高分系列数据有哪些

㈠ 遥感数据现在有哪些目前常用的遥感影像有哪些

遥感数据按分辨率分类，如下：

• 高分辨率（收费）

高分系列：高分一号2m、高分二号0.8m；
资源系列：资源三号、资源02C；
国外数据：wordview、planet

• 中低分辨率：（遥感集市上免费）

高分一号16m
planet(PS0、PS1)
环境星30m
modis(250m+500m)

• 目前常用的遥感影像有：
  国产高分二号和评价较好的资源三号；高分二号影像数据由于是国产首个亚米级的，所以每景价格会比较贵，不过遥感集市提供“1平方公里起订”服务，不需要整景买，最少几十块钱就能购买，很实在很实用，一点也不浪费。
  

㈡ 现在常用的高分辨率遥感卫星影像数据有哪些

常用的高分辨率遥感卫星影像数据有以下：
1、国产的：高分系列的高分二号0.8m、高分一号2m、资源三号2.1m、资源三号02C 2.3m（这几种国产高分辨影像数据都可以在遥感集市www.rscloudmart.com上找到）
2、国外的：美国的Planet遥感卫星3-5m、wordview0.5米等
这些高分辨率遥感卫星影像数据可用于国土资源、住房和城乡建设、交通运输、 林业、 国际救灾等领域，具体参考这篇介绍：http://bbs.rscloudmart.com/thread-679-1.html

㈢ 生活中有哪些大数据

网络日志、传感器网络、社会网络、社会数据、互联网文体和文件、呼叫详细记录、天文学、医疗记录，篮球比赛中利用大数据对球员的个人在比赛场上的数据分析。

通过收集普通家庭的能耗数据，大数据技术给出人们切实可用的节能提醒；通过对城市交通数据的收集处理，大数据技术能实现城市交通的优化。这些都是大数据在生活中的应用。

(3)高分系列数据有哪些扩展阅读：

大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

大数据的价值体现在以下几个方面：

1、对大量消费者提供产品或服务的企业可以利用大数据进行精准营销

2、做小而美模式的中小微企业可以利用大数据做服务转型

3、面临互联网压力之下必须转型的传统企业需要与时俱进充分利用大数据的价值

㈣ 高分卫星数据可应用于哪些领域

6月2日，我国在酒泉卫星发射中心成功发射高分专项高分六号卫星。这是一颗低轨光学遥感卫星，也是我国首颗精准农业观测的高分卫星，具有高分辨率和宽覆盖相结合的特点。

当前高分卫星数据已在国土、海洋、环保、林业等20个行业1800多家单位得到了广泛应用。童旭东举例说，气象和减灾两个行业正实现高分示范系统与原有卫星业务系统的集成，在汛期南方大雨和多次台风应对的防灾减灾方面，高分四号卫星拍摄的超高清云图成为中央气象台研判台风路径和损毁影响的重要信息源。交通行业应用高分影像数据，结合大数据分析方法，对春运期间火车站附近进行人群热度分析，指导人流疏散，防止发生踩踏事件。来源：人民网－人民日报

㈤ 日常生活中的大数据有哪些

日常生活中的大数据主要包括以下几个方面：
1. 社交媒体数据：包括各种社交媒体平台上的用户信息、互动数据、话题热度、广告数据等。
2. 电商数据：包括各种电商平台上的商品信息、销售数据、用户行为数据、用户评价数据等。
3. 健康数据：包括各种健康追踪设备上的身体指标、运动数据、睡眠数据、饮食数据等。
4. 金融数据：包括各种金融机构的用户数据、交易数据、投资数据、市场数据等。
5. 车联网数据：包括各种车联网设备上的车辆信息、驾驶行为数据、交通状况数据等。
6. 天气数据：包括各种气象站和气象卫星上的气象数据、气象预测数据、灾害预警数据等。
7. 公共交通数据：包括各种公共交通工具上的乘客数据、运行数据、站点数据等。
8. 教育数据：包括各种教育机构的学生数据、教师数据、课程数据、成绩数据等。
总之，日常生活中的大数据涵盖了各种领域和行业，通过对这些数茄键燃据的收集、分析和应用，可以帮助人们更好地了亮皮解颤虚和应对现实生活中的各种问题和挑战。

