Big data technology refers to extracting valuable Laws hidden behind t的简体中文翻译

Big data technology refers to extra

Big data technology refers to extracting valuable Laws hidden behind the data through algorithms from a large number of incomplete, noisy, fuzzy and random industrial production data [3]. The application of big data technology in the wind power industry includes: collecting and summarizing the massive operation data in a certain area or in a certain type of wind turbine, summarizing the significant statistical factors behind the data through big data mining and analysis technology, and using these statistical factors to further judge the possible fault types of wind turbine and the maximum probability of fault occurrence, Establish the fault model of wind turbine in relevant areas or types, and formulate the treatment strategy in advance according to the fault model [3]. There are many technical means of big data mining and analysis. The more common means of building big data model are based on least square method or multiple regression model, and then carry out regression analysis to obtain the main factors affecting variables. These factors can be widely used in wind turbine condition detection and fault diagnosis.
0/5000
源语言: -
目标语言: -
结果 (简体中文) 1: [复制]
复制成功!
大数据技术是指通过算法从大量不完整、嘈杂、模糊和随机的工业生产数据中提取隐藏在数据背后的有价值规律[3]。大数据技术在风电行业的应用包括:对某一地区或某一类型风机的海量运行数据进行采集汇总,通过大数据挖掘分析技术汇总数据背后的重要统计因素,以及利用这些统计因素进一步判断风机可能的故障类型和故障发生的最大概率,建立相关区域或类型的风机故障模型,并根据故障模型提前制定处理策略[3] . 大数据挖掘和分析的技术手段很多。构建大数据模型比较常用的手段是基于最小二乘法或多元回归模型,然后进行回归分析,得到影响变量的主要因素。这些因素可广泛用于风力发电机组状态检测和故障诊断。
正在翻译中..
结果 (简体中文) 2:[复制]
复制成功!
大数据技术是指从大量不完整、有噪声、模糊和随机的工业生产数据中,通过算法提取隐藏在数据背后的有价值的规律[3]。大数据技术在风电行业的应用包括:收集和汇总某一地区或某一类型风电机组的海量运行数据,通过大数据挖掘和分析技术总结数据背后的重要统计因素,并利用这些统计因素进一步判断风电机组可能的故障类型和故障发生的最大概率,建立相关区域或类型的风电机组故障模型,并根据故障模型提前制定处理策略[3]。大数据挖掘和分析的技术手段很多。建立大数据模型比较常用的方法是基于最小二乘法或多元回归模型,然后进行回归分析,得出影响变量的主要因素。这些因素可以广泛应用于风力发电机组的状态检测和故障诊断。
正在翻译中..
结果 (简体中文) 3:[复制]
复制成功!
大数据技术是指从大量不完整、有噪声、模糊、随机的工业生产数据中,通过算法提取隐藏在数据背后的有价值的规律[3]。大数据技术在风电行业的应用包括:收集和汇总某一区域或某一类型风电机组的海量运行数据,通过大数据挖掘和分析技术总结数据背后的显著统计因素,并利用这些统计因素进一步判断风电机组可能的故障类型和故障发生的最大概率,建立相关区域或类型的风电机组故障模型,并根据故障模型提前制定处理策略[3]。大数据挖掘和分析的技术手段有很多。建立大数据模型比较常见的手段是基于最小二乘法或多元回归模型,然后进行回归分析,得出影响变量的主要因素。这些因素可广泛应用于风力发电机组的状态检测和故障诊断。
正在翻译中..
 
其它语言
本翻译工具支持: 世界语, 丹麦语, 乌克兰语, 乌兹别克语, 乌尔都语, 亚美尼亚语, 伊博语, 俄语, 保加利亚语, 信德语, 修纳语, 僧伽罗语, 克林贡语, 克罗地亚语, 冰岛语, 加利西亚语, 加泰罗尼亚语, 匈牙利语, 南非祖鲁语, 南非科萨语, 卡纳达语, 卢旺达语, 卢森堡语, 印地语, 印尼巽他语, 印尼爪哇语, 印尼语, 古吉拉特语, 吉尔吉斯语, 哈萨克语, 土库曼语, 土耳其语, 塔吉克语, 塞尔维亚语, 塞索托语, 夏威夷语, 奥利亚语, 威尔士语, 孟加拉语, 宿务语, 尼泊尔语, 巴斯克语, 布尔语(南非荷兰语), 希伯来语, 希腊语, 库尔德语, 弗里西语, 德语, 意大利语, 意第绪语, 拉丁语, 拉脱维亚语, 挪威语, 捷克语, 斯洛伐克语, 斯洛文尼亚语, 斯瓦希里语, 旁遮普语, 日语, 普什图语, 格鲁吉亚语, 毛利语, 法语, 波兰语, 波斯尼亚语, 波斯语, 泰卢固语, 泰米尔语, 泰语, 海地克里奥尔语, 爱尔兰语, 爱沙尼亚语, 瑞典语, 白俄罗斯语, 科西嘉语, 立陶宛语, 简体中文, 索马里语, 繁体中文, 约鲁巴语, 维吾尔语, 缅甸语, 罗马尼亚语, 老挝语, 自动识别, 芬兰语, 苏格兰盖尔语, 苗语, 英语, 荷兰语, 菲律宾语, 萨摩亚语, 葡萄牙语, 蒙古语, 西班牙语, 豪萨语, 越南语, 阿塞拜疆语, 阿姆哈拉语, 阿尔巴尼亚语, 阿拉伯语, 鞑靼语, 韩语, 马其顿语, 马尔加什语, 马拉地语, 马拉雅拉姆语, 马来语, 马耳他语, 高棉语, 齐切瓦语, 等语言的翻译.

Copyright ©2024 I Love Translation. All reserved.

E-mail: