大数据推动生态环境建设研究

大数据技术在水土保持监测的结合使用,能够使得水土流失发生规律的探索更为高效,这有助于灾害的提前预判,从而为生态决策的制定提供足够的理论依据,使得最终的大数据决策发挥出更大的作用。     

采用内点法的基追踪算法测井数据恢复

实际测井数据由于数据规模大、维数高等特点,在采集、传输、存储中很有可能会发生数据的缺失或损坏。为了提高数据质量,采用压缩感知中的基追踪算法对测井中的缺失数据进行恢复。先使用过完备字典对原始数据进行稀疏分解,采用基追踪算法将L0范数优化问题转化为L1范数问题;然后采用线性规划算法——内点法求解,从而实现数据恢复。通过实验与对比分析,结果表明基于基追踪的测井数据恢复方法精度高;且优于基于正交匹配追踪的数据恢复方法。     

数智时代教育大数据风险:表征样态与化解路向

在数智时代，如何应对教育大数据风险是影响教育数据价值最大化的关键所在。论文以教育大数据及教育大数据风险的内涵诠释为切入点，认为数智时代教育大数据的风险表征在于：数据所有权与使用权争议、误用或滥用个人信息、师生身心伤害与关系异化、个人自主与隐私权侵害、教育数据系统偏误等。在明确数智时代教育大数据风险消解基本原则的基础上，提出数智时代教育大数据风险化解的关键路向：厘定教育大数据责任伦理规范，明确数据所有权与使用权基本范畴；制定学校教育数据管理标准，避免师生信息违规采集与处理；推进人文浸润与数据智能相整合，引导师生身心与学业状态向善发展；以数据安全审查与问责制度为工具，保障师生教育自主性与隐私安全；加强教育大数据决策服务的动态监测，实现大数据系统偏误的有效预警与化解等。     

2020年地球数据科学与共享热点回眸

 地球数据科学是地球科学与数据科学的结合，是地球科学研究与数据驱动科学发现范式转变的前沿交叉领域。在地球大数据研究快速兴起的背景下，从地球数据大科学计划、科学数据治理和地球科学数据共享等方面回顾了2020年的进展。介绍了深时数字地球大科学计划、地球大数据科学工程，以及全球数据汇聚、数据认证、数据仓储、数据政策、数据标准、数据标识等方面的进展和地球科学数据中心、数据库、数据模型、数据集成和数据出版等实践。展望未来，充分重视科学数据治理的规则，推动地球科学大数据计划发展，加强建立地球科学数据生态，促进地球科学数据领域的各方面合作，仍然是当前的紧迫需求。     

网络大数据助力高职院校思想政治教育创新路径研究

大数据的快速发展已经融入社会的各个层面,高职院校思想政治教育在大数据背景下呈现出新的发展态势,同时也面临较大的机遇与挑战。为紧跟大数据时代下高职院校思想政治教育创新与发展,思想政治教育工作者应该树立大数据理念,加强网络数据信息管理;建立校园数据分析平台,及时把握学生思想动态;加强大数据人才队伍建设,提高大数据开发与应用能力;从而实现更加科学有效的思想政治教育。     

大数据背景下湖南健全重大突发事件监测预警机制的对策探讨

当前湖南正处于风险频发的时期,各种突发事件层出不穷.政府在重大突发事件应对中取得了一定的成就,但仍面临着诸多困境,如信息资源共享不充分、大数据技术应用不足、监测预警平台不完善、联动预警机制不健全等.因此,本文从健全信息收集网络、加快大数据技术集成应用、着力打造监测预警平台、加强跨部门协同治理等方面入手,致力于实现快速预警、精准预警和智能预警,从而使政府由分散治理向协同治理转变、由经验决策向数据决策转变,以期推动政府应急管理体系和管理能力的现代化进程.     

基于“互联网+”的大学体育课内外健康数据一体化实践研究

以大数据技术和人工智能技术为代表的"互联网+"新型生态为传统教育注入了新的活力,也为教育的发展带来了新的契机.运用文献资料法、数理分析法等研究方法,以重庆第二师范学院2017级学生为调查对象,实施基于"互联网+"的智能手环结合体育网络管理平台APP的大学体育课内外健康数据一体化教学实践研究,构建了集数据收集、数据分析、数据应用为一体的实践模型并探析其实践成效.结果表明,该实践能够实现数据化管理体育课程、促进学生体质健康的提升、达到实时监控学生自主锻炼状况的目的,实现让学生走出宿舍、走进操场的目标.     

