知识融合与社会连接:新媒体技术演进的两条路径

人们对知识融合和社会连接的需求使得新媒体技术30余年的发展不断沿着满足人的需求的路径演进。从新媒体技术的本质特征出发,在Web1.0时代,以门户网站、搜索引擎为代表,新媒体技术实现了简单的信息聚集和信息链接;在Web2.0时代,以博客、论坛、SNS为代表,实现了信息初步整合和社会关系的联结;在Web3.0时代,以大数据、语义网、AI为代表,致力于实现高阶的知识融合和社会连接。     

基于知识图谱的我国农产品品牌研究述评

依据科学知识图谱相关理论，利用CiteSpace软件对农产品品牌相关文献进行可视化分析，再利用Netdraw软件描绘主要研究内容的网络关系，对我国农产品品牌研究的热点内容、演进历程和趋势进行分析.结果表明，农产品品牌研究内容主要集中在农产品品牌属性结构及效应、品牌评价、品牌建设运营及区域品牌/地理标志品牌等方面.研究内容的演进路径反映了不同阶段的研究特色，也契合了国家政策调整和经济社会发展需求变化.我国专注于农产品品牌研究的学者和机构较少，学者间或机构间也未建立起紧密的合作关系.未来研究应进一步完善农产品品牌基本理论及研究方法，拓展农产品品牌研究的深度与广度，建立合作紧密的学术研究网络.     

乒乓球比赛数据的知识表示与知识获取模型构建

运用知识工程中的知识表示模型,构建了基于动态区域网格技术的乒乓球比赛知识表示和知识获取模型,该模型可以对比赛数据进行完整、准确的描述,并记录一场比赛的所有信息.在此基础上,对乒乓球比赛中获得的数据进行科学、合理的表示,并将它们纳入一个有机的整体中,这样不仅能为乒乓球比赛的技术分析提供准确、有效的数据来源,而且能完整的体现乒乓球比赛的知识特点,从而有效地提高教练员的工作效率,加快运动训练的科学化进程.     

排汽缸全局气动优化及设计知识挖掘方法

为了提高排汽缸的气动性能,探索排汽缸的设计规律,耦合基于子元模型的全局优化算法、三阶贝塞尔曲线的三维排汽缸参数化方法、RANS(Reynolds-Averaged Navier-Stokes)方程求解方法与基于总变差分析的数据挖掘技术,提出了健壮高效的排汽缸设计优化与知识挖掘方法。在考虑末级叶片和排汽缸之间相互作用的基础上,选取静压恢复系数最大为目标函数,对低压排汽缸进行了设计优化与知识挖掘。优化得到的排汽缸静压恢复系数从0.165提高到了0.516。采用基于总变差分析的数据挖掘技术并结合排汽缸气动性能分析,阐明了设计变量与目标函数之间的相互影响机制。研究结果表明:扩压器出口宽度、排汽缸外缸宽度、外导流环高度和外导流环出口角度对排汽缸气动性能有显著影响。所建立的排汽缸优化设计方法和知识挖掘技术为高性能排汽缸设计提供了工具。     

浙江省高新园区科技服务业发展研究

<正>一、引言科技服务业是指运用现代科技知识、现代技术和分析研究方法,以及经验、信息等要素向社会提供智力服务的新兴产业,主要包括科学研究与开发服务、专业化技术服务、科技推广转移和知识产权服务、科技信息与技术服务、科技金融服务、科技普及和宣传教育服务、综合科技服务等七大类服务。科技服务业起源于制造业服务业化,是经济发展到一定阶段后出现的高级产业。根据     

利用网站将新生教育服务做成知识转移服务的研究

阐述了新生教育的重要性,研究了新生教育的现状,探讨了利用网站将新生教育服务做成知识转移服务的对策.     

高校地理教学中学生知识应用能力的培养策略

高校的地理是一门知识结构复杂的学科,同时又是一门和生活息息相关的学科,在高校的教学中,由于老师没有联系生活实际进行讲解,学生也没有进行课外实践,所以学生对地理知识的应用能力较差,本文主要从转变高校老师地理教学方式和加强学生实践两个方面进行学生知识应用能力的培养分析。     

数据实时转化技术在智能限高监控平台中的应用研究

数据实时转化方法是实时转化成一定规则的数据并存放在数据库中供给服务端的使用。在智能交通监控平台中,实时监控超高车辆行驶信息和实时转化抓拍的超高车辆图像信息数据需要实时转化,以数据视图、折线视图、图像等方式实时呈现在平台中,供管理人员决策。因此,本文研究了一种数据实时转化技术,通过通信和编码技术把设备中多种类16进制数据流实时映射到服务缓存中,实现数据流实时、安全、准确转化和表达。     

对多功能雷达的DQN认知干扰决策方法

基于Q-Learning的认知干扰决策方法随着多功能雷达(multifunctional radar, MFR)可执行的任务越来越多,决策效率明显下降。对此,提出了一种对MFR的深度Q神经网络(deep Q network, DQN)干扰决策方法。首先,分析MFR信号特点并构建干扰库,以此为基础研究干扰决策方法。其次,通过对DQN原理的简要阐述,提出了干扰决策方法及其决策流程。最后,对该决策方法进行了仿真试验并通过对比DQN和Q-Learning的决策性能,验证了所提方法的必要性。为提高决策的实时性和准确率,对DQN算法进行了改进,在此基础上,结合先验知识进一步提高了决策效率。仿真试验表明:该决策方法能够较好地自主学习实际战场中的干扰效果,对可执行多种雷达任务的MFR完成干扰决策。     

基于DIKW图谱的虚拟社区用户性格分类与转换方法

随着社交网络的发展，网络虚拟社区的成员数量快速增长.在虚拟社区中，用户会偏向选择浏览自己喜欢的内容，同时倾向与具有相近或相关兴趣爱好或目的的人进行内容交流与处理合作.在虚拟社区中，用户之间的交互内容以数据、信息和知识的形态存在.虚拟社区上大量的数据、信息与知识形态的网络类型化资源中保留了许多网络用户使用“痕迹”.这些痕迹是真实用户的数字化存在代表.为了实现对虚拟社群用户生成内容按照偏好和兴趣进行量化调控，采用数据信息知识及智慧（data information knowledge wisdom，DIKW）图谱对这些类型资源进行建模.根据用户DIKW图谱结合自我构建理论将用户按性格指数进行进一步的归类，并根据DIKW图谱结合自我决定理论将用户的心理需求分类.根据性格指数和心理需求设计了针对不同用户的不同的性格转换方法，模拟了用户生成内容的产生.