王玉琢，張建軍

(海軍工程大學(xué) 理學(xué)院應(yīng)用數(shù)學(xué)系， 武漢 430033)

【信息科學(xué)與控制工程】

部隊(duì)裝備新舊狀態(tài)的大數(shù)據(jù)分析

王玉琢，張建軍

(海軍工程大學(xué) 理學(xué)院應(yīng)用數(shù)學(xué)系， 武漢 430033)

對(duì)已獲得的模擬大數(shù)據(jù)進(jìn)行了清洗和關(guān)聯(lián)的預(yù)處理工作。以高程、經(jīng)度、緯度、裝備類型、部隊(duì)種類5個(gè)方面作為影響因素，建立了3種方差分析模型，分別討論了每種因素對(duì)裝備新、堪、待、廢4種狀態(tài)的影響情況，以及各種因素聯(lián)合起來(lái)產(chǎn)生的聯(lián)合效應(yīng)。通過(guò)計(jì)算相關(guān)系數(shù)，將每種因素與裝備狀態(tài)的關(guān)聯(lián)程度進(jìn)行量化比較。所得結(jié)論和提出的建議對(duì)部隊(duì)的裝備保障優(yōu)化具有一定的意義。

數(shù)據(jù)預(yù)處理；單因素方差分析；無(wú)交互作用雙因素方差分析；有交互作用雙因素方差分析

近年來(lái)，隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，軍隊(duì)信息化也得到加快，各種軍事資源數(shù)據(jù)的采集、儲(chǔ)存與利用，為部隊(duì)的現(xiàn)代化建設(shè)和科學(xué)化管理提供了有力的支持與理論依據(jù)。但是面對(duì)海量信息，如何結(jié)合部隊(duì)實(shí)際，真實(shí)高效地利用這些數(shù)據(jù)資源做好部隊(duì)的裝備保障與維護(hù)工作，是當(dāng)前亟待分析解決的一個(gè)重要問(wèn)題[1]。

裝備的磨損消耗情況，是保障維護(hù)工作中常關(guān)心的問(wèn)題，它除了與裝備本身的耐用性、維護(hù)保養(yǎng)情況、使用頻率這些因素直接相關(guān)外，還受到如氣候條件這類因素的間接影響[2]。然而，出于保密等原因有些數(shù)據(jù)無(wú)法獲得，即使這些數(shù)據(jù)是重要影響因子樣本。為了便于研究，本研究基于已獲得的模擬數(shù)據(jù)進(jìn)行討論，這些數(shù)據(jù)或許不是重要影響因子樣本，但所用方法具有可復(fù)制性，結(jié)論具有參考性，可供有關(guān)管理部門借鑒。

1 數(shù)據(jù)采集

通過(guò)添加隨機(jī)擾動(dòng)項(xiàng)對(duì)原始數(shù)據(jù)實(shí)現(xiàn)模糊處理，本文獲取了部分部隊(duì)的地理位置及裝備狀態(tài)的模擬大數(shù)據(jù)。在大數(shù)據(jù)背景下，文中所用的檢驗(yàn)統(tǒng)計(jì)量依大數(shù)定律仍可以反映出總體特征。部分?jǐn)?shù)據(jù)如表1、表2所示。

表1中包含9439支部隊(duì)的經(jīng)度、緯度、高程3種地理位置信息。其中部隊(duì)層次碼采用多層變長(zhǎng)的數(shù)字結(jié)構(gòu)，兩位一個(gè)層次，前1～2位為大單位名稱編碼，第3～4位為下一級(jí)單位名稱編碼，用來(lái)體現(xiàn)單位之間的上下級(jí)關(guān)系。如400009與400101屬于同一級(jí)大單位，65020904與6502090203同屬一個(gè)大單位，前者比后者高一級(jí)別。

表2中共有163178條裝備狀態(tài)數(shù)據(jù)，包含裝備當(dāng)前的新舊狀況、購(gòu)買日期、現(xiàn)有數(shù)量3類信息。其中裝備層次碼3位為一個(gè)層次，用來(lái)反映裝備的類屬關(guān)系和層次關(guān)系。如001001可能表示電腦配件大類中的液晶顯示屏，001001001001可能表示該大類下的鼠標(biāo)。裝備新舊狀況被劃分為新、堪、待、廢4種，分別對(duì)應(yīng)內(nèi)碼01、02、03、04，用表3解釋。

