基于中文文献的反恐情报研究分析

目前我国面临着严峻的反恐形势,面对恐怖主义的威胁,反恐方必须加强情报在反恐中的应用。基于文献分析的视角,采用定性分析的方法,对我国反恐情报相关研究的现状进行了分析,总结概括了国内反恐情报研究的相关基础理论、关键要素及情报保障等内容,并对目前的研究现状给予了简要的评析,为我国反恐情报的进一步研究提供借鉴和参考。     

浅析南方离子型稀土原地浸矿开采前水文地质调查的重要性

采矿工程与矿区水文地质条件密不可分,二者相互影响相互制约,根据南方离子型稀土原地浸矿开采机理特征,其开采过程不仅可能影响其所在地区的水文地质条件,而且反过来矿区水文地质条件也将影响矿山的开采作业方式、技术措施和经济效益,因此必须重视开采前水文地质调查。     

网络动态数据挖掘模式及其关键技术

[目的/意义]大数据蕴藏着大知识和大情报,但呈现出价值密度低、分布不规律、价值隐藏深、变化频繁等特征,给数据挖掘工作带来巨大机遇与挑战,有必要探索新的挖掘方式。[方法/过程]以大数据环境下网络动态数据挖掘模式作为切入点,从数据生产方式、生产规模及技术成熟性等维度选择金融管理、新型互联网应用、移动互联网位置服务等应用领域,对其基本特征进行分析,最后以Facebook的动态数据挖掘分析平台为例进行系统说明。[结果/结论]提出应从体系结构、动态数据传输、系统接口、高可用技术及负载均衡等关键技术入手,对系统进行设计与优化。     

数据挖掘技术在科技期刊网站中的应用

基于数据挖掘技术,对科技期刊网站系统中产生的数据进行分析,获取隐藏其中有价值的知识.根据科技期刊的行业特点,以及其信息系统的应用情况,通过整合所得到的相关数据,利用数据挖掘技术,对整合后的数据进行分析,从而在科技期刊经营模式中获取到大量有价值的规律和宝贵的经验.     

国史知识的语义揭示与组织方法研究

深入开展中华人民共和国国史的教育和研究一直是各方高度重视的工作。将国史知识进行语义揭示和组织,对于国史的教育和研究具有重要意义。在参考相关研究成果的基础上,本文提出了“向下挖掘,向上组织”的国史知识语义揭示与组织方法。这一方法以国史本体为基础,在对隐藏于国史资源文本条目中的国史知识对象和相关事实进行语义挖掘和揭示的基础之上,通过国史知识对象的关联,构建国史知识网络,并基于时间、类属、层级及统计等关系,对国史知识内容进行更高层次的多维组织展示,并基于这一思路开发了相应的系统平台,实现了国史知识的揭示、重组和其他创新应用。本文所提出的国史知识语义揭示和组织方法对其他类型知识的开发利用具有参考价值。图7。参考文献12。     

基于耗散结构理论的采煤塌陷区生态安全评价研究

以某煤矿采煤塌陷区2005~2012年生态安全现状为研究对象,建立生态安全耗散结构模型。从地形、土壤、环境、社会经济四方面建立评价指标体系,采用直线型阈值法处理原始数据,计算各指标要素的信息熵权,最后得出系统总的熵变。结果表明虽然系统年份信息熵值自2009年起开始由正到负,但其累计信息熵值为正,说明谭家山煤矿采煤塌陷区的生态现状并未达到安全水平,还需要在已有的基础上持续维持或进一步改进一段较长时间。理论分析与实际情况相符,较好地验证了该定量分析模型具有很好的科学性与适用性,具有一定的推广应用价值。     

综合英语课程教学的认知转向探索

受认知诗学理论的影响,综合英语课堂教学将更加注重学生的学习心理过程和学习效果。认知诗学语境下的概念型教学法除了关注英汉对比意识在学生思维中的养成,在综合英语教学中将更多地聚焦于以概念为中心的单元主题在学生认知过程中的内化。概念型教学法的五个教学步骤,即解释、物化、交际活动、言语化、内化,可以有效地将教学内容前景化以提高学生学习效果,并有助于培养学生创造性的学习和批判性思维的养成。     

基于混沌振荡粒子群优化的FCM文本聚类方法

针对模糊C均值聚类算法易于陷入局部极值的问题,设计了一种基于混沌振荡粒子群优化的模糊C均值聚类方法。该方法在标准PSO算法中设计了一个振荡环节并引入混沌理论以增加算法的多样性和收敛性,接着把优化后的PSO算法和模糊C均值聚类算法相结合。文本聚类的仿真实验表明,相对于PSO-FCM算法和FCM算法,CCPSO-FCM算法具有良好的全局搜索能力和收敛速度,聚类效果良好。     

基于数据挖掘的学生投入模型与学习分析

学生投入是高等教育质量和学习成果的重要影响因素,对于高等教育评估与改革具有积极作用,受到了国内外研究者的广泛关注。文章以构建学生投入模型为基础,采用典型相关分析和数据挖掘方法相结合,识别学生投入的相关因素,并对学生学习行为进行分类研究。分析发现学生投入与学生家庭背景、学生入学前特征、学校特征及课程作业之间存在着显著相关关系,不同的学生投入及其学习行为表现有助于加深学校对学生学习行为的了解,更好地研究学习规律的新趋势,为审视高校以生为本、以学为中心的人才培养措施和多元性发展,提供了重要的参考与支持。     

数据流挖掘中的聚类技术

在动态数据流挖掘过程中,对数据流进行聚类,把未知的数据流划分或者生成到一个簇中。发现隐含的知识、价值和模式,是一种非常有效的数据流挖掘技术。分析和研究了数据流挖掘的聚类算法,并对数据流聚类技术发展进行了展望,提出了数据流挖掘的研究方向。