变革的生产视角——对人工智能政治批判的批判

人工智能作为热点话题吸引了相关学者对其进行政治哲学维度的批判,但其批判依然停留在政治和观念的上层建筑半径之内,并未深入到政治的前提——生产领域。大数据算法作为强人工智能的重要应用,其所得出的非线性结果重塑了人们对于"价值"的理解,并引导一种对于"使用价值"追求的复归。随着边际成本的不断递减,大规模生产逐渐向大众生产转变,这使生产者与消费者之间的对抗性分配关系重组,社会消费力变革的趋势开始出现。产消一体化,即新型工人——"产消者"的大众化成为这一变革的可能性路径。     

物联网和智慧城市数据处理与管理概念体系构建——以ITU-T数据处理与管理焦点组标准化项目为例

概念体系构建和术语工作是制定任何标准的基础,在多学科和多领域的场景中,构建概念体系和术语工作面临不同利益相关方需求不同而难以达成共识的巨大挑战。文章梳理了ITU-T FG-DPM在促进不同利益相关方和项目组成员之间达成通用概念共识构建统一术语及定义的经验,通过规范概念体系的构建过程,采用术语多维度协同视角来构建统一的数据处理与管理概念体系,促进了工作组和项目组内外在物联网与智慧城市领域数据处理与管理方面达成共识。文章对多学科多领域场景的概念体系构建和术语工作具有一定参考意义,并不局限于物联网和智慧城市领域。     

人工智能心理学研究的知识图谱分析

借助CitespaceⅢ对选自WoS的人工智能心理学研究文献进行知识图谱探析,结合自动聚类视图与议题标签展现了人工智能心理学领域的6个知识聚类:#0人工智能解决问题议题;#1人工与人类认知共性议题;#2人工智能学习议题;#3人工智能脑科学议题;#4人工智能环境认知议题;#5人工智能表征议题。在深入探究各聚类的核心与热点知识的基础上分析了人工智能心理学发展的各阶段特征:1.上世纪50年代图灵和米勒等人对机器认知与学习等概念的猜想与初探;2.70-90年代纽厄尔、西蒙和莱尔德等人基于模块记忆与层级分析对人工智能信息处理模型的系统性构建;3.本世纪初基于神经生理学的降维数据认知理论的发展;4.当下人工智能贝叶斯大脑与深度学习理论的兴起。     

南水北调中线工程水源区抗生素抗性基因多样性研究

为了研究丹江口水库和汉江抗生素抗性基因(Antibiotic Resistance Genes, ARGs)的污染现状与分布规律, 采用高通量测序的方法, 于2014年春季和秋季分别对丹江口水库及汉江沿程的ARGs多样性进行检测。分别在春秋两季样本中检测出21和19类ARGs, 其中9类ARGs是水体ARGs的主要组成部分。杆菌肽类ARGs是水体中最主要的ARGs, 而β-内酰胺类ARGs在春季丹江口水库陶岔采样点中占比最高。秋季水体各采样点的ARGs组成结构差异比春季小, 通过NMDS和ANOSIM分析发现ARGs的组成存在显著的季节差异, 甲氧苄氨嘧啶类、多粘菌素类和多重耐药类ARGs是具有显著季节差异的ARGs种类。由相关性分析发现13类具有互相显著强相关关系的ARGs, 其中相关性最强的ARGs很可能共存于一种微生物中。此外, 四环素类和氨基糖苷类ARGs可能作为预测水源区中与其共存ARGs相对丰度的指示种类。研究结果可为饮用水源区的水质保护和ARGs 污染防治与管理提供科学依据。     

取用水监测点的水量计算与变化趋势分析

加强取用水监测是实施最严格水资源管理制度的重要举措.为了更有效地利用大量的取用水在线监测数据,需要对获取的监测数据进行预处理.本文首先提出应用中位数法与曲线拟合相结合的方法对取用水监测数据进行异常值检测,再用曲线拟合方法对异常值进行校正;其次,根据校正后得到的数据进行两个方面的分析,一方面是计算监测点的年取水量,另一方面是应用集成经验模态分解方法分析监测点的日取水量变化趋势;最后,以M市的16个自来水厂2016年取用水在线监测数据为例进行实证分析,结果表明,本文提出的中位数法与曲线拟合相结合的方法能够有效地检测异常值,进而再用曲线拟合方法能够更好地对异常值校正.根据校正后得到的数据进行分析发现81%的监测点年取水量相对2011年水利普查数据有所增加,个别监测点超出许可取水量较多,75%的监测点从春季到冬季日取水量变化为先增后减的抛物线趋势.     

基于图像RGB色彩特征的关联规则挖掘研究

对图像色块RGB值进行抽取和处理、建立常用颜色数据表和图像RGB颜色值的事务数据库D、最后应用关联规则进行挖掘.关键工作是建立"n张图像颜色值事务数据库D",它与使用传统的购物篮数据进行关联规则挖掘的事务数据表形式类似.因此,基于图像RGB色彩特征的非结构化数据挖掘问题就转化成了结构化数据的挖掘问题.     

决策树算法的研究及其在大学生心理健康数据处理中的应用

决策树分类是数据挖掘中的一种重要方法。探讨了决策树算法的基本思想和常用算法,并将决策树挖掘技术应用于大学生心理健康数据,分析挖掘影响大学生心理健康的因素。文章选择C5.0算法,通过Clementine12.0进行决策树挖掘模型的构建,建立数据流,通过不断测试分析,发现影响大学生心理健康主要症状是强迫症。以强迫症为分类目标查看模型,可以了解到焦虑症和人际关系也起到很大的影响作用。将目标属性分别设置为焦虑_程度和人际关系_程度,输出变量设为剩余的9个因子变量,执行数据流挖掘出导致强迫症的主要原因,为指导心理健康的工作人员提供参考。     

利用SRTM数据修测高山区地貌的探讨

在高海拔区域测制地形图,如青藏高原地区,所获取的遥感影像局部存在着大范围的高山阴影或云雪覆盖,造成立体观测地貌困难的现象,探讨应用SRTM数据对这类特殊区域地貌进行修测补绘。介绍了数据处理的作业过程,并对实验区SRTM与SPOT5影像立体测图成果进行实验对比分析,成果符合要求。     

巨灾风险大数据处理应急分类、分解、分拣算法与应用

本文主要研究巨灾风险大数据处理的应急分类、分解、分拣算法,给出了相应的算法原理和可操作的步骤.首先根据巨灾风险大数据灾害规模巨大的特征,提出了一种用来解决巨灾风险大数据中一级事件的应急分类与二级事件及以下更低级事件的应急分解算法,并以特大地震灾害作为实例进行了算法应用.接着定义了事故灾难度,用来对巨灾风险大数据处理过程中,对各种级别的事故灾难后果进行不同的数字标识.然后提出一种用来解决巨灾风险中大数据快速处理的应急分拣算法,并在汶川地震中大规模灾害的应急救援计划中进行应用.经过采用这样的应急分拣原理,就可以在面对巨灾风险大数据的复杂、繁多和零乱的重灾事件状态下,使整个应急救援方案优化,并能够有条不紊地进行救援.     

基于数据挖掘技术的专业图书书目受众定位研究

采用数据挖掘技术,对图书馆管理系统中读者借阅记录进行深入分析和挖掘,建立了读者阅读书目模型,利用模型推荐与读者借阅行为密切相关的阅读书目。实例证明,该模型具有可操作性,可以激发读者借阅行为,促使图书馆资源合理地分配,从而提升了图书馆服务质量。