表1 部隊(duì)地理位置信息

表2 部隊(duì)裝備狀態(tài)信息表

表3 裝備內(nèi)碼

2 數(shù)據(jù)預(yù)處理

基于該數(shù)據(jù)，初步判斷影響裝備新舊狀況的可能因素有5種：部隊(duì)所在的經(jīng)度、緯度、高程、部隊(duì)類型、裝備類型。

2.1 數(shù)據(jù)清洗

1) 清除空間上無(wú)用的數(shù)據(jù)。

考慮到我國(guó)軍事單位大部分位于國(guó)境范圍內(nèi)，所以可將境外的部隊(duì)地理信息視為無(wú)效數(shù)據(jù)進(jìn)行剔除。中國(guó)國(guó)境范圍為最北端漠河53°33′N,最南端曾母暗沙03°58′N,最東端黑瞎子島135°05′E,最西端帕米爾高原73°49′E[3]以此作為篩選依據(jù)，從表1中去掉324條數(shù)據(jù)，剩下9115條部隊(duì)地理位置信息。

2) 清除時(shí)間上無(wú)用的數(shù)據(jù)。

表2中5年前數(shù)據(jù)量占比為0.15%，時(shí)間久遠(yuǎn)比重低，參考性不大。剔除掉此類數(shù)據(jù)247條后剩下162931條裝備狀態(tài)信息。

3) 清除信息不完整的數(shù)據(jù)。

通過(guò)比較發(fā)現(xiàn)，表2中有些部隊(duì)層次碼在表1中沒(méi)有出現(xiàn)，即有些部隊(duì)缺少地理位置信息，表1中有些部隊(duì)層次碼在表2中沒(méi)出現(xiàn)，即有些部隊(duì)缺少裝備狀態(tài)信息，這些數(shù)據(jù)對(duì)后續(xù)分析是無(wú)效的，需要?jiǎng)h除。運(yùn)用MATLAB軟件進(jìn)行兩層循環(huán)遍歷后，刪除的不完整信息接近30%，縮減了后續(xù)數(shù)據(jù)分析的工作量。

2.2 數(shù)據(jù)關(guān)聯(lián)

用EXCEL中的VLOOKUP函數(shù)，將處理后的兩個(gè)表以“部隊(duì)層次碼”為橋梁整合到一個(gè)表中，最終該表包含87741條信息7個(gè)標(biāo)題欄：部隊(duì)層次碼、裝備層次碼、裝備狀態(tài)內(nèi)碼、現(xiàn)有數(shù)量、經(jīng)度、緯度、高程。

3 統(tǒng)計(jì)描述

3.1 裝備狀態(tài)的分類統(tǒng)計(jì)

裝備的新舊狀態(tài)為一個(gè)分類型變量，經(jīng)統(tǒng)計(jì)4種新舊狀態(tài)的可用裝備總數(shù)比重依次為3.88%、94.73%、0.8%、0.52%，可見(jiàn)九成以上的裝備均為堪用品，廢品的比重最低。

3.2 各影響因素與裝備狀態(tài)之間的關(guān)聯(lián)分析

3.2.1 地理位置與裝備狀態(tài)的關(guān)聯(lián)分析

地理位置為一個(gè)三維連續(xù)型變量，首先對(duì)高程根據(jù)我國(guó)地貌特征劃分為0～200 m、200～2 000 m和2 000～5 800 m 3類[3],代表平原、丘陵、高原3種地貌。然后在每個(gè)海拔段上對(duì)經(jīng)度、緯度采用K均值法聚類[4]，實(shí)現(xiàn)方位分區(qū)。綜合考慮分區(qū)后各區(qū)擁有的單位數(shù)量，最終將低海拔、中海拔、高海拔再細(xì)分為7個(gè)區(qū)、4個(gè)區(qū)、3個(gè)區(qū)，總共聚為14類。

圖1 低海拔7區(qū)劃分

圖2 中海拔4區(qū)劃分

圖3 高海拔3區(qū)劃分

統(tǒng)計(jì)14個(gè)區(qū)域上各新舊狀態(tài)的裝備數(shù)量，可以通過(guò)折線圖依次觀察不同區(qū)域上的新品率、堪用率、待修率、報(bào)廢率的波動(dòng)情況。為了節(jié)省篇幅，這里通過(guò)一張百分比堆積柱形圖(圖4)反映變量間的比重關(guān)系，可見(jiàn)不同地理位置上的新品率、堪用率波動(dòng)不大，待修率、報(bào)廢率差異明顯。

