数据库组件。它能够处理任何类型的数据。

(9)RDC(RemoteData Control)：远程数据访问控件，它是一种对RDO数据绑定的控件，可以输出特定的结果集到数据源控件。

(10)RDO(Remote Data Objects)：远程数据对象，它是一个到ODBC的、面向对象的数据访问接口。远程数据对象和集合为使用代码来创建和操作一个远程ODBC数据库系统的各个部件提供了一个框架。RDO已被证明是许多SQL Server、Oracle以及其它大型关系数据库开发者经常选用的最佳接口。

(11)VBSQL:是VB结构化查询语言。它是一种基于API的接口方法，几乎与C的DB-Library API相同。VBSQL只支持微软的SQL Server。

2 接口特点说明

用VB开发基于SQL Server的数据库系统，以上几种访问SQL Server的方法各有各的特点。DAO方法是基于对象的，因而便于使用，但是它也是从VB到SQL Server最慢的方式。ODBC API和VBSQL方法从本质上讲是基于程序的。ODBC API方法通用性好，允许较强的互操作性，编程简单，但速度较VBSQL方法慢。VBSQL方法通过VBSQL控件，提供了重要的SQL Server前端应用程序所需的灵活性、强大功能和良好性能。它具有真正的事件驱动及错误处理能力，完全支持异步处理、游标和计算列等，但其编程较复杂。RDO是位于ODBC API之上的一个对象模型层，它依赖ODBC API、ODBC驱动程序以及后端数据库引擎来实现，用RDO所需的程序短小、快速。RDO具备基本的ODBC处理方法，可直接执行大多数ODBC API函数。RDO是综合了DAO/Jet、VBSQL/DBLib和ODBC的优点的对象模型，包含ODBC API应用层，设计为在后台有数据库存在的前提下运行。RDO的优势在于它完全被集成在VB之中，可直接访问SQL Server存储过程，完全支持T-SQL。至于实际使用哪一种接口方式，要根据具体的环境、条件、要求而采用适当的方案。

3 应用举例

以厦门市地下管线数据库为例，利用VB可视化的用户界面设计功能，结合VB与数据库的紧密关系，编制了厦门市地下管线数据管理系统，有效地实现了数据的查询、更新、维护。系统数据更新子程序的部分界面如图1所示。

以下为打印数据库中的数据部分的程序代码：

参考文献

[1]宋琦凡,付敬平.使用Visual Basic开发数据库应用软件[M].北京:电子工业出版社,1996.

[2]孟小峰.开放数据库互连-ODBC2.0使用大全[M].北京:清华大学出版社,1995.

[3]Rob Kraft.Microsoft SQL Server7.0使用详解[M].北京:机械工业出版社,2007.

数据利用率 篇11

方法一：常规的逆序处理法

第1步：获得纯表格

按下“Ctrl+H”组合键，打开“查找和替换”对话框，切换到“查找”选项卡，查找“[一-龥]*册^13”，这里的“[一-龥]”表示所有中文汉字，在“阅读突出显示”列表下选择“全部突出显示”，这样就可突出显示所有查找到的内容，关闭查找对话框，按下Delete键，执行之后即可删除除表格之外的所有内容；此时你会发现每两个表格之间还存在一个多余的段落标记，选择任意一个表格间的段落标记，在“编辑”功能组依次选择“选择一选择格式相似的文本”即可选中所有表格间的段落标记，按下Delete键删除即可，效果如图2所示，此时看到的就只是一个合并在一起的表格。

第2步：获得无格式文本

按下“Ctrl+A”组合键全选所有内容，剪切之后选择“选择性粘贴一无格式文本”，当然也可以打开一个新建文档窗口进行操作。

第3步：表格与文本的多次转换

按下“CtrI+A”组合键全选所有内容，切换到“插入”选项卡，在“表格”功能组依次选择“表格一文本转换成表格”，列数设置为“1”，文字分隔位置选择“制表符”，此时可以获得1列形式的一个表格。切换到“布局”选项卡，在“数据”功能组选择“转换为文本”，文字分隔符选择“段落标记”，执行之后可以得到图3所示的表格效果。