基于Delphi和VBScript的数据实时转换技术及应用

随着监测自动化的开展以及监测规模的扩大,监测数据量大大增加,传统的数据转换技术已经不能满足实际需求.因此利用基于Delphi与VBScript的数据实时转换技术实现大坝原始数据的自动转换,既可以发挥Delphi数据库功能强大、开发效率高等优点,又充分利用了VBScript卓越的公式解析计算能力,减少了数据转换的人工计算,从而大大节约了数据转换的时间,提高了工作效率.在大坝在线监测系统中采用这一技术,取得了良好的应用效果.     

大数据时代公共管理的变革启示

在大数据时代,公共管理变革的新的社会条件与社会需求已经形成,数据的"流动性"与"可获取性"的不断发展,意味着公共管理在追求公共利益精益性、在进行科学决策时具有更优的条件,也意味着公共管理在实现良好的社会治理、提升治理质量方面面临现实挑战。为此,必须反思公共管理的价值体系、决策体系和治理路向,以应对大数据的变革环境,充分挖掘大数据在公共管理中的发展潜力。     

基于多维分层数据素养模型的现代大学数字化人才培育机制创新研究

大数据时代,随着新一代信息技术行业应用广泛渗透,面对信息茧房、数据鸿沟和数字治理赤字等现实问题,数据素养能力培育成为教育教学改革的焦点。鉴于此,在梳理大数据带来的问题与挑战的基础上,厘清数据素养概念演变历程,通过构建多维度分层模型,探讨现代大学人才数据素养培育机制,为数据驱动背景下数字化人才培养机制创新和教育教学改革提供理论指导和现实借鉴。     

喀斯特石漠化大数据平台架构和技术初探

喀斯特石漠化数据多源异构、涉及面广,石漠化成因问题复杂。为更好地揭示喀斯特石漠化的发生发展及其变化规律,解决石漠化治理中的科技难点,将大数据技术引入喀斯特石漠化领域。厘清喀斯特石漠化大数据定义,结合喀斯特石漠化大数据要求,从大数据平台、基础设施平台、技术平台、应用服务平台、运维平台5方面构建喀斯特石漠化大数据平台,旨在为喀斯特地区石漠化综合治理、监测预警、生态修复和生态产业发展提供新的技术手段和决策支持。     

噪声大数据的MapReduce高度随机模糊森林算法

为解决日趋增长的噪声大数据分类问题,提出了一种高度随机模糊森林算法.该算法在决策树学习中生成连续属性的模糊分区,并给出在MapReduce框架中所提算法的分布式实现,用于受属性噪声污染的大数据集中学习模糊决策树的集合,该分布式实现模型可以适应计算的有效分配策略,从而产生良好的可扩展性数据,这种分布式算法使得模糊随机森林能够处理大数据集的学习和分类.高度随机模糊森林算法能够实现噪声大数据的高精度分类,为以后的大数据分析打下良好的基础.实验结果表明,所提算法比现有算法准确率更高,在属性噪声情况下,该文分类准确率也高于随机森林算法,说明该文算法的可行性和有效性.     

高校教育数据治理问题及对策

基于高校教育数据实践困境，从数据治理概述、数据治理的必要性、高校数据问题、高校教育数据分类及治理策略展开论述，提出了构建科学治理机制、建设统一数据标准体系、定期过滤数据、掌握数据治理重点环节四条措施.     

