1) Sea data processing
海试数据处理
3) massive data process
海量数据流处理
1.
With existing conditions, the data stream manage systems can hardly meet the needs of massive data process.
因此,对已有的流管理系统进行研究和改进,使之在功能和性能上有所突破,更好的应对海量数据流处理的要求,成为当今一项紧迫的课题。
4) data batch processing
试验数据批处理
补充资料:测绘数据处理
测绘数据处理
survey data processing
eehui shulu ehuli测绘数据处理(survey data processing)指工程勘察测童中所获得的大量相关数据进行统计、归纳、整理的过程。相关数据包括数字、文字、符号、曲线和图形等,如观测数据、检验数据、原始数据等,对这些数据进行归纳整理、检验分类、计算变换等的处理后,得出工程需要的数据、表册、图形等结果。 测绘数据处理分为一般计算、平差计算和计算机辅助成图。 一般计算包括在工程勘察测绘中,若干工序间各种数据按严格数学关系所进行的计算和变换工作。如大地坐标与高斯一克吕格平面直角坐标的相互转换,平面直角坐标与极坐标的相互转换,各种线路特征点的计算,单纯的统计假设检验,等等。它是分布在各项测绘工作中的一个子工序,特点是数据之间没有几何矛盾,不需进行几何平差。 平差计算为了消除平面或高程控制网中各观测值之间的几何矛盾(称为几何条件),按最小二乘法求定控制网中各几何元素(方向、距离、高差、方位、坐标、高程)的最佳估值和评定观测元素及其函数精度所进行的工作。 一个平差计算单元的数据,可分为起始数据(已知高精度的边长、方位、高程等)、观测数据(水平方向、边长、高差等)和待求数据(未知点的坐标、高程等)三类。起始数据和待求数据是非随机性数据。观测数据是随机性数据,含有误差,误差可分为系统误差和偶然误差两类。对某一个具体观测量,在相同条件下作一系列观测,系统误差表现为按一定规律变化或保持常数;而偶然误差在大小和符号上都表现出偶然性,但从大量偶然误差的总体看,它是服从正态分布的,即在一定的观测条件下:偶然误差的绝对值不会超过一定的限值;绝对值小的误差比绝对值大的误差出现的可能性大;绝对值相等的正误差和负误差出现的可能性相等,偶然误差的理论平均值为零。最小二乘法是针对偶然误差的处理方法。 在求定平面控制点的坐标或高程控制点的高程时,必须观测足以确定构网形状的那些量(称为必要观测量)。例如为了确定平面三角形三内角的大小必须观测其中任意两个角度,这两个角度就是必要观测量。但为了检核质量和提高精度还要观测另外一些量(称为多余观测量)。如前述的三角形观测了三个内角,就有一个量是多余观测量,观测量之间就会出现某些几何矛盾,例如平面三角形三内角的观测值总和不等于1800,要消除这些矛盾,即产生平差问题。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条