圖4 不同區(qū)域下新舊裝備數(shù)量比重

3.2.2 裝備類型與裝備狀態(tài)的關(guān)聯(lián)分析

經(jīng)EXCEL分類匯總，表2中共有275種裝備，分為001與002兩大類別，且98%為001型。由于裝備類型眾多，選擇數(shù)量最多的前5種裝備為代表進(jìn)行研究，這5種裝備型號(hào)為001001001001，001001001002，001001001004，001001001006，001001004001，簡(jiǎn)記為A～E型。

統(tǒng)計(jì)這5種裝備各新舊狀態(tài)可用數(shù)量，繪制百分比堆積柱形圖(圖5),發(fā)現(xiàn)5種裝備堪用率基本相當(dāng)，其他幾種差異都比較大，其中B、E型裝備的廢品率比其他幾種要高許多。因此裝備類型對(duì)裝備狀態(tài)存在影響。

圖5 6類部隊(duì)各新舊裝備數(shù)量的比重關(guān)系

3.2.3 部隊(duì)類型與裝備狀態(tài)的關(guān)聯(lián)分析

部隊(duì)層次碼的首位數(shù)從4～9一共6個(gè)整數(shù)，代表著部隊(duì)隸屬的最高類別，可按首位數(shù)字將部隊(duì)類型劃分為6類。

統(tǒng)計(jì)6類部隊(duì)下各種新舊狀態(tài)的裝備數(shù)量，繪制百分比堆積柱形圖(圖6)發(fā)現(xiàn)，6類部隊(duì)的堪用率基本均衡，4字頭部隊(duì)裝備的待修率和廢品率比其他部隊(duì)高出許多。因此部隊(duì)類型對(duì)裝備狀態(tài)存在影響。

3.3 小結(jié)

本節(jié)對(duì)研究對(duì)象(裝備新舊狀態(tài))和影響因素進(jìn)行了初步的描述性統(tǒng)計(jì)，一定程度上反映了總體內(nèi)在的規(guī)律和關(guān)聯(lián)，為后續(xù)工作提供了思路。但要給出更具有統(tǒng)計(jì)學(xué)意義的結(jié)論，則需要利用模型和統(tǒng)計(jì)量做進(jìn)一步的統(tǒng)計(jì)推斷。

圖6 A-E型裝備中新舊裝備數(shù)量的比重關(guān)系

4 建立模型及數(shù)據(jù)分析

4.1 高程因子對(duì)裝備狀態(tài)的影響分析

由于高程因子與其他因素之間相對(duì)獨(dú)立，因此采用單因素方差分析判別法。此時(shí)將“高程”作為檢驗(yàn)對(duì)象，不考慮其余因素產(chǎn)生的影響。

4.1.1 單因素方差分析判別模型[5]

1) 提出原假設(shè)與備擇假設(shè)

H0:μ1=μ2=…=μi=…=μk，自變量對(duì)因變量沒(méi)有顯著影響；

H1:μi(i=1,2,…,k)不完全相等，自變量對(duì)因變量有顯著影響。

2) 構(gòu)造檢驗(yàn)統(tǒng)計(jì)量

3) 進(jìn)行F檢驗(yàn)

對(duì)給定的顯著水平α計(jì)算統(tǒng)計(jì)量F，判定F>Fα(k-1,n-k)是否成立，若成立拒絕H0，即認(rèn)為各水平均值間有顯著差異,否則接受H0。

4.1.2 建模與求解

通常情況下，新品與廢品之間人們往往更關(guān)心廢品快速報(bào)廢的原因，因此本文列出以廢品數(shù)為樣本的分析過(guò)程，以新品數(shù)、堪用品數(shù)、待修品數(shù)為樣本的分析只列出結(jié)果供比較。

1) 劃分因素水平。根據(jù)上節(jié)對(duì)高程的聚類，將高程劃分為3個(gè)海拔段,代表A1、A2、A3三種水平。

2) 統(tǒng)計(jì)每個(gè)水平下的樣本值。以廢品為樣本，經(jīng)篩選低海拔下有40種報(bào)廢裝備，中海拔下有72種，高海拔下有21種，每種裝備的當(dāng)前數(shù)量如表4所示。

表4 各海拔下報(bào)廢品數(shù)量統(tǒng)計(jì)