第4步：删除奇数行

很显然，上述文本存在许多重复的内容，需要将其删除。切换到“替换”选项卡，查找“（*）（^13）（*）（^13）”，替换为“＼3^p”，表示删除奇数行，保留偶数行，效果如图4所示，这就是我们所需要的内容。

完成上述步骤之后，接下来的步骤就简单多了，切换到“插入”选项卡，选择“表格一文本转换成表格”，选择“12”列，这样就可以得到所有的数据，为了保证显示的效果，建议将纸张方向设置为“横向”并作适当调整，当然此时我们得到的是一个没有表头的表格，此时请手工添加表头，最终效果如图5所示。

补充：上述的第3步、第4步也可以合并为一个步骤，查找“^t”替换为“^p”即可。

方法二：利用表格样式正序处理

如果使用的是Word 2003，也可以利用表格样式处理：

按下“Ctrl+A”组合键，全选所有内容，按下“CtrI+H”组合键，打开“查找和替换”对话框，切换到“查找”选项卡，查找“姓名”，也可以查找“性别”作为关键字，查找之后关闭对话框。

在“格式”菜单下依次选择“格式与样式一所有样式”，在这里选择“网络型6”，其实只要是表格型的样式均可，通过表格样式，可以将这部分的文字所在的表格都被同时定义为相同的样式，如果表格外也有查找的关键词，并不会被定义表格样式；选择“使用中的样式”，在这里选择“网络型6”，选择“选择所有65个实例”（这里的数字可能有所不同），这样就可以选中文档中使用同一样式的所有表格b 。

电厂SIS数据挖掘利用 篇12

通过一期SIS系统改造和二期SIS系统的建设, 完成了全厂厂级监控信息系统 (SIS) 改造的建立, 同时完善了SIS数据监控平台, 提高SIS数据显示速度, 增加了SIS数据安全机制, 保证的SIS数据的安全有效。为用户提供了一个安全有效的SIS监控平台。并实现了一二期SIS数据的集中管理, 既通过PI实时数据库把生产现场的生产运行的实时数据采集计算后存储在一个专门的实时/历史数据库中, 同时把SIS数据镜像到MIS网络服务器, 以便于生产管理对SIS数据的利用。

根据现场生产人员的工作和管理需求, 需把SIS镜像服务器中的实时数据及计算数据在MIS网中进行发布和利用, 以满足和方便生产人员的工作需要。因此, 需对SIS数据进行深度挖掘和利用。

二、电厂SIS数据挖掘利用的目标

2.1通过SIS强有力的计算、分析、诊断功能的支持, 使MIS作用和效果得到充分发挥。2.2通过SIS的人工智能支持, 充分发挥DCS的优势, 优化机组运行。2.3提供多种供生产管理人员分析、管理生成过程的手段和工具。2.4强化运行和管理人员的经济管理意识, 促进观念转变。

三、电厂SIS数据挖掘利用设计

3.1数据流程

3.2数据处理

3.2.1数据采集

●数据点表定义配置:实现对数据采集点表的定义和维护, 可以根据实际需求进行数据点的增加和删除, 并可定义数据点的各种属性 (如:数据点名称、数据点KKS编码、阀值等) , 增强系统的灵活性。

●MIS系统数据采集:根据数据点表定义属性, 实现MIS系统数据的采集, 主要完成从MIS系统数据库的数据采集过程。

●SIS系统数据采集:根据数据点表定义属性, 实现SIS系统数据的采集, 主要完成从PI实时数据镜像服务器中读取数据。

3.2.2数据处理、存储

●数据处理:把从MIS系统、SIS系统采集的数据与数据点表中定义的数据点阀值进行比较, 对无效数据进行过滤;并根据数据点表中定义的计算系数或计算方式进行计算。

●数据存储:实现数据的存储, 主要完成有效数据向数据挖掘利用数据库的数据存储过程, 此功能模是数据挖掘利用的基础。

四、电厂SIS数据挖掘利用的内容

4.1数据发布。把SIS镜像服务器中的实时数据及计算数据在MIS网中进行发布, 以满足和方便生产人员的工作需要。把厂级监控系统 (SIS) 中的生产设备的实时数据画面以及实时监控表格在MIS网中进行发布, 以方便生产人员工作需要。根据厂级监控系统中的实时数据生成各种趋势曲线供生产管理层, 方便生产管理层对比历史/实时数据, 优化生产运行提高生产效率。

