领域自适应大数据集浓缩方法

传统机器学习均假定测试域和训练域处于同一概率分布,但现实中往往因各种原因引起所采集到的样本数据可能存在扰动或噪音情况,导致概率密度估计不一定准确。为有效解决这一问题,提出一种新的领域自适应数据集概率密度估计（A-RSDE）算法。该算法可充分学习源域（训练域）概率密度分布知识,使目标域（测试域）概率密度估计更接近真实概率密度分布。实验证明,该算法具有有效性,且实现了数据浓缩的目的。     

社会化标注在数据挖掘中的应用

社会化标注系统的出现为网络信息研究以及自然语言处理领域带来了一个新的研究热点。通过对标签、用户、资源之间的相互关联性进行研究,提供一些对网络信息理解和自然语言处理的新思路、新方法。社会化标注现在已广泛应用于各种网络资源（如网页、视频、音频、图片等）的组织、管理中,为网络信息检索及网络知识个性化服务推送带来了极大方便。     

Knowledge and Dignity in the Era of “Big Data”

Private companies and government agencies are now creating and tapping into vastly more data than ever before. These data flows include enormous amounts of personal information and raise questions about privacy and intellectual policy that could have profound impacts on our lives. While data collection and creation are nearly ubiquitous, the instruments of collection and analysis are often hidden in order to track more natural behavior. Recent revelations of massive governmental data collection offer the country, and librarians in particular, an opportunity to discuss and question the societal implications of “Big Data,” and the policies that govern them.     

基于DMBOK的电动汽车多源信息决策支持系统 数据质量管理过程研究

依据国际数据管理协会数据管理知识体系（DMBOK）中的数据质量管理过程,分析了电动汽车多源信息 决策支持系统中的数据特点以及建设中存在的问题,提出改进建议,并初步构建适用于电动汽车多源信息决策支持系 统的数据质量管理流程。     

体育科学研究中数据变异的分类及处理

根据数据的变异对体育科研的影响方式和程度不同，将其分为三类：直接影响性变异、间接影响性变异和非影响性变异，结合体育科研中容易混淆和易被忽视的几个重要问题，分别讨论了三类数据变异的处理方法和识别方法。     

树立正确的统计数据观

统计数据观是指对待统计数据的立场、观点及态度的总和,其实质就是如何看待和使用统计数据的问题。笔者认为,树立正确统计数据观,是实施"数据管理"的必然要求,是贯彻落实科学发展观和正确政绩观的具体体现,是统计自身发展的现实需要。并从加强对统计知识的宣传、普及和学习、加强对统计数据信息的管理和建立科学、合理的政绩和业绩考核评价机制三个方面对树立正确统计数据观的基本途径进行了探讨。     

2004年江苏省大学生身体形态和机能的状况分析

采用文献资料法,实验法和数理统计法,对2004年江苏省219050名男、女大学生的身体形态和机能的发展状况分析,探讨江苏省大学生的体质健康状况发展的规律,特点及存在的问题,提出改善对策。     

划船式短跑途中跑技术上肢动作描述及其数据证明

本文引用相关数据证明以下“划船式短跑途中跑技术[1]”是世界级水平部分运动员使用的技术;而低于世界级水平部分优秀运动员使用的是经典短跑途中跑技术。     

Accuracy and Precision

Within the framework of a two-hour interactive lecture, we explore the related ideas of accuracy and precision in calculation. The aim is to show that numerical data must be understood as numbers in a context.     

权利义务关系视角下运动员个人数据的处理及其基本原则——基于《中华人民共和国民法典》《通用数据保护条例》的分析

在“数字体育”背景下,运动员数据处理成为现代体育发展的关键。运动员个人数据的数据主体和数据控制者之间的权利义务分配是运动员数据处理的基础。数据主体权利的扩张和数据控制者义务的强化是《中华人民共和国民法典》和《通用数据保护条例》所遵循的基本价值导向。运动员数据处理的具体建构还应在体育领域行业化和特殊化基础上,遵循合法公平透明原则、目的限制原则、数据最小化原则、准确性原则、存储有限化原则、完整和保密原则,以此厘清运动员和数据控制者在运动员数据处理中的权利义务关系,保障运动员的数据权益。