3) 計(jì)算F統(tǒng)計(jì)量，做顯著性檢驗(yàn)。經(jīng)計(jì)算F=4.492 663>Fα=3.065 839,故拒絕原假設(shè)，表明不同海拔下的廢品數(shù)量之間有顯著差異。

4.1.3 關(guān)系強(qiáng)度的度量

4.1.4 結(jié)果分析

以新品數(shù)、堪用品數(shù)、待修品數(shù)為樣本做方差分析的結(jié)果如表5所示。

表5 高程對(duì)裝備狀態(tài)的影響情況統(tǒng)計(jì)

出現(xiàn)這樣的結(jié)果主要是因?yàn)楦吆０蔚貐^(qū)氣象的特殊性。高海拔地區(qū)大氣氣壓低，空氣密度小，會(huì)導(dǎo)致設(shè)備的散熱能力下降；高原地區(qū)晝夜溫差大，使設(shè)備的密封結(jié)構(gòu)容易破裂，外殼容易變形皸裂；此外，海拔到達(dá)5 000 m以上時(shí)，太陽(yáng)的輻射強(qiáng)度比低海拔時(shí)高1.25倍，熱輻射會(huì)對(duì)設(shè)備起加熱作用，降低有機(jī)絕緣材料的性能等等，這些原因都會(huì)加快設(shè)備報(bào)廢[7]。建議相關(guān)部門查找出設(shè)備快速報(bào)廢的原因，有針對(duì)性的改進(jìn)設(shè)備的設(shè)計(jì)，提高高海拔地區(qū)設(shè)備的使用壽命[8]。

4.2 經(jīng)度、緯度因子對(duì)裝備狀態(tài)的影響分析

由于經(jīng)度、緯度兩者聯(lián)合起來(lái)能描述部隊(duì)的方位，兩因素又相互獨(dú)立，因此采用無(wú)交互作用的雙因素方差分析法進(jìn)行數(shù)據(jù)挖掘更有價(jià)值。

4.2.1 無(wú)交互作用的雙因素方差分析法判定模型[5]

在該模型中，一個(gè)因素在行位置，有k個(gè)水平；另一個(gè)在列位置，有r個(gè)水平，行列因素的每一個(gè)水平都搭配成一組。若每個(gè)組合下對(duì)應(yīng)著一個(gè)觀察值xij(i=1,2,…,k;j=1,2,…,r)，則xij看作是從行因素和列因素組合成的k×r個(gè)總體中抽取的樣本容量為1的獨(dú)立隨機(jī)樣本，其中這k×r個(gè)總體每一個(gè)都服從正態(tài)分布，且有相同的方差。

1) 提出原假設(shè)及備擇假設(shè)

對(duì)行因素的假設(shè)H0A:μ1=μ2=…=μi=…=μk,H1A:μi(i=1,2,…,k)不全相等；

對(duì)列因素的假設(shè)H0B:μ1=μ2=…=μj=…=μr,H1B:μj(j=1,2,…,r)不全相等。

2) 構(gòu)造行因素和列因素的統(tǒng)計(jì)量

3) 對(duì)給定的顯著水平α做F檢驗(yàn)

若FR>Fα,拒絕原假設(shè)H0，所檢驗(yàn)行因素對(duì)觀測(cè)值有顯著影響；

若FC>Fα,拒絕原假設(shè)H0，所檢驗(yàn)列因素對(duì)觀測(cè)值有顯著影響。

4.2.2 建模與求解

1)確定因素水平。將中國(guó)境內(nèi)73°～135°的經(jīng)度范圍以5°為步長(zhǎng)劃分為12個(gè)水平，3°～53°的緯度范圍以10°為步長(zhǎng)劃分為5水平；

2)統(tǒng)計(jì)樣本矩陣。以廢品為樣本，依次篩選出落在第i(i=1,2,…,5)個(gè)行水平、第j(j=1,2,…,12)個(gè)列水平下的所有廢品，統(tǒng)計(jì)它們的可用數(shù)總和作為xij，得到樣本矩陣