赣西傩文化数据生态服务模型研究

大数据背景下的赣西傩文化资源体系以多元维度数据为基础,为营造良好数据生态提供了前提条件。通过地理标识将赣西范围内傩文化资源串联起来,以开放数据形式将资源系统架构、资源数据管理和用户信息反馈相结合,探索构建以数据质量为核心的赣西傩文化数据生态。通过对傩文化数据生态特点及意义的分析,架构了数据生态体系结构及应用服务模型,实现赣西特色傩文化共享与传播,促进傩文化资源的开发及利用。     

智慧校园的数据中台建设与数据治理研究

随着我国教育信息化的持续发展与推进,各类学校已经积累了大量有价值的数据.由于过程中缺乏信息化总体建设规划,导致数据孤岛和数据碎片化现象严重、数据管理体系不完善、数据标准不统一等问题,造成数据价值不能有效利用.构建高校数据中台是当前急需解决的任务,数据中台具有聚合和治理各类数据的优势,并且能够将数据服务化,为用户提供高质...     

基于大数据的货物运输责任时间划分方法研究

通过对铁路货物运输过程及其影响因素的分析,指出了现有货物运输过程各环节时间的分配方法存在的不足。提出基于大数据的货物运输责任时间划分方法,借助云计算平台在大数据处理方面的优势,设计了货物运输大数据分析方法和步骤;提出货物运输责任时间和责任保障率的概念及计算方法,以实现对货物运输全程各环节作业的效率进行动态考核和评价。以京广线上衡阳北—大朗运输区段的实际数据为算例,与传统计算方法进行对比,验证了本文所提出的方法具有更好的可适性和应用前景。     

健康医疗大数据与罕见病的精准用药

 药物治疗是罕见病的主要治疗方式,然而目前仅有1%的罕见病能够得到有效的药物治疗。不同来源的基因组、转录组等组学数据与临床表型数据融合起来形成的"健康医疗大数据",可以通过集中小规模罕见病临床数据的方式有效弥补罕见病样本量少的不足。大数据信息可用于研究罕见病新的药物靶点、探索成熟药物在罕见病领域新用法、分析药物不良反应实现个体化用药,并可进一步通过大数据技术建立本地化罕见病知识库,从而实现罕见病的精准诊断和治疗。随着大数据研究的不断深入,仍然需要突破多组学融合及分析技术、基于真实世界的知识提取技术、基于组学的临床决策支持等技术壁垒才能使大数据在罕见病的诊疗中得到最大应用。     

大数据背景下高校网络思想教育

高校网络思想教育在大数据背景下遇到了机遇和挑战.利用大数据4Vs模型分析法,探究大数据对高校网络思想教育的影响机理,基于大数据背景构建提升高校网络思想教育绩效的框架,提出加强大数据背景下网络思想教育人才队伍建设、搭建教育大数据信息共享平台和建立受教育者的信息反馈机制的建议,从而全面提升新时期高校的网络思想教育水平.     

采用压缩感知的流程工业异常监测数据检验与修复方法

针对由于流程工业生产系统具有变量多、维度高、耦合关系复杂等特性导致的异常监测数据检验与修复难题,提出了一种采用压缩感知的流程工业异常监测数据检验与修复方法。压缩感知算法能够使用极少的测量数据重构出原稀疏信号或能够在某稀疏基上得到稀疏表达的信号。结合压缩感知原理及重构成功率指标,构建出重构非线性系统方程的数学模型,该模型仅使用少量的监测数据就可以重构出反映状态感知网络节点动态关系的系统方程。将重构的系统方程代入考虑系统偏差的求解结构中得到监测数据的解析值,对比监测数据的实际值与解析值,若实际值超差则用解析值替代实际值,从而实现异常监测数据的检验与修复。通过某煤化工企业压缩机子系统应用案例验证所提方法的有效性,结果表明:在监测数据正常的情况下,实际数据与修复数据的相对误差波动极小,而当监测数据出现异常时,相对误差发生剧烈变化,证明提出的算法能够检测到异常监测数据,并能够较好地恢复监测数据的原貌。     

数据虚拟化研究综述

大数据系统中数据源多,数据规模大,且数据具有异构异质的特点,为满足各种数据集成需求,如何快速高效地整合数据就显得越来越重要且具有挑战性。数据虚拟化能够灵活地实现各种数据集成需求,介绍数据虚拟化的概念、优势及应用需求,给出一种数据虚拟化系统架构,并对其中的数据虚拟化平面与管理平面以及各层的功能进行了阐述。重点针对数据虚拟化系统中存在的一些关键问题与挑战进行了详细分析,给出了需要进一步研究的课题与方向。