4.2生产日报。每日统计报出前一天的生产指标情况, 同时计算出每天的生产技术经济指标, 负责并归口管理生产类日报。管理部门能够方便、快捷地了解当天的生产数据信息。能够实现与SIS数据接口, 基础数据可直接从SIS数据库中获取, 并自动生成生产日报表。

4.3运行管理。运行简报记录机组运行情况及运行参数, 机组的电、热、汽产出情况、主要生产成本以及重大缺陷, 提供主要生产运行数据。能够实现直接从SIS提取生产和设备运行数据;并根据SIS数据自动预生成每日的运行简报。

4.4小指标计算。利用SIS数据动态产生各生产指标值, 进行横向和纵向比较, 分析数据差异, 为提高和优化设备运行方式提供依据。可实现直接从SIS提取生产和设备运行数据;直接提取设备缺陷信息;实现用户能自定义字段列和偏移量;能够进行指标图表分析。

4.5值际竞赛管理。运行值际之间就电、热、汽产出, 缺陷登录、两票办理等数据进行深化挖掘分析, 评比优秀运行班组。可实现各值值班期间的设备运行情况和设备投入率的分析功能;实现各值、机组等单位的电、热、汽及其他评比参数;实现对缺陷登录, 两票办理等安全工作信息进行分类汇总处理。

4.6厂级性能计算。提供厂级性能计算是建立在机组性能计算的基础上, 利用各机组性能计算完成厂级性能计算, 并将计算结果用于经济指标分析, 经济考核, 画面显示, 报表统计。

4.7继电保护故障信息系统。继电保护故障信息系统主站是一个对电气系统故障信息进行采集、传输、处理、分析的分布式、准实时系统。对所有采集到数据库服务器中的数据进行管理、开发, 并且维护系统的正常运行。能够实现从SIS数据库中提取出继电保护故障信息系统所需的数据, 并实现实时数据分析功能。

4.8锅炉寿命管理系统。实时监测锅炉状态及锅炉下各个部件的整体情况, 包括部件下评估点的寿命状态及当前寿命最低的评估点信息、部件下测点的超温风险、部件下测点当前的状态。可实现从SIS数据库中提取出锅炉寿命管理系统所需的数据, 并实现各部件下测点的实时数据分析功能。

4.9设备可靠性管理系统。电力设备可靠性管理是现代电力工业科学管理的重要内容之一。设备可靠性指标是设备可用性的量化描述, 是衡量设备技术状况的重要依据, 也是电厂运行检修水平的度量和改进工作的依据, 通过加强设备可靠性管理, 可确保机组安全、可靠、经济运行, 并努力提高本企业安全、经济运行水平和发供电可靠性。可实现从SIS数据库中提取出可靠性分析所需的数据。

五、电厂SIS数据挖掘利用的实施效果

1) 搭建管理平台, 规范管理。SIS数据挖掘利用开发是基于原有SIS系统基础, 针对原有系统中存在的问题, 搭建一个SIS系统管理平台, 有效管理SIS数据的接入与输出操作。

2) 促进SIS数据的现代化管理水平。通过SIS数据挖掘利用, 促进公司SIS实时数据管理方式及管理制度的进一步完善和规范化。促进管理人员现代管理观念的更新, 提高人员素质, 培养一批能熟练地操作、使用和维护各类系统的人才队伍。

3) 实时有效的SIS监控机制。SIS数据挖掘利用, 完善了SIS数据监控平台, 提高SIS数据显示速度, 增加了SIS数据安全机制, 保证的SIS数据的安全有效。为用户提供了一个安全有效的SIS监控平台。

4) 提高工作效率。统一了SIS数据接入接口, 提高数据接入可靠性, 保证SIS数据的准确性。统一了SIS数据输出接口, 提高了工作效率。

结束语