条形荷载作用下粘土边坡稳定特征数值分析

为分析坡顶条形荷载作用下的边坡稳定特征,运用有限元强度折减法,以均质粘土边坡为研究对象,在坡顶不同位置施加条形荷载,分析边坡稳定安全系数、坡体内最大剪应力、X方向最大位移以及潜在滑裂面位置4个指标的变化规律。结果表明,边坡稳定性与条形荷载值呈正相关,荷载距坡顶边缘越近,稳定性越差;坡体内最大剪应力、最大位移值与荷载值呈正相关,荷载离坡顶边缘较远时,最大剪应力出现在荷载右缘下方坡体中;坡顶边缘作用有大荷载时,坡体最大位移值增加较快;随着荷载向右移动,边坡潜在滑裂面也向右偏移。     

生物大数据可视化的现状及挑战

在过去的10年中,以基因组学、医学遗传学和神经信息学等为代表的生命科学各研究领域,以前所未有的增长趋势,积累了海量的数据信息.这些数据类型复杂、数量庞大,其中蕴含的价值更是不可估量.通过传统的处理手段,难以理清海量原始数据中错综复杂的关联信息.而针对生物大数据的可视化研究,将有利于科研人员对复杂数据进行多角度观察并获取有效信息.生物数据量越大,复杂性越高,可视化在生物有效信息挖掘方面发挥的作用就越大.本文通过例举若干生物机构中心现存的数据规模和数据增长速率,说明生物研究领域已进入大数据时代,然后由生物数据的组成特征及可视化的特点引出生物大数据可视化的重要性和必要性.本文总结了生命科学研究领域中不同类型生物大数据的可视化研究进展,最后讨论了目前生物大数据可视化所面临的挑战,并提出可能的解决方案.     

编者按

<正>大数据是海量、高增长率和多样化的信息资产,需要新的处理模式才能具有更强的决策力、洞察发现力和流程优化能力.大数据在政府、公共事业、商业领域的价值日益凸显,成功案例层出不穷.真实、准确、及时的大数据样本也为心理学研究方法的变革带来了崭新的机遇,拓宽和加深了心理学研究的广度和深度,提升了心理学研究的预测力和控制力.我国已有不少学者投身大数据的洪流,如中国科学院心理研究所朱廷劭研究员创建了"计算网络心理实验室"并基于大数据开发了"国人心理地图"、蔡华俭研究员创建了"云端心理     

电商打假背后：中国产业结构亟待升级

任何一个企业成长到一定体量、能影响多个行业生态时,都会在自身经济属性之外具备相应社会责任,如《蜘蛛侠》所言,"能力越大,责任越大",上市之后的阿里巴巴变得成熟了许多,它要做的已不仅是追求经济体量的增长,更要承担起相关社会责任。而这一次摆在阿里面前的,不是单纯的"打假",而是中国产业结构升级的迷局。     

大数据技术在电子商务C2B模式中的应用

C2B（Consumer to Business）作为电子商务领域的一种新兴模式，已经逐渐受到人们的关注。C2B模式的一些代表包括PC行业的戴尔直销定制、家电行业的海尔模块定制、家居行业的尚品宅配家具个性化定制，以及互联网行业通过C2B定制加预售获得成功的小米手机。可见在不同行业都有先锋企业已经尝试了这种模式并取得了一定程度的成功。而这只是开始。随着大数据时代的到来，获取海量用户数据并从中挖掘、提取对产品改进、新品研发有价值的信息已变为可能。这意味着企业将有可能以一种成本更低、效率更高的方式了解用户的真实需求，并更快的做出判断响应，最终优化C2B的整个流程。本文将介绍基于大数据技术推动C2B反向定制模式的理念，以及在真实商业领域的一个应用场景。     

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.     

基于云计算的金融企业用户风险分析研究

风险评估一直是银行客户管理方面最为关注的一个方面，关于它的研究也一直是金融领域的一个热点。云计算采用了一种资源共享的IT技术和管理方式，提供了一种更高效的数据存储能力和挖掘能力，面对这一新兴技术的发展，金融行业在客户管理领域面临革命性的改变，传统的商业银行客户分析模式将向大数据接轨。其中，云计算模式能够快速的识别细分客户，方便获取和采集客户的信息，从而更好地评估客户价值。该文针对这一现状，从银行客户风险的角度出发，探究海量数据挖掘的情况下云计算评估模式的优势以及应用框架。     

集合转换卡尔曼滤波同化的一种分析方案

集合转换卡尔曼滤波在处理非线性观测资料的同化时,通常对非线性观测算子做简单的线性化处理,这会带来较大的舍入误差,降低同化效果。通过对状态变量和观测变量的转换,将观测算子视为预报算子的一部分,对传统的同化算法进行改进,减小了同化中的误差。以典型的Lorenz-96预报模型来验证算法,对于较大模型误差或较强非线性观测算子的情形,结果好于传统的方法。     

不再打开的窗——《雷雨》“窗”的意象解读

"窗"在《雷雨》中反复出现,共计80次。大体说,《雷雨》共有三扇窗。一扇是禁忌之窗,即周公馆的那扇窗;一扇是情欲之窗,即鲁贵家四凤的那扇窗;还有一扇隐藏在文本的叙述里,即周家在无锡时的那扇窗,暗含了侍萍对自由的渴望。但在"雷雨"这一共同的外部环境下,三扇窗之间有了内在的联系,共同成为一扇命运之窗。这扇窗意味着毁灭与死亡。     

面向大规模数据的特征趋势推理算法

提出一种面向大规模数据的特征趋势推理算法. 首先, 采用Hash函数抽取大规模数据样本, 使用Pam聚类算法和并行K means聚类算法对大规模数据样本进行聚类, 获取最佳聚类结果后, 提取大规模数据聚类的动态特征； 其次, 采用基于特征趋势规则的推理算法, 构建大规模数据特征的趋势规则推理模型, 并通过累计趋势规则方法设计趋势规则算法, 推理大规模数据特征趋势, 解决了推理结果误差较大的问题. 实验结果表明, 该算法对大规模数据特征趋势推理的准确率均值为98.10%, 推理速度增长率为50%, 推理耗时最大均值仅为114.25 s, 能快速准确地完成数据特征趋势推理.