例如矩陣中的x32表示緯度落在23°～33°、經(jīng)度落在 78°～83°的所有廢品數(shù)量總和為136個(gè)。

3) 計(jì)算FR,FC兩個(gè)統(tǒng)計(jì)量，分別對(duì)行因素、列因素做檢驗(yàn)。

4.2.3 關(guān)系強(qiáng)度的度量

4.2.4 結(jié)果分析

1) 經(jīng)度對(duì)裝備的4種新舊狀態(tài)都有顯著影響，而緯度只對(duì)新品有影響。這是因?yàn)槲覈?guó)地域呈雄雞形狀，經(jīng)度跨越范圍大，緯度變化范圍小，因此經(jīng)度帶來(lái)的影響也應(yīng)更大一些。

2) 4個(gè)多重相關(guān)系數(shù)R均大于0.5，說(shuō)明兩因素產(chǎn)生了較強(qiáng)的聯(lián)合影響效應(yīng)，驗(yàn)證了將兩因素聯(lián)合考慮的合理性，也表明不論裝備是新還是舊，與地理位置均存在很大聯(lián)系。

表6 經(jīng)度、緯度對(duì)裝備狀態(tài)的影響情況統(tǒng)計(jì)

4.3 裝備類型、部隊(duì)類型對(duì)裝備狀態(tài)的影響程度分析

在日常生活中，根據(jù)長(zhǎng)期的使用經(jīng)驗(yàn)，人們對(duì)熟悉的產(chǎn)品存在著習(xí)慣性使用行為和習(xí)慣性購(gòu)買行為，因此某種部隊(duì)可能會(huì)對(duì)某型裝備產(chǎn)生特殊“偏好”，這種偏好會(huì)對(duì)該型裝備的磨損產(chǎn)生影響，即這兩個(gè)因素并不是獨(dú)立的產(chǎn)生作用，而是會(huì)對(duì)因變量產(chǎn)生新的附加效應(yīng)，因此本節(jié)采用有交互作用的雙因素方差分析法。

4.3.1 有交互作用的雙因素方差分析模型[6]

1) 提出原假設(shè)與備擇假設(shè)

① 對(duì)行因素提出假設(shè)；② 對(duì)列因素提出假設(shè)；③ 對(duì)交互作用項(xiàng)提出假設(shè)：

H0AB:μ1=μ2=…=μj=…=μr,

H1AB:μj(j=1,2,…,r)不全相等

其中，對(duì)行列因素的假設(shè)與無(wú)交互作用方差分析法相同，這里不再陳述。交互作用項(xiàng)若通過(guò)了假設(shè)檢驗(yàn)，表明兩因素的交互作用對(duì)樣本產(chǎn)生了顯著影響。

2) 構(gòu)造檢驗(yàn)統(tǒng)計(jì)量

行因素統(tǒng)計(jì)量

列因素統(tǒng)計(jì)量

交互作用項(xiàng)的檢驗(yàn)統(tǒng)計(jì)量

3) 對(duì)給定的顯著性水平α,分別計(jì)算統(tǒng)計(jì)量FA,FB,FA×B,若大于Fα拒絕原假設(shè)，小于Fα則接受原假設(shè)。

4.3.2 建模與求解

1) 確定因素水平。根據(jù)前文的分析，將部隊(duì)類型按首位數(shù)劃分為6個(gè)水平；對(duì)于裝備層次碼，它以3位為一級(jí)來(lái)反映層次關(guān)系，經(jīng)統(tǒng)計(jì)它的位數(shù)只有5種類型，因此按位數(shù)的長(zhǎng)短將裝備類型劃分為5個(gè)水平。

2) 統(tǒng)計(jì)樣本矩陣。以廢品為樣本，在每個(gè)i、j組合水平下(i=1,2,…,5;j=1,2,…,12)都取定k=5,以等距抽樣的方式統(tǒng)計(jì)出該組合水平下各種廢品數(shù)量的總和作為樣本值xij，得到樣本如表7所示。

表7 不同裝備類型、部隊(duì)類型下廢品總數(shù)統(tǒng)計(jì)

