本发明公开了一种基于大数据分析的小基站开关控制方法，包括：采集场景信息步骤；数据预处理步骤；提取特征步骤；选择并训练模型步骤；预测步骤。本发明利用特殊场景下时刻表以及小基站接入人数的历史记录，建立数学模型，预测未来小基站内的待服务人数，根据待服务人数去控制小基站的开关，达到节能、减少基站间干扰的目的。在建立数学模型的过程中，本方法结合数据挖掘和机器学习，提高了预测的准确率和系统的实用性。

研究背景：  大数据应用的多样化  需要的计算模型、数据模型多样化；  目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。  多系统导致大数据分析平台非常复杂、效率低下。 研究目标： 研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。 针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个  方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键  值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计  算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这  套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们  对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于  大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计  算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三  个方面，分别详细介绍FAST系统的三个主要亮点。 融合架构 FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包  括多数据模型融合和多计算模型融合两方面。 多数据模型融合： 设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、  文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据  分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。 经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。 多计算模型融合： 在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集  的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和  流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。 高时效 FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗，  提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。 对于多模态存储，面向应用负载和异构硬件特征进行自适应优化； 对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等； 在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效； 而且我们也考虑到大数据分析过程中用户人工操作的时效性问题，  通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的  时间。 可扩展 FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、  存储层和计算层进行了全面的扩展性优化。 在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块，  能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。 在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。 在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持  到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提  升。 亮点成果： 融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。  从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。 同时在双十一期间，基于智能交互向导技术，也面向电子商务应用  的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品  销量变化的原因，以及促销的有效手段等。

物联网可视化连接，大数据分析

教学数据分析系统是针对学校各类考试，为学校提供快速、科学的数据分析，即时、有效的数据发布，提供的分析图表种类丰富、内容实用，是学校进行教学管理、质量监控与教学科学研究的得力助手。教学数据分析系统入围了中央电化教育馆2015年“数字校园综合解决方案----区级、校级教学质量监控解决方案”的产品。为教育管理者、教研部门提供教学质量监控科学依据。

根据数据的特点，选用合适的均值与描述离散程度的统计量，能够客观评价实验数据的优劣性。其它统计技术如参数估计、假设检验、参数与非参数假设检验、方差分析、回归分析等应用

基因芯片实验产生出大量基因表达数据，为了从这些数据中提取有用的生物学信息，需要对数据进行各种分析处理。本项目提供的基因表达数据分析软件采用了先进的数学模型，充分考虑了实验中各种误差的影响，可以从数据中分析出更为准确的生物学信息，并且具有较快的处理速度，可以满足大规模芯片实验数据分析的需要。技术特点：（1）直接从对GeneChip基因芯片原始实验数据进行处理开始，提供对基因表达数据一系列多层次的分析软件。（2）能够考虑重复实验误差，特别对重复实验数据进

产品详细介绍数据分析软件for Windows功能强大，操作简便· 轻松自定义“我的实验”仅需三步，即可轻松创建您自己设计的实验，真正做到“我的实验我做主”。新建“活页夹”：创建并设计具有自我风格的“活页夹”测量与分析：根据自己的实验采集、记录并分析数据保存为模板：实验成功后即刻存为模板课件，成功创建“我的实验”，并可随时调用与分享· 简介“数据分析软件for Windows”是由江苏苏威尔科技有限公司开发的一款功能强大的教学用实验数据处理软件。它支持实验设计、数据采集和保存、数据分析计算等，适用于中小学以及职业学校的自然科学实验教学。>兼容性更强“数据分析软件for Windows”可兼容江苏苏威尔科技有限公司出产的所有型号和品牌的数据采集器。例如数据采集器Easy（TS1001），数据采集器（TS1002），图形数据采集器Pad（TS1005），USB传感器和无线传感器，用户均可享受该软件的强大功能所带来的无限乐趣。>全新界面，全新体验“数据分析软件for Windows”采用了特有的“Quick Easy”界面，操作更加简易。预设丰富的活页夹风格，实验者可以自由创建自我风格的实验界面，让实验设计更加多彩有趣。>面向用户的图形化设计平台完全图形化的实验设计平台，不用再编写繁琐的代码来设计实验。任何实验者均可轻松设计自己的实验。>内置丰富的“工作簿”为了使初学者可以更快上手，数据分析软件forWindows内置了“工作簿”，里面有丰富的实验案例，包括已经设计好的实验模板和实验指导。实验者可以参阅实验指导，直接使用模板进行实验。>内置CCD 光强分布模块和声音测量模块此两种模块，同时支持无线通讯，并且设有数据导入向导，可以将数据采集器Smart上存储的数据导入并进行计算。>多国语言版数据分析软件for Windows设有中文、英文、俄文、西班牙文、法文等多国语言，适用于世界范围内的教师和学生进行实验探究。安装要求：请在以下硬件及软件环境下运行该软件：CPU为PentiumIII，500MHz（或同级别）或以上内存为256Mb或以上声卡为16-bit（可选）集成或独立显卡，16Mb或以上（可选）操作系统为Win 7/Windows 2000/XP/VISTA数据分析软件for Android数据分析软件 for Android是基于Android操作系统而研发的数据分析软件，主要应用于测量实验数据、分析实验结果、验证实验原理的过程。通过传感器及软件可测量理化生实验中的大多数实验量，适用于小学科学、初高中的理化生数字化实验。数据分析软件for iOS数据分析软件 for iOS是基于iOS平台开发的一款功能强大的教学用实验数据处理软件。主要应用于采集实验数据、分析实验结果、验证实验原理。结合传感器，可进行大多数的理化生实验，适用于大学、中学、小学以及职业学校的自然科学实验教学。

从决策管理、信息中心、教师教学、学生学习等层面进行多维度分析，为校领导提供全校的可视化数据分析。