制造大数据融合与智能分析关键技术与系统

项目针对制造大数据分析中存在的技术难题，研究制造数据汇聚、融合、分析建模等一系列关键技术。研发具有自主知识产权的制造大数据分析工具和平台系统，包括数据采集工具、数据存储工具、数据处理工具、数据分析建模工具、算法包和模型库、数据分析计算集群，以及数据可视化系统等，为企业实施智能制造提供完整解决方案支持。

平台提供一站式企业大数据分析支撑框架。通过对主流汇聚、分析、存储和可视化技术的集成，以提供存储、处理、分析和可视化服务的形式，支持从数据汇聚、到数据处理、到分析与可视化的企业大数据分析全过程。

基于平台，完成各种机器学习建模分析任务，主要包含数据源创建、特征工程、机器学习算法、一键部署以及PMML模型导出等。从底层提供Spark、R等主流计算引擎，封装了常用的机器学习算法，如逻辑回归LR、梯度提升、决策树GBDT、朴素贝叶斯分类、分类SVM、聚类Kmeans、推荐算法ALS等。

项目申请发明专利24项（已授权4项），获得软件著作权4项；出版专著2本，发表学术论文31篇；培养了研究生31人和企业技术骨干100余人。项目成果在20余家企业应用示范，完成销售收入2868.38万元。

项目针对制造大数据分析中存在的技术难题,研究制造数据汇聚、融合、分析建模等一系列关键技术;研发具有自主知识产权的制造大数据分析工具和平台系统,包括数据采集工具、数据存储工具、数据处理工具、数据分析建模工具、算法包和模型库、数据分析计算集群、以及数据可视化系统等,为企业实施智能制造提供完整解决方案支持。平台提供一站式企业大数据分析支撑框架,通过对主流汇聚、分析、存储和可视化技术的集成,以提供存储,处理、分析和可视化服务的形式,支持从数据汇聚、到数据处理、到分析与可视化的企业大数据分析全过程。基于平台完成各种机器学习建模分析任务,主要包含数据源创建、特征工程、机器学习算法、一键部署以及PMML模型导出等;从底层提供Spark、R等主流计算引擎,封装了常用的机器学习算法如 逻辑回归LR、梯度提升、决策树GBDT、朴素贝叶斯分类、分类SVM、聚类Kmeans、推荐算法ALS等。项目申请发明专利24项（已授权4项）,获得软件著作权4项;出版专著2本,发表学术论文31篇;培养了研究生31人和企业技术骨干100余人,项目成果在20余家企业应用示范,完成销售收入2868.38万元。