基于模糊关联空间的有效大数据过滤方法

传统的大数据过滤方法,其降噪处理和过滤效果都会对最终结果产生一定影响,导致过滤效率低下。基于此,本文提出基于模糊关联空间的有效大数据过滤方法,利用动态编译实现数据采集过滤,进行分布式离群点检测,通过网闸过滤对数据信息进行过滤。经对比试验,该方法能够实现有效大数据的高效过滤,而基于区域划分的数据过滤方法,无法充分利用试验环境中所有实体的数据信息,因此不可能实现较高的过滤效率,由此证明了本研究所提方法的实用性和有效性。     

大数据时代计算机网络信息安全加强策略

大数据时代,加强计算机网络信息安全具有非常重要的作用,能够有效维护用户和企业的信息资源与财产安全,这是计算机网络进一步发展必须解决的重点问题。现阶段,计算机网络面临着外部环境、内部软件以及使用者三方面原因造成的网络安全隐患。为了进一步提升计算机网络信息安全性能,人们需要从四个角度入手,即提高账号密码的复杂程度、加强防火墙技术在计算机网络安全中的应用、合理使用杀毒软件和加强计算机的入侵检测。     

数据不完备下基于特征识别的公交客流短时预测

识别公交客流特征是提高短时预测质量的关键。但由于设备故障、数据收集受限等原因,客流数据属性往往是不完备的,这给特征识别和客流预测带来了挑战。文中以缺少乘客属性数据的长沙市104路公交卡数据为样本,利用卡号与出行时间的关联性识别乘客出行频次,以此作为区分出行特征的变量,将客流总集划分为不同的特征子集,依据子集规模、方差确定变量最佳取值,推断客流特征。与直接预测客流总集相比,文中为每类子集建立季节性差分自回归滑动平均(SARIMA)模型分别进行预测,整合后得出的样本外平均绝对误差改善了36.11%,依据乘客出行特征建立的预测模型拟合度为0.95,可有效识别公交客流特征。     

基于广义梯形模糊数相似度的交叉效率集结

在不确定环境下,针对模糊数据的多样性和复杂性,本文结合广义梯形模糊数相似度理论将广义梯形模糊数的交叉效率矩阵转换为交叉互评相似度矩阵,并根据模糊信息检索系统中的布尔模型,以能最大程度还原信息本身为准则,构建满足"正相容性"的有序几何平均集结函数对交叉互评相似度矩阵进行集结,从而得到关于每个决策单元的同行评价综合相似度.根据决策单元的同行评价综合相似度,建立反映决策者偏好的模糊一致性偏好矩阵,并对决策单元进行集结权重的分配,根据分配结果计算决策单元的全局交叉效率值.本文的集结方法可以解决不确定环境下,交叉效率矩阵数据多样性的问题,有较高的适用性;并且其集结结果具有较高的一致性和稳定性.最后本文以梯形模糊数的交叉效率矩阵为算例,来说明该方法的合理性和适用性.     

大数据营销:综述与展望

随着追踪消费者足迹能力的增强,营销科学正经历着一场大数据的革命.为了了解大数据背景下消费者行为和营销战略的改变,此项研究结合近十余年大数据营销的有关文献,梳理了大数据营销的相关概念,类型及分析方法,并提炼出搜索、移动、口碑、数字化、APP和社会媒体等50个大数据营销的热门主题.在此基础之上,分别从互联网、社会网络、移动互联网、大数据和人工智能等四个阶段对大数据营销的研究进展进行回顾,最后围绕客户旅程,营销活动的量化评估和营销分析技术的开发三个方面对大数据营销的未来研究方向进行展望.     

一种改进大步长静力隐式有限元接触搜寻算法

大步长静力隐式有限元方法具有快速的计算速度和较高的计算精度,在金属板料的成形模拟领域中得到了广泛的应用.在接触搜寻阶段,由大步长引起的大量历史接触信息改变的特点使接触搜寻问题变得更困难,因此有必要针对该问题设计一种高效稳健的搜寻算法.基于主从面法的思想,提出了一种结合位置码法和ADT(Alternating Ditigal Tree,交替数字二叉树)法的改进接触搜寻算法,并集成到自主研发的QuickForm软件中;通过数值算例对该方法的计算性能进行了测试.结果表明:改进算法具有良好的搜寻性能,平均搜寻效率提升了20%左右.     

刍议地理信息大数据对测绘工作的影响

随着社会的进步、现代化的发展、计算机技术水平的提升,大数据时代应运而生。地理信息大数据在测绘工作中的推广与应用,一方面使传统的测绘工作模式产生较大变革,给测绘工作带来了极大便利,大幅度提高了工作效率;另一方面,也带来了市场变革,使测绘企业面临更大的挑战,必须更加依靠测绘技术的应用与发展。由此,本文首先简要分析大数据的内涵,然后重点探讨地理信息大数据对测绘工作各方面的影响,明确其为测绘行业带来的机遇与挑战,以期帮助相关测绘企业及测绘人员把握住挑战背后的发展契机。     

数据跨境流动的全球标杆城市:新加坡

随着经济持续发展以及人们对数字经济高度依赖,各国对于数据中心的需求将呈爆发式增长。新加坡作为数据跨境流动的全球标杆城市,做出了很好的示范。新加坡尽管国土面积狭小,但却是亚太地区第四大数据中心,仅次于日本、中国和印度。     

知识牵引与数据驱动的兵棋AI设计及关键技术

在分析知识推理型与数据学习型兵棋人工智能(artifical intelligence, AI)优缺点的基础上, 提出了基于知识牵引与数据驱动的AI设计框架。针对框架中涉及的基于数据补全的战场态势感知，基于遗传模糊系统的关键点推理，基于层次任务网的任务规划、计划修复与重规划，基于深度强化学习的算子动作策略优化等关键技术进行深入探讨。结果表明，所提框架具有较强的适应性, 不仅能够满足分队、群队、人机混合等兵棋推演的应用需求, 而且适用于解决一般回合制或即时策略性的博弈对抗问题。