基于变步长迭代收敛的区域寻优数学建模

提出了一种基于变步长迭代收敛的区域寻优方法的稳定数学模型,采用变步长迭代收敛的方法进行数学建模,在区域寻优过程中,起始时采用较大的迭代步骤,计算得最优解稳定所在的区域,达到稳定解所在区域后,减小迭代步骤,逐步逼近,使最优解稳定在一个误差很小的范围内。实验结果表明,相对于传统方法,区域寻优变步长迭代速度平均提高了20%,区域寻优变步长迭代误差平均降低了35%,在很多数学应用中取得了很好的效果,具有很好的实际应用价值。     

大数据与大数据经济学

本文从大数据的发展现状分析入手,讨论了大数据对传统经济学的挑战,首次提出大数据经济学的概念.认为大数据经济学包括大数据计量经济学、大数据统计学和大数据领域经济学,并分析了大数据经济学与信息经济学、信息技术等相关学科的关系,最后对大数据经济学发展前景进行了展望,认为大数据经济学不仅将理论科学、实验科学、复杂现象模拟统一在一起,而且将自然科学和社会科学统一在一起,将理论研究与实践应用实时地统一在一起,大数据经济学具有“智能经济学”的特点.     

大数据时代情报服务模型探索研

数据时代,数据即资源,数据即服务。大数据时代,情报分析人员做好情报服务工作尤为重要。本研究首先论述了大数据相关概念、特征及发展趋势;其次,探讨了大数据环境给情报服务所带来的机遇与挑战;最后,结合大数据的数据特征,构建了大数据时代的情报服务模型。该模型充分考虑了大数据的数据特征、情报用户对情报内容与目的等特殊要求以及情报分析人员情报服务工作的流程,实现了情报服务的定制化和个性化。模型在数据处理过程中体现了数据-信息-知识-智慧的转化过程：实现了从实时数据、动态数据转化为信息,随后抽象、凝炼为知识,再深度升华为智慧,最终形成智慧产品并提供给情报用户,从而达到情报分析与情报服务的目的。     

大数据应用促进大数据产业落地

首先对大数据做简要诠释;其次重点阐述大数据在国内外各个领域的应用现状,以此来对大数据产业的发展、社会定位以及价值实现途径进行探索;最后分析我国大数据产业发展当中存在的主要问题并给出相关建议。     

数据科学的浪潮:计算社会科学研究综述

计算社会科学自2009年正式提出,已经经过十一年的发展.本研究从数据科学的视角拓展科学环的理论框架,在此基础上对计算社会科学研究进行综述.计算社会科学应该从重要问题出发,借助于包括大数据在内的多种来源的数据、计算机科学的算法、物理学或数学模型,对人类行为和想法进行测量,捕捉到模式或法则,发掘背后的机制和普适性的原理.因果推断依然是计算社会科学的核心,计算社会科学的发展方向依然在于建构更加强大并有用的好理论.     

高能物理实验的数据密集型计算

高能物理一直是信息技术发展的主要推动者之一。现代高能物理产生的海量数据对计算机技术提出巨大的挑战。为了应对这些挑战,国内外高能物理领域的科学家根据数据处理的特点建立新的计算平台用于传输、储存及分析处理PB量级的数据。文章介绍了现代高能物理实验及数据处理的发展,并描述了高能物理的计算模型以及以网格技术为代表的数据密集型计算平台;详细介绍了数据密集型网格平台在LHC实验、BESIII实验中的应用以及中国的数据密集型网格平台。并对云计算等新技术在高能物理领域的应用进行了展望。     

一种基于引导思路的传感网络大数据传递模型

数据是网络进行信息传递的媒介,在当前传感网络中,都是以节点的优劣性作为选择的判断,都是以被动选择为主,缺少忽略了利用传感网络节点选择的主动引导性能,在大数据通信下,这种被动选择存在较大的缺陷。提出一种新的通信节点路径引导模型。对传感网络各节点进行监测,通过模型对各节点的处理,计算得出活跃度并预测其被调度的几率,根据几率的大小,对数据进行预处理,优化采样序列,提高传感网络整体的处理能力,实现网络节点的最优主动选择。通过仿真实验,与其他几种方法进行比较,新模型在大数据传递中有明显的优势。     

基于大数据的气象电量影响模型构建方法

本文基于江苏省用电信息大数据平台,提出了一种基于大数据的用电量影响因素模型构建方法。通过对温度、湿度、节假日、周末等电量影响因素进行分析,根据单一用电影响因素以及多因素的重叠影响,构建用电量影响因素模型。     

大数据嵌入的新产品开发过程

大数据的应用是学术和实践热点,但现有研究缺乏数据驱动的新产品开发过程研究。基于新产品开发理论,构建大数据嵌入的新产品开发过程对创新绩效作用机理的理论模型。收集跨国数据,采用回归分析,验证理论模型。结果表明:中美新大数据嵌入的商业分析和产品测试提高创新绩效。在中国,大数据嵌入的产品设计最能提升销售增长率;而在美国和新加坡,大数据嵌入的产品测试最能提升销售增长率。在中国,大数据嵌入的产品设计最能提高毛利率;而在美国,大数据嵌入的产品测试最能提高毛利率;在新加坡,则是大数据嵌入的市场投放最能提高毛利率。     

基于大数据的高等教育质量评估优化

若想提高教学质量,就要保障教学质量评价结果的客观性、公正性。在大数据时代背景下,高等院校可以应用大数据技术开展教学质量评价。教育大数据技术的存在,实现了数据驱动决策的目标,为多方参与教育评价提供了便利。目前,通过平板电脑、数码笔及可穿戴设备等,可实时了解多种学习数据,可谓是全过程采集学生的学习数据,为教育领域的各种评估及决策提供了可靠的数据基础。     

