
導(dǎo)讀:隨著應(yīng)用的不斷發(fā)展,無(wú)人機(jī)市場(chǎng)有望迅速發(fā)展。本節(jié)的目的是概述自主飛行技術(shù)的廣泛潛在應(yīng)用:災(zāi)難響應(yīng)、事故監(jiān)測(cè)(安全保障)、搜索和救援等。
作者:雅斯米娜·貝索伊·塞班(Yasmina Bestaoui Sebbane)
來(lái)源:大數(shù)據(jù)DT(ID:hzdashuju)
內(nèi)容摘編自《智能自主無(wú)人機(jī):先進(jìn)任務(wù)與未來(lái)應(yīng)用》
01 交通監(jiān)控
無(wú)人機(jī)在安全保障任務(wù)中一個(gè)有希望的應(yīng)用是加強(qiáng)交通監(jiān)管系統(tǒng)。目前,交通監(jiān)管系統(tǒng)已被廣泛部署且已成為智能交通系統(tǒng)(ITS)基礎(chǔ)設(shè)施的重要組成部分。
盡管該系統(tǒng)很重要,但它在許多農(nóng)村地區(qū)部署較少,只在特定位置存在且只能進(jìn)行簡(jiǎn)單的交通計(jì)數(shù),無(wú)法用于綜合交通運(yùn)營(yíng),這主要考慮到成本與效益的影響。
在這方面,無(wú)人機(jī)提供了一種經(jīng)濟(jì)有效的手段來(lái)滿足農(nóng)村交通監(jiān)管系統(tǒng)的需求。公路交通流量具有一定的動(dòng)態(tài)性及不確定性,需要在可到達(dá)且偏遠(yuǎn)地區(qū)提供即時(shí)和準(zhǔn)確的信息。
1. 擁塞監(jiān)控
近年來(lái),交通擁堵日益嚴(yán)重。人們可以通過(guò)收集交通狀況的實(shí)時(shí)信息來(lái)改善對(duì)交通設(shè)施的控制及響應(yīng),從而有效減少出行延誤,并通過(guò)縮短傷員獲得救助服務(wù)的時(shí)間來(lái)改善醫(yī)療衛(wèi)生狀況。在特定的時(shí)刻,監(jiān)控網(wǎng)絡(luò)的最大價(jià)值僅來(lái)自監(jiān)控網(wǎng)絡(luò)中的一小部分。
不幸的是,監(jiān)控網(wǎng)絡(luò)中價(jià)值最高的部分是不斷變化且通常是未知的。例如,由于交通事故而形成車輛擁堵的位置取決于不可預(yù)測(cè)事件發(fā)生時(shí)的位置。傳統(tǒng)的交通監(jiān)管系統(tǒng)通過(guò)高密度地部署位置固定的探測(cè)器(包括攝像頭),來(lái)保證整個(gè)交通網(wǎng)絡(luò)在變化條件下快速響應(yīng)的能力。當(dāng)需要這些固定探測(cè)器范圍以外的信息時(shí),需要進(jìn)行人工評(píng)估。
美國(guó)國(guó)家交通流量遙感聯(lián)盟(NCRST-F)已經(jīng)認(rèn)識(shí)到利用無(wú)人機(jī)提供鳥瞰和運(yùn)輸作業(yè)的快速響應(yīng)是一種成本較低的方法。
在無(wú)人機(jī)交通監(jiān)控中收集的有用信息,包含車輛的車道變換頻率、車輛平均距離、重型車輛的數(shù)量、事故類型、車輛軌跡和類型。盡管可以使用環(huán)路檢測(cè)器,但它們僅提供本地信息,不能提供諸如車輛變道之類的細(xì)節(jié)。
另一方面,配備攝像機(jī)的無(wú)人機(jī)可以提供高速公路的全局視圖和相關(guān)信息,增強(qiáng)了道路的實(shí)時(shí)監(jiān)控能力。
