Resumen

La utilización a gran escala y con recursos de los residuos sólidos es una de las formas importantes de desarrollo sostenible. Los datos masivos traen esperanza para un mayor desarrollo en todos los ámbitos de la vida, porque grandes cantidades de datos insisten en el principio de convertir los desechos en tesoros. En este artículo, se ha tomado como objeto de investigación los datos masivos del acero. En primer lugar, se ha establecido un sistema de recopilación y almacenamiento de datos masivos basado en la plataforma Hadoop. En segundo lugar, se ha establecido un modelo de predicción de escoria de acero basado en la red neuronal convolucional (CNN). Los datos de materiales de fabricación de acero, los datos de operación del proceso de fabricación de acero y los datos de composición de la escoria de acero se introducen en el modelo desde la plataforma Hadoop, y se realiza la predicción de la composición de la escoria. Luego, se obtienen alternativas para la recuperación de recursos según la composición predicha de la escoria de acero. Y considerando los tres

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Residuos sólidos; Macrodatos; Acero; Plataforma Hadoop; Red neuronal convolucional; Recuperación de recursos
• Keywords:Solid waste; Big data; Steel; Hadoop platform; Convolution neural network; Resource recovery