五大角地理信息C產(chǎn)品體系覆蓋了“空間數(shù)據(jù)快速采集生產(chǎn)、集成管理更新、應用共享服務”的完整服務鏈，實現(xiàn)了面向服務的地理信息新框架。它們在空間信息獲取與更新、數(shù)據(jù)庫管理、應用發(fā)布、共享與服務、互操作等方面形成了完整的產(chǎn)品服務體系。地理信息共享服務平臺軟件GeoGlobe是為各級政府部門、企事業(yè)單位和社會公眾提供標準地理信息服務的框架平臺軟件。

目前該產(chǎn)品的成功案例有:國家地理信息公共服務平臺“天空地圖”、黑龍江地理信息公共服務平臺、山西地理信息公共服務平臺、福建電網(wǎng)綜合防災減災與應急指揮信息系統(tǒng)、莆田地理信息公共服務平臺等。GeoOne是武大教自主研發(fā)的space 數(shù)據(jù)集成平臺軟件，是GeoStar系列軟件家族的新成員。

利用數(shù)據(jù)、云計算、人工智能等。技術實現(xiàn)對企業(yè)的收集、分析和挖掘數(shù)據(jù)并為決策提供智能支持。企業(yè)可以從以下幾個方面考慮:1)？對數(shù)據(jù)建立高效的收集整合機制，通過各種方式獲取各類數(shù)據(jù)并對數(shù)據(jù)進行清洗整合存儲。2)?利用云計算技術提供靈活的計算資源和存儲空間，實現(xiàn)數(shù)據(jù)的安全保護和隨時訪問。3)?用人工智能技術分析挖掘數(shù)據(jù)提取有價值的信息，用機器學習、深度學習等方法預測優(yōu)化數(shù)據(jù)。

利用可視化技術，將分析結果呈現(xiàn)給決策者，并提供智能建議和方案。對于以上解決方案，使用用友YonSuite可以幫助企業(yè)解決問題。YonSuite是基于YonBIP cloud原生架構的云服務包，為成長型企業(yè)提供“營銷、制造、采購、財務、供應鏈、稅務、人力、辦公、平臺”融合，支持企業(yè)全球化運營和業(yè)務社會化?？梢詾槠髽I(yè)提供全面、靈活、安全的解決方案。

帶你了解數(shù)據(jù)人工智能時代的三把鑰匙技術01云計算根據(jù)美國國家標準和技術美國國家理工學院(NIST)的定義，云計算是指共享可配置計算資源的能力。上述計算資源包括網(wǎng)絡、服務器、存儲、應用和服務等。這些資源可以快速提供和恢復，并且涉及的管理開銷應該盡可能小。

1 數(shù)據(jù)有很多結構處理數(shù)據(jù)模型和算法都是基于結構的數(shù)據(jù)，多源異構。數(shù)據(jù)結構化處理首先要對原始的數(shù)據(jù)進行解析，提取出需要的信息，然后進一步轉(zhuǎn)換成結構化的數(shù)據(jù)。很多非結構化數(shù)據(jù)和Web 數(shù)據(jù)都是以文本的形式存在的，所以需要使用信息抽取技術來識別文本中的實體、屬性、關系等信息。

如JSO格式，這種數(shù)據(jù)relative relational數(shù)據(jù)比較靈活，在結構轉(zhuǎn)換過程中也需要對技術進行一些處理。結構化處理的主要輸出形式是二維表格或圖表數(shù)據(jù)，需要用戶確定數(shù)據(jù)轉(zhuǎn)換過程中采用的規(guī)則。2 數(shù)據(jù)質(zhì)量評估和數(shù)據(jù)清洗結構化處理主要是數(shù)據(jù)表達方式的轉(zhuǎn)化，數(shù)據(jù)結構化處理不代表可以直接使用。需要對處理過的數(shù)據(jù)進行質(zhì)量評估。如果數(shù)據(jù)有任何問題，

空間地理數(shù)據(jù)的表示主要有柵格和矢量兩種不同的形式。網(wǎng)格形式是將地理地表空間劃分為一系列網(wǎng)格，空間目標用這些網(wǎng)格的位置及其量化值來表示。矢量形式是將地理空間中的一切事物和概念抽象出來，形成點、線、面，再由點、線、面形成各種空間目標。因為數(shù)據(jù)采集、數(shù)據(jù)表達式、地圖投影等原因，在計算機世界中，地理信息往往被表示為不連續(xù)的子空間。為了更好地模擬客觀世界，人們需要把它看作是連續(xù)的和無縫的數(shù)據(jù)(朱等，2002

總之有三個核心技術:take數(shù)據(jù)，calculate 數(shù)據(jù)，sell 數(shù)據(jù)?；A技術集合包括數(shù)據(jù)預處理、分布式存儲、NOSQL 數(shù)據(jù)庫、數(shù)據(jù)倉庫、機器學習、并行。數(shù)據(jù)的預處理是指在對數(shù)據(jù)進行分析之前，對采集的原始數(shù)據(jù)進行“清洗、填充、平滑、合并、歸一化、一致性檢查”等一系列操作，旨在完善數(shù)據(jù)。

數(shù)據(jù)清洗:指數(shù)據(jù)(缺少感興趣的屬性)，noise數(shù)據(jù)(數(shù)據(jù))使用ETL等清洗工具出現(xiàn)錯誤或偏離預期的地方。數(shù)據(jù) Integration:指來自不同數(shù)據(jù) sources的數(shù)據(jù)的存儲方法，重點解決模式匹配和三個問題，數(shù)據(jù)轉(zhuǎn)換:指對提取的數(shù)據(jù)中不一致的處理過程。還包括數(shù)據(jù)清洗的工作，即根據(jù)業(yè)務規(guī)則清洗異常數(shù)據(jù)以保證后續(xù)分析結果的準確性。