3) 依模型計(jì)算統(tǒng)計(jì)量，做假設(shè)檢驗(yàn)。

4.3.3 結(jié)果分析

可以看到，第一，部隊(duì)類型、裝備類型對(duì)于裝備各新舊狀態(tài)均有著顯著影響。這是因?yàn)椴煌瑪?shù)字頭的部隊(duì)職責(zé)劃分不同，對(duì)于裝備的使用頻率也不盡相同，自然磨損程度會(huì)存在差異。而不同類型的裝備在使用中的磨損程度也是不一樣的，比如液晶顯示屏顯然要比鼠標(biāo)鍵盤這類低值易耗品耐用得多。第二，交互作用均通過(guò)了顯著性檢驗(yàn)，且相關(guān)系數(shù)R交互均在0.4左右，說(shuō)明兩個(gè)因素對(duì)裝備狀態(tài)產(chǎn)生了較明顯的附加效應(yīng)，其中消費(fèi)習(xí)慣可能就是產(chǎn)生該效應(yīng)的原因之一。事實(shí)上，消費(fèi)習(xí)慣現(xiàn)象是客觀普遍存在的，在做統(tǒng)計(jì)分析時(shí)不可忽視這種現(xiàn)象，簡(jiǎn)單地將各因素視作相互獨(dú)立加以處理，會(huì)導(dǎo)致統(tǒng)計(jì)結(jié)果與客觀事實(shí)產(chǎn)生偏差、甚至出現(xiàn)相違背的情況。

表8 裝備類型、部隊(duì)類型對(duì)裝備狀態(tài)的影響情況統(tǒng)計(jì)

5 結(jié)論

本文基于已獲得的模擬大數(shù)據(jù)，用不同的方差分析模型分別研究了5種因素對(duì)裝備新舊狀況的影響。建議相關(guān)部門若是在各項(xiàng)數(shù)據(jù)均完備的情況下，先采用主成分分析、因子分析法提取出主要影響因子，再研究它們對(duì)裝備狀態(tài)的影響情況。

[1] 尹承督，賈紅麗，李衛(wèi)東.大數(shù)據(jù)在部隊(duì)信息資源管理中的應(yīng)用[J].兵器裝備工程學(xué)報(bào)，2016(8)：118-121.

[2] 代恒,宋華文,王鵬.基于大數(shù)據(jù)的裝備指揮決策問(wèn)題研究[J].裝備學(xué)院學(xué)報(bào)，2016(27)：38-43.

[3] 李炳元，潘保田，韓嘉福.中國(guó)陸地基本地貌類型及其劃分指標(biāo)探討[J].第四紀(jì)研究，2008(4)：535-543.

[4] 蔣帥.K均值聚類算法研究[D].西安：陜西師范大學(xué)，2010.

[5] 賈俊平.統(tǒng)計(jì)學(xué)[M].2版.北京：清華大學(xué)出版社，2006.

[6] 戴金輝，代金輝.方差分析在跳水運(yùn)動(dòng)成績(jī)管理中的應(yīng)用[J].統(tǒng)計(jì)與決策，2016(22):80-82.

[7] 周瓊方.高壓電器設(shè)備的高原適應(yīng)性要求[J].電器工業(yè)，2006(5):60-62.

[8] 胡連桃，魏東濤，羅廣旭.高原環(huán)境下航空地面制氧設(shè)備的技術(shù)選擇及改進(jìn)措施[J].裝備環(huán)境工程，2012(4)：88-91.

(責(zé)任編輯 楊繼森)

Big Data Analysis About the States of the Military Equipment

WANG Yuzhuo, ZHANG Jianjun

(Department of Applied Mathatics of School of Science,Naval University of Engineering,Wuhan 430033, China)

By cleaning and correlating the big data about the states of the military equipment, the post-processing data were obtained and five possible factors that affect the states of equipment were found. For the five factors, some fit models consist of the one-way ANOVA model, the no interaction two-way ANOVA model and the two-way ANOVA model with interaction were chosen to analyzed different kinds of impacts neither from each factor respectively nor from the interactions of several factors. By calculating the correlation coefficient, the correlation degree between the factors and the states of the equipment were measured and compared. The conclusions obtained and suggestions proposed form this paper had some certain significance for improving the guarantee ability.

pre-process data; one-way ANOVA model; no interaction two-way ANOVA model; two-way ANOVA model with interaction

2017-04-28；

2017-05-29

王玉琢(1984—),女,碩士,講師,主要從事概率論與數(shù)理統(tǒng)計(jì)研究。

10.11809/scbgxb2017.08.027

format:WANG Yuzhuo, ZHANG Jianjun.Big Data Analysis About the States of the Military Equipment[J].Journal of Ordnance Equipment Engineering,2017(8):124-130.

O212.1

A

2096-2304(2017)08-0124-07

本文引用格式：王玉琢，張建軍.部隊(duì)裝備新舊狀態(tài)的大數(shù)據(jù)分析[J].兵器裝備工程學(xué)報(bào)，2017(8):124-130.