此外,無(wú)人機(jī)比有人駕駛飛機(jī)更具優(yōu)勢(shì)。例如,無(wú)人機(jī)可以在較低的高度飛行;在天氣條件不適合有人駕駛飛機(jī)飛行時(shí)也可使用無(wú)人機(jī)。該類應(yīng)用在通過(guò)無(wú)人機(jī)收集信息時(shí)應(yīng)解決兩個(gè)問(wèn)題:讓道路保持在攝像機(jī)的視野中;處理圖像并收集相關(guān)數(shù)據(jù)。
通常,無(wú)人機(jī)捕獲的交通數(shù)據(jù)中包含的信息要比傳統(tǒng)監(jiān)測(cè)系統(tǒng)獲得的復(fù)雜得多。無(wú)人機(jī)視頻不僅包括交通流平均速度、密度和流量等傳統(tǒng)數(shù)據(jù),還包括每輛車的水平數(shù)據(jù),例如車輛軌跡數(shù)據(jù)、車道變化數(shù)據(jù)和道路上的汽車跟蹤數(shù)據(jù)。
另外,無(wú)人機(jī)拍攝的視頻幀中包含多輛車,且視頻的幀率非常高,因此待處理的數(shù)據(jù)量將非常大。考慮到這些特征,數(shù)據(jù)收集、還原和分析被視為在傳輸中大數(shù)據(jù)分析的重要組成部分。必須解決的問(wèn)題包括物理層問(wèn)題、通信問(wèn)題和網(wǎng)絡(luò)層問(wèn)題。
該項(xiàng)目作為無(wú)人機(jī)在遙感和多式聯(lián)運(yùn)中使用的案例來(lái)研究。該項(xiàng)目的主要目標(biāo)如下所示。
2. 駕駛行為監(jiān)控
在駕駛行為研究中,還需要詳細(xì)準(zhǔn)確的車輛軌跡數(shù)據(jù)。駕駛行為模型捕捉駕駛員在不同交通條件下的機(jī)動(dòng)決策,這是微觀交通仿真系統(tǒng)的重要組成部分。與傳統(tǒng)的交通監(jiān)管系統(tǒng)相比,通過(guò)無(wú)人機(jī)捕獲的圖像檢測(cè)和跟蹤車輛具有一定的挑戰(zhàn)。
因此,高分辨率的圖像對(duì)于在車輛檢測(cè)和跟蹤過(guò)程中進(jìn)行精確計(jì)算車速和橫向位置至關(guān)重要。車輛識(shí)別方法可以分為光流和特征提取匹配方法。
異常駕駛行為已被用于識(shí)別酒后駕駛(DWI)并防止相關(guān)事故的發(fā)生。目前,執(zhí)法人員依靠視覺(jué)觀察來(lái)檢測(cè)此類行為并識(shí)別潛在的酒后駕駛員。然而,這種方法受到人為錯(cuò)誤的限制,并且僅限于小范圍內(nèi)的車輛。
為了克服這些限制,無(wú)人機(jī)可用于監(jiān)控駕駛行為,以防止事故和提升公路安全,并有效、及時(shí)地檢測(cè)和分析高速公路上的危險(xiǎn)駕駛活動(dòng)。執(zhí)法人員常常使用這些不良行為來(lái)識(shí)別美國(guó)國(guó)家公路交通安全管理局(NHTSA)在2010年總結(jié)的潛在酒后駕駛員。
為了觀察8種潛在的不良行為,必須確定并量化6個(gè)關(guān)鍵指標(biāo)。這些關(guān)鍵指標(biāo)包括車輛ID、速度、前進(jìn)距離、車道變換頻率、車道變換時(shí)間及加速度。因此,計(jì)算這些關(guān)鍵指標(biāo)是確定計(jì)算機(jī)視覺(jué)算法并量化不良行為的首要任務(wù)。計(jì)算6個(gè)關(guān)鍵指標(biāo)需要車輛相對(duì)于車道線的位置以及通過(guò)視頻幀對(duì)車輛進(jìn)行識(shí)別及跟蹤。
02 核、生物和化學(xué)事故