冷链物流大数据实时监控优化研究

对冷链"断链","信息孤岛",冷链"食品安全"等凸显问题进行分析,通过融合北斗导航、物联网、云计算、大数据、移动互联等先进信息技术,构建"四位一体"冷链物流工程管理技术体系,建立国家大数据分析中心和国家冷链物流大数据实时监控预警平台,打通物流信息链,实现物流信息全程可追踪,促进物流信息与公共服务信息有效对接,鼓励区域间和行业内的物流平台信息共享,实现互联互通。     

大数据环境下图书馆数据资源质量评估与整体优化研究

图书馆已进入大数据时代,大数据的规模性、高速性和数据来源的多样性,使数据产生不一致和冲突,严重影响了图书馆大数据决策的科学性。本文提出了一种图书馆大数据资源质量评估与整体优化的方法,可为用户提供准确高效的大数据质量评价结果,并能够大幅度提升图书馆大数据决策的科学性。     

基于大数据可用性的政府统计策略研究

随着大数据的指数型增长,不确定数据大幅度增加,大数据应用深度和广度有限,对传统的政府统计平台建设和统计思路带来严峻的挑战。在分析大数据可用性理论的基础上,提出大数据统计平台建设要求,并给出实施路径与建设策略。     

基于改进VIKOR的大数据联盟数据资源群推荐方法研究

【目的/意义】针对数据稀疏型用户推荐准确度低,大数据联盟群用户对群推荐结果整体满意度不高的问题,本文提出一种基于改进VIKOR的大数据联盟数据资源群推荐方法。【方法/过程】根据大数据联盟数据资源群用户特点,在构建群推荐矩阵时,将用户分为群内用户和群外用户,分别考虑不同用户评分对群推荐结果的影响;依据大数据联盟数据资源的特殊性,提出一种数据资源属性权重确定方法,对不同数据资源的各属性分别确权,从而提高群推荐质量。【结果/结论】实验结果表明,本文提出的算法不但能够为数据稀疏型用户提供较准确的推荐结果,而且有效提升了大数据联盟数据资源群用户的整体满意度。【创新/局限】本文将VIKOR算法改进后用于大数据联盟数据资源群推荐,有效改善了群推荐效果,但未考虑用户分群对群推荐结果的影响,接下来将对联盟用户如何准确分群进行研究。     

大数据背景下突发事件情报分析模型构建研究

突发事件情报分析如何更好地适应大数据所带来的深刻变化,为决策用户提供更加科学、准确、可靠的突发事件情报服务产品已成为大数据时代突发事件应急管理的重要问题。本文结合北京、广州等主要地区突发事件总体预案及突发事件信息管理办法,通过深入分析大数据对突发事件情报分析的影响,梳理分析当前我国突发事件情报分析存在的问题,提出了适应大数据环境的突发事件情报流程,并在此基础上构建以综合研判模块为核心的大数据突发事件情报分析模型,以期实现大数据与突发事件情报分析的深层次融合,为突发事件应急决策提供有价值的情报决策支持。     

大数据技术赋能法律监督

法律监督是国家治理体系和治理能力的重要依托。数字革命时代,以大数据法律监督为核心的数字检察的快速发展,正在推动法治监督治理体系的重塑变革。文章首先分析了新时代法律监督对能动检察的内在需要,以及新型公益诉讼检察在社会综合治理中的创新作用,探讨了“数字检察”的大数据赋能法律监督、监督促进国家治理的核心要义与重塑作用。在总结国内外各类大数据赋能法律监督实践经验和面临挑战的基础上,提出利用新型大数据赋能法律监督的对策建议：在健全高效工作推进机制基础上,建立具有检察特色的大数据共享机制,增强可持续的数字检察科技供给能力,形成统一开放的大数据法律监督发展模式。     

基于模糊核递归计算的海量Web数据访问优化算法

Web数据的访问一直是当前研究的热门话题。随着网络规模的扩大,海量Web数据访问受到了很大限制,高纬度的数据会大幅的打乱数据知识模式规则,数据可视化结构不能满足算法知识发展的要求,导致海量Web数据访问耗时。为此提出一种基于模糊核递归计算的海量Web数据访问优化算法。计算数据模糊核特征,利用隶属度函数表示模糊特征的归属,利用模糊核递归判别从这些海量数据中发现有用知识包括模式规则、可视化结构。实验表明,该方法能够较好地完成海量Web数据的优化方法,时间复杂度大幅降低。     

基于尖点型突变理论的科研大数据治理模型研究

[目的/意义]科研大数据治理在促进科学发展中起着重要推动作用,是提高治理能力与增强核心竞争力的关键途径,而突变是科研过程中广泛存在的现象。研究突变状态下的科研大数据治理过程有助于解决系统封闭、数据壁垒等问题。[方法/过程]借鉴突变理论中的尖点型突变理论,以科研大数据治理系统内生域科研大数据为状态变量,系统内生域科研大数据引起的熵增和系统外生域要素引起的负熵为控制变量,构建科研大数据治理模型(GM-SRBD),并对其机理进行解构。[结果/结论]研究表明,科研大数据治理过程可看作一个以突变性、随机性为特性,以模型上叶"无序态科研大数据治理系统"为基础,以实现模型下叶"有序态科研大数据治理系统"为目标,以"预备阶—逐进阶—临界阶—突变阶"四阶段为治理过程,以"环境融合策略(E)—网络梳理策略(I)—文化多元策略(C)—规制完善策略(R)—技术促进策略(T)"(EICRT)为五位一体治理策略体系,从而促进科研大数据治理系统内外交融,并使科研大数据由无序趋于有序的动态治理过程。