㈥ nba有哪些数据统计

- NBA历史最高常规赛最高平均分: MJ 30.12
- NBA历史最高季候赛平均分: MJ 33.4
- NBA历史最高总决赛平均分: Rick Barry 36.3 （10场比赛）
- NBA历史最高总决赛平均分: MJ 33.6 (标准：最少打了15场）
- NBA历史最高常规赛单赛季平均分: Wilt 50.4
- NBA历史最高单赛季季候赛平均分: MJ 43.7 (3场比赛）
- NBA历史最高单赛季季候赛平均分: West 40.6（标准：最少打了10场比赛）
- NBA历史最高季候赛单系列赛平均分: West 46.3
- NBA历史最高总决赛系列平均分: MJ 41.0
- NBA历史最高常规赛职业生涯总得分: Kareem 38387
- NBA历史最高季候赛总得分: MJ 5987
- NBA历史最高总决赛总得分: West 1679
- NBA历史最高常规赛单赛季总得分: Wilt 4029
- NBA历史最高季候赛单赛季总得分: MJ 759
- NBA历史最高总决赛单赛季总得分: Elgin 284
- NBA历史最多常规赛60分：Wilt 32
- NBA历史最多常规赛50分: Wilt 118
- NBA历史最多季候赛50分: MJ 8
- NBA历史最多常规赛40分: Wilt 271
- NBA历史最多季候赛40分: MJ 38
- NBA历史最多常规赛30分：MJ 563
- NBA历史最多季候赛30分：MJ 104
- NBA历史最多常规赛单赛季50分: Wilt 45
- NBA历史最多季候赛单赛季50分: MJ(2 times),AI tied at 2
- NBA历史最多常规赛单赛季40分: Wilt 63
- NBA历史最多季候赛单赛季40分: West 8
- NBA历史最多总决赛单赛季40分: MJ 4
NBA历史最高常规赛连续60分: Wilt 4
- NBA历史最高常规赛连续50分: Wilt 7
- NBA历史最高季候赛连续50分: MJ 2
- NBA历史最高常规赛连续45分: Wilt 7
- NBA历史最高季候赛连续45分: MJ 3
- NBA历史最高常规赛连续40分: Wilt 14(2 times)
- NBA历史最高常规赛新秀球员连续40分: AI 5
- NBA历史最高季候赛连续40分: West 6
- NBA历史最高总决赛连续40分: MJ 4
- NBA历史最高常规赛连续35分: Wilt 33
- NBA历史最高季候赛连续35分: West 6
- NBA历史最高总决赛连续35分: Elgin 5
- NBA历史最高常规赛连续30分: Wilt 65
- NBA历史最高季候赛连续30分: Elgin 11
- NBA历史最高总决赛连续30分: MJ 9
- NBA历史最高常规赛连续20分: Wilt 126
- NBA历史最高季候赛连续20分: MJ 60
- NBA历史最高总决赛连续20分: MJ 35
- NBA历史最高常规赛连续10分: MJ 866
- NBA历史最高季候赛连续10分: MJ 179
- NBA历史最高总决赛连续10分: West 55

㈦ 大数据技术有哪些

简单以永洪科技的技术说下，有四方面，其实也代表了部分通用大数据底层技术:

Z-Suite具有高性能的大数据分析能力，她完全摒弃了向上升级(Scale-Up)，全面支持横向扩展(Scale-Out)。Z-Suite主要通过以下核心技术来支撑PB级的大数据:

跨粒度计算(In-DatabaseComputing)

Z-Suite支持各种常见的汇总，还支持几乎全部的专业统计函数。得益于跨粒度计算技术，Z-Suite数据分析引擎将找寻出最优化的计算方案，继而把所有开销较大的、昂贵的计算都移动到数据存储的地方直接计算，我们称之为库内计算(In-Database)。这一技术大大减少了数据移动，降低了通讯负担，保证了高性能数据分析。

并行计算(MPP Computing)

Z-Suite是基于MPP架构的商业智能平台，她能够把计算分布到多个计算节点，再在指定节点将计算结果汇总输出。Z-Suite能够充分利用各种计算和存储资源，不管是服务器还是普通的PC，她对网络条件也没有严苛的要求。作为横向扩展的大数据平台，Z-Suite能够充分发挥各个节点的计算能力，轻松实现针对TB/PB级数据分析的秒级响应。

列存储 (Column-Based)

Z-Suite是列存储的。基于列存储的数据集市，不读取无关数据，能降低读写开销，同时提高I/O 的效率，从而大大提高查询性能。另外，列存储能够更好地压缩数据，一般压缩比在5 -10倍之间，这样一来，数据占有空间降低到传统存储的1/5到1/10 。良好的数据压缩技术，节省了存储设备和内存的开销，却大大了提升计算性能。

内存计算

得益于列存储技术和并行计算技术，Z-Suite能够大大压缩数据，并同时利用多个节点的计算能力和内存容量。一般地，内存访问速度比磁盘访问速度要快几百倍甚至上千倍。通过内存计算，CPU直接从内存而非磁盘上读取数据并对数据进行计算。内存计算是对传统数据处理方式的一种加速，是实现大数据分析的关键应用技术。