核、生物和化學(xué)(NBC)事故是有人和無(wú)人系統(tǒng)合作的另一個(gè)例子。在災(zāi)后恢復(fù)項(xiàng)目中,通常需要對(duì)人們難以到達(dá)或不可能到達(dá)的區(qū)域進(jìn)行繪制和量化放射性元素的污染量。此任務(wù)是機(jī)器人系統(tǒng)的理想應(yīng)用場(chǎng)景。特別是,無(wú)人機(jī)提供了一種有希望的通用解決方案。
無(wú)人機(jī)項(xiàng)目可用于應(yīng)急響應(yīng)時(shí)事故現(xiàn)場(chǎng)的放射性調(diào)查,也可對(duì)核反應(yīng)堆外殼的結(jié)構(gòu)進(jìn)行檢查。然而,無(wú)人機(jī)平臺(tái)在核現(xiàn)場(chǎng)難以使用。因?yàn)闊o(wú)人機(jī)通常依靠GPS來(lái)實(shí)現(xiàn)穩(wěn)定性并對(duì)其進(jìn)行控制,而在金屬包層建筑物附近或其內(nèi)部GPS是不可靠或失效的。無(wú)人機(jī)捕獲的數(shù)據(jù)對(duì)污染情況的定量測(cè)量也很困難的。
在另一個(gè)緊急偵察案例中,無(wú)人機(jī)應(yīng)飛入有毒的云中并帶回污染物樣本進(jìn)行分析。
由于人類操作員不希望靠近事故現(xiàn)場(chǎng),因此無(wú)人機(jī)需要具有長(zhǎng)時(shí)間飛行及抵抗強(qiáng)烈逆風(fēng)的能力。它要估計(jì)大氣中氣源產(chǎn)生的煙羽濃度,來(lái)源位置的檢測(cè)有與環(huán)境以及搜索和救援任務(wù)相關(guān)的多種應(yīng)用。實(shí)時(shí)的煙羽濃度估計(jì)使定位氣源位置及部署煙羽產(chǎn)生不利影響的對(duì)抗措施成為可能。
在氣體運(yùn)輸模型的幫助下,可以使用煙羽區(qū)域中的固定、表面或空中傳感器來(lái)解決煙羽估計(jì)問(wèn)題。該程序使用指定位置處的初始假設(shè)來(lái)測(cè)量濃度和氣源位置以構(gòu)建可能的氣源定位圖。
傳感器移動(dòng)控制是通過(guò)收集傳感器的測(cè)量值來(lái)支持同一個(gè)檢測(cè)的,例如環(huán)境測(cè)量。當(dāng)傳感器安裝在無(wú)人機(jī)平臺(tái)上時(shí),最重要的是規(guī)劃傳感器路徑以實(shí)現(xiàn)無(wú)人機(jī)的低工作時(shí)間或低能耗,并可以在非結(jié)構(gòu)化動(dòng)態(tài)環(huán)境中躲避障礙,或高效地收集目標(biāo)信息。
03 搜救
搜救(SAR)有多種形式,包括城市搜救、野外搜救、海上搜索等。每種形式都有相應(yīng)的風(fēng)險(xiǎn)并對(duì)受害者及搜救人員帶來(lái)危險(xiǎn)。
1. 城市搜救
城市搜救(USAR)被定義為定位查找的戰(zhàn)略、策略及操作,并為受害者提供醫(yī)療和解救服務(wù)。
USAR是一個(gè)無(wú)人機(jī)有可能發(fā)揮作用的領(lǐng)域。在救援人員進(jìn)入之前,它們可以確定一種處理搜救的方法。USAR在倒塌建筑物的快速救援中至少有7個(gè)難點(diǎn)。
USAR團(tuán)隊(duì)可以執(zhí)行以下任務(wù):
