金武士

蓄电池应用领域与分类：
◆　免维护无须补液；　　　　　　　　　　● UPS不间断电源；
◆　内阻小，大电流放电性能好；　　　　　● 消防备用电源；
◆　适应温度广；　　　　　　　　　　　　● 安全防护报警系统；
◆　自放电小；　　　　　　　　　　　　　● 应急照明系统；
◆　使用寿命长；　　　　　　　　　　　　● 电力，邮电通信系统；
◆　荷电出厂，使用方便；　　　　　　　　● 电子仪器仪表；
◆　安全防爆；　　　　　　　　　　　　　● 电动工具,电动玩具；
◆　独特配方，深放电恢复性能好；　　　　● 便携式电子设备；
◆　无游离电解液，侧倒仍能使用；　　　　● 摄影器材；
◆　产品通过CE,ROHS认证,所有电池　　　　● 太阳能、风能发电系统；
符合国家标准。　　　　　　　　　　　● 巡逻自行车、红绿警示灯等。
不是所有的信息都能数字化
大数据技术能够充分挖掘大量数据中所包含的信息以支持政府决策，但是过分依赖大数据会产生另一种片面性。因为并不是所有的信息都能够数字化，在宏观决策中很多重要的信息恰恰是很难数字化的，例如未来趋势、社会的情绪、团队的士气、人们的以及这些因素的相互作用等都难以用数据表达，大数据善于表述某方面精准信息却容易忽略全面的信息，并不比拍脑袋决策强到哪里。
巨大的数据量是以业务面狭窄为代价的
不能以为数据规模大所包含的信息就一定重要，其实数据量越大涉及的领域越窄，因为只有在狭窄的领域中才能形成巨大的数据量，从其中挖掘出来的信息也带有领域狭窄的局限性，其所预测的范围也会狭窄，因此大数据预测适合于局部性、专业性领域。
因数据源缺乏产生的局限性
大数据应用的实际困难经常来自数据源缺乏，因为大数据的收集成本太高，无法像统计调查那样为收集数据而设计调查方案，大数据主要是来自大规模业务工作的副产品，如移动通信的联网数据、互联网搜索数据、电子商务数据、社交网络数据等等，大数据应用对数据源的依赖性限制了应用的普及，在很多情况下大数据应用远不如常规小数据应用方便。
大数据并不适合大决策
大数据应用对优化城市管理有很大贡献，特别在某些专业化领域，如金融风险防范、刑事案件侦破、用户产品推荐、广告效果优化等等，但是大数据技术并不适合于政府高层决策，大数据应用并不能使政府高层决策科学化，高层决策更关注全面的态势，而大数据信息视野太窄只适合具体业务应用，更重要的是，高层决策要面对许多不确定性问题，大数据处理不确定性问题不如有经验的处理得好。

佛山市新光宏锐电源设备有限公司是一家集电源设备研发、制造、销售于一体的国家。公司成立于2002年12月，总部位于广东省佛山市国家高新技术开发区禅城园区华南电源创新科技园，并于2005年和2008年先后成立了佛山市新光宏锐电源设备有限公司禅城分公司和佛山市南海区力道电子科技有限公司。产品覆盖电力保护、电力转换、电力储备三大产品系列。

新光宏锐秉承“有品质才有市场，有创新才有永续经营”的质量方针，通过ISO9001、ISO14001认证，并引入ERP、PDM管理系统和OA办公系统，提升信息化管理水平，促进信息化和工业化的融合。
大数据、小数据整合方法不同
数据整合是数据中心的核心工作，小数据的整合主要是原始数据的整合，数据整合主要是不同部门的业务处理数据，按照处理的对象链接起来，并进行数据核对，确保数据的精准对接，以支持政府的精细化服务。小数据的整合是政府数据整合的重点。
大数据的整合主要是大数据处理结果的整合，大数据处理成本很高，减少使用时的再处理是非常重要的，大数据处理的结果可以浓缩为报表、可视化展示等多种形式以方便后续应用，针对具体目标的搜索数据可以整理成数据库，如信用库、用户库、黑名单等，方便查询。
小数据整合的价值
政府业务数据的整合将有效提升数据的价值，业务数据的产生只反映该业务部门的视角，这对于掌握服务对象（人、企业、项目等等）的全面情况是不够的，如果能够将各部门积累的业务数据整合起来就会产生对服务对象全面、精准的认识，对管理与服务的改进有重要意义。信息本质是事物间的相互关系，关系是多维的、网状的，只有整合起来才能反映关系的全面属性。
政府精细化管理依赖小数据整合
政府的管理与服务工作主要通过各部门规范化业务来实现，而业务数据就是这种管理与服务的记录，业务数据成为进一步服务的依据，相关业务数据整合一体对于政府的精细化管理有着重要意义，数据精准是管理精准的基础，当工作人员对服务对象信息能够全面调用之时，服务会更精准、更快速，用户会少跑腿，用户欺诈行为也会大大减少。
大数据整合的两个方向
大数据整合的目的是降低数据再利用的成本。大数据应用有宏观与微观两个不同方向，其数据整合也有两种模式，统计模式与搜索模式。统计模式对应宏观应用，其目的是挖掘数据整体的信息，认识属性间的相关关系，用于政府宏观决策。大数据应用成果多以报表或可视化态势图来表示。数据中心的大数据整合业务主要是这种模式。
搜索模式对应大数据的微观应用，关注焦点是个体行为信息，如个别用户的消费习性、行为规律等。这种模式大量用于安全风险防范（破案、金融安全等）。搜索模式多以数据库形式提供查询（如用户CRM、个人征信库、黑名单等）。以搜索为中心的大数据整合十分复杂，多由专业机构承担，一般不作为数据中心的主要业务。