人-無(wú)人機(jī)工作團(tuán)隊(duì)的任務(wù)是探索災(zāi)區(qū),并提供足夠的信息進(jìn)行情況評(píng)估。人-無(wú)人機(jī)救援團(tuán)隊(duì)至少由一架無(wú)人機(jī)、若干名位于遠(yuǎn)程控制室的人員,以及一名或多名人類無(wú)人機(jī)操作員組成。該團(tuán)隊(duì)在地理上分散。這個(gè)無(wú)人機(jī)團(tuán)隊(duì)包括:
在部署期間,無(wú)人機(jī)任務(wù)專家主要與無(wú)人機(jī)操作員一起合作,為無(wú)人機(jī)操作員提供額外的視角。無(wú)人機(jī)團(tuán)隊(duì)隨后對(duì)視頻資料進(jìn)行評(píng)估。從視頻資料中獲得的信息直接提供給國(guó)家消防總隊(duì),也用于隨后的無(wú)人駕駛地面車輛(UGV)來(lái)執(zhí)行任務(wù)。
對(duì)于態(tài)勢(shì)感知,這要求該方法能夠?qū)?duì)于環(huán)境的不同看法整合起來(lái),得到不同的觀點(diǎn)和需求。為了實(shí)現(xiàn)這一目標(biāo),無(wú)人機(jī)需要更多的自主性來(lái)感知環(huán)境并自主巡航。然而,災(zāi)區(qū)是環(huán)境惡劣的地方。這為在城市環(huán)境中運(yùn)行的無(wú)人機(jī)系統(tǒng)的持久性帶來(lái)挑戰(zhàn)。
此外,災(zāi)區(qū)也無(wú)法保證無(wú)線電鏈路寬帶的穩(wěn)定性。移動(dòng)系統(tǒng)在惡劣環(huán)境中運(yùn)行時(shí),計(jì)算資源和低質(zhì)量傳感器的有限可用性也對(duì)實(shí)現(xiàn)無(wú)人機(jī)自主性帶來(lái)巨大挑戰(zhàn)。
這些任務(wù)特性要求無(wú)人機(jī)在傳感器和規(guī)劃能力方面可以實(shí)現(xiàn)模塊化且具有一定靈活性。無(wú)人機(jī)必須能夠在非結(jié)構(gòu)化的室內(nèi)和室外環(huán)境中運(yùn)行,例如倒塌的建筑物。導(dǎo)航系統(tǒng)必須能在沒(méi)有外部輔助設(shè)備(例如GPS)的情況下工作,因?yàn)闊o(wú)法保證其可用性。
由于這種環(huán)境中存在局部風(fēng)況變化的情況,因此無(wú)人機(jī)還必須提供魯棒性的飛行能力。在城市災(zāi)區(qū)實(shí)現(xiàn)完全自主性的一個(gè)關(guān)鍵特征是機(jī)上處理和決策。搜索分配還需要無(wú)人機(jī)具有特定的任務(wù)識(shí)別功能。識(shí)別和定位人員、動(dòng)物或物體(例如,地標(biāo)、標(biāo)志或著陸區(qū))是USAR任務(wù)的核心問(wèn)題。
2. 野外搜救
野外搜救(WiSAR)需要經(jīng)常在道路崎嶇的偏遠(yuǎn)地區(qū)搜索大片區(qū)域。由于地面搜索機(jī)器人在救援時(shí)需要面臨搜索面積大且可能存在移動(dòng)性受限的情況。因此,使用小型無(wú)人機(jī)為野外搜救提供搜索區(qū)域的航空?qǐng)D像是最佳的替代方法。
如果要成功實(shí)現(xiàn)廣泛部署,輔助野外搜救的無(wú)人機(jī)需要具有可攜帶性、耐用性和操作簡(jiǎn)便性這些特點(diǎn)。這些要求增加了許多限制,包括由選定的特定無(wú)人機(jī)產(chǎn)生的限制;由人為因素(特別是來(lái)自最低訓(xùn)練要求)產(chǎn)生的限制;由所使用的控制裝置施加的限制;來(lái)自手頭特定任務(wù)的限制,包括進(jìn)入已有團(tuán)隊(duì)結(jié)構(gòu)的必要性。
3. 海上搜索
使用合適的無(wú)人機(jī)系統(tǒng)可以更有效地進(jìn)行海上搜索。用作系統(tǒng)集成(SoS)的海上SAR是實(shí)現(xiàn)和演示架構(gòu)方法的區(qū)域場(chǎng)景。它利用各種系統(tǒng),包括無(wú)人機(jī)、協(xié)調(diào)指揮控制系統(tǒng)、通信系統(tǒng)和其他更大的載人船。
目前正在使用的各種傳感器和數(shù)據(jù)源有:沿海雷達(dá)、巡察或監(jiān)視飛機(jī)、船舶雷達(dá)、民用飛機(jī)或船舶上的報(bào)告等。每個(gè)傳感器都有其特性。例如,沿海雷達(dá)站在其雷達(dá)地平線內(nèi)連續(xù)覆蓋,但在該地平線外完全失效。
對(duì)于超視線范圍和連續(xù)海軍監(jiān)視,觀察感興趣區(qū)域最有效、最經(jīng)濟(jì)和最靈活的方法是使用監(jiān)視無(wú)人機(jī)進(jìn)行定期監(jiān)視。該方法提供了利用所有系統(tǒng)之間相互依賴的能力。因此,必須生成穩(wěn)健、高效、以網(wǎng)絡(luò)為中心,并且可以生成的架構(gòu)。
為SoS生成體系結(jié)構(gòu)是一個(gè)具有許多變量及約束的多目標(biāo)優(yōu)化問(wèn)題。生成架構(gòu)所需的信息如下。
帶有多架無(wú)人機(jī)的海上SAR面臨著幾個(gè)問(wèn)題。
如果沒(méi)有對(duì)基本漂移性及相關(guān)的不確定性進(jìn)行適當(dāng)估計(jì),預(yù)測(cè)搜索區(qū)域的漂移和擴(kuò)展仍然很困難。直接方法是使用電流表測(cè)量物體相對(duì)于環(huán)境水的運(yùn)動(dòng)。搜索和救援最優(yōu)規(guī)劃系統(tǒng)(SAROPS)采用環(huán)境數(shù)據(jù)服務(wù)器,從多個(gè)來(lái)源獲取風(fēng)和當(dāng)前預(yù)測(cè)。該系統(tǒng)給出多個(gè)搜索單元的搜索路徑,以最大限度地提高搜索增量的檢測(cè)概率。
當(dāng)基于觀察或建模的矢量場(chǎng)重建粒子離散度時(shí),海洋的擴(kuò)散性是一個(gè)重要因素。在許多情況下,一個(gè)簡(jiǎn)單的隨機(jī)模型足以估計(jì)SAR對(duì)象在相對(duì)較短的時(shí)間段內(nèi)的離散度。應(yīng)仔細(xì)考慮離散度和積分時(shí)間尺度的區(qū)域估計(jì)(可能是季節(jié)性),因?yàn)樗鼈儗?duì)SAR物體擴(kuò)散的影響可能很大。
關(guān)于作者:雅斯米娜·貝索伊·塞班(Yasmina Bestaoui Sebbane),1989年獲得了法國(guó)南特中央理工學(xué)院電氣工程系的控制和計(jì)算機(jī)工程博士學(xué)位,2000年受聘為法國(guó)埃弗里大學(xué)電氣工程系機(jī)器人研究教授,她還是美國(guó)加利福尼亞蒙特雷海軍研究生院計(jì)算機(jī)系的客座教授。她的研究興趣包括無(wú)人駕駛系統(tǒng),特別是無(wú)人駕駛飛機(jī)的控制、規(guī)劃和決策。
本文摘編自《智能自主無(wú)人機(jī):先進(jìn)任務(wù)與未來(lái)應(yīng)用》,經(jīng)出版方授權(quán)發(fā)布。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10