概念格的属性约简理论与方法

概念格理论是一种有效的知识表示与知识发现的工具，已被成功应用于许多领域．知识发现的一个重要方面是知识约简．提出了概念格的属性约简理论，进一步扩充了概念格理论．给出了概念格约简的判定定理；引入了形式背景的可辨识属性矩阵，并在此基础上得到了寻找约简的方法；同时，给出了概念格不同类型属性的特征。     

关联规则算法优化研究与实现

本文主要针对Apriori算法采用最小支持度和最小信任度阈值来发现知识,而没有考虑交易中数量问题的不足,提出一种快速的基于频繁模式树FP-tree的最大频繁项目集挖掘算法.该算法不需要产生频繁项集,而且只需要扫描事务数据库D一次,从而提高了算法的执行效率.该方法结合大量的实际项目数据进行关联规则挖掘测试发现,不仅能较好地分析非稠密数据,也能处理现实世界中稠密数据. 结果 表明该优化算法可显著降低关联规则挖掘在数据挖掘工作中的时间开销.     

航空公司收益管理优化模型分析

收益管理是航空公司为了实现收益最大化而对不同类型的旅客进行有选择的接受和拒绝订座的过程，它是集人力、知识和技术为一体的计算机管理系统，通过航班收入最大化决策模型（EMSR）对历史数据的积累和计算，可以预计相应航班不同票价舱位的需求概率分布曲线，依此确定座位存量控制与折扣票价分配，从而获得航班收入最大化。用国内航空公司的相关数据，阐述了模型的计算过程。     

国外企业知识管理论析

何谓企业知识管理？这就是：对企业的全部知识－隐性知识和显性知识，对企业知识活动的各个环节－知识创新，存储，交流，共享，使用和增值，实施科学运作和有效管理，运速提高企业的经营业绩 和经济社会效益，反企业管理推进到计算机网络化和知识网络化管理的崭新阶段。     

基于质谱技术的计算蛋白质组学研究

蛋白质组是继人类基因组计划完成之后又一新兴的生命科学研究对象，蛋白质组学研究细胞或组织内所有表达的蛋白质．生物质谱技术已为蛋白质组学研究产生了大规模的质谱数据；而如何从这些数据中提取和发现有关蛋白质组的重要生物学知识为计算蛋白质组学的研究提出了重大需求，如蛋白质鉴定、翻译后修饰、定量分析，以及疾病模式的发现等．本文研究了如何应用计算技术来解决蛋白质组学研究中质谱信息处理的这几个关键问题．     

基于中美基金项目数据的深度学习领域研究热点对比分析

与传统研究成果类型不同，基金项目数据中蕴含的潜在情报更具有战略性和前瞻性。本文使用文本挖掘方法，对中美深度学习领域基金项目数据进行挖掘与分析，从资助强度、发展态势、主题聚类及热度演化角度进行分析，对比中美深度学习领域研究热点的异同及热点演化情况。研究发现，中美深度学习领域基金项目数量自2010年后呈上升趋势，发展势头较好，且两国均出台相关政策支持该领域发展。但中美两国在研究的侧重方向上有所不同，美国侧重深度学习基础理论、算法研究，中国在深度学习更关注应用层面的落地情况。在应用层面上，美国更重视生物医学、经济领域、图像识别领域及硬件设备应用，中国不仅重视生物医学领域、同时使用深度学习相关算法对地学领域、多媒体领域的数据应用较多。新兴研究方向上，对深度学习硬件设备及应用方向成为美国的近年来研究热点方向，而中国较新的研究热点方向在于将深度学习应用到生物信息领域。未来我国应加大科研经费的投入，支持人工智能领域的自主创新发展；发挥在地学领域应用、图像和计算机视觉、多媒体领域、以及中医领域应用的科技布局优势，形成成果转化新生态；应关注和加强对理论算法的研究，提高技术实力并掌握科技主动权；对软硬件及...     

VLBI软件相关处理机研究进展及其在深空探测中的应用

甚长基线干涉测量（VLBI）是重要的射电天文技术，具有极高的空间分辨率，是国际上广泛采用的深空探测器高精度测量手段，相关处理机则是VLBI数据预处理的核心设备.由于VLBI观测数据的相关处理具有数据密集和计算密集的双重特点，目前绝大多数均由专用的大规模高速硬件相关处理机承担.随着通用计算机性能的迅猛发展，基于通用商用计算机的VLBI软件相关处理机的研究逐渐得到重视，并发展迅速，成为VLBI技术领域新的研究热点.软件相关处理机具有制造价低、复制容易、升级简便等特点，有可能在不久的将来，以深空探测领域为切入点，得以普遍应用，并且在常规天文数据相关处理中替代现有的硬件相关处理机。     

生物信息学的现状与展望

本文阐述了生物信息学产生的背景,生物学数据库,生物信息学的主要研究内容,与生物信息学关系密切的数学和计算机科学技术领域,生物信息学产业等内容,展望了其未来并提出了若干在我国发展生物信息学的建议。着重指出,理解大量生物学数据所包括的生物学意义已成为后基因组时代极其重要的课题。生物信息学的作用将日益重要。有理由认为,今日生物学数据的巨大积累将导致重大生物学规律的发现。生物信息学的发展在国内、外基本上都处在起步阶段。因此,这是我国生物学赶超世界先进水平的一个百年一遇的极好机会。     

德国开放数据实践及启示

在新冠肺炎疫情和国际地缘政治的发展变化背景下，开放科学与开放数据的重要性日益凸显。近年来国家日益重视数据资源的管理、开发和利用，其中数据的开放共享是重要的一环。德国是开放数据实践领域积极的先行者，总结分析德国在开放数据实践方面的做法与经验，可以为我国开放数据实践提供借鉴。本研究通过网络调查和文献调研，分析德国联邦政府在开放数据方面的政策和措施，归纳德国在推进数字化转型和基础设施建设的实践经验，在梳理德国开放数据领域理念及实践的基础上，结合中国开放数据面临的发展局限，提出了加强开放数据领域的体系化思考与研究、加强基础设施与平台建设、加强数据开发与安全保障能力建设三点建议，以期为我国开放数据事业的发展提供启示。     

智能文献计量学视角下的知识发现：人工智能+信息计量学

如何高效准确地发现知识并提炼情报是信息管理与图情领域的重要课题。大数据时代人工智能技术的飞速发展为这一课题带来新视野。本文由读《学科信息学与学科知识发现》所悟所感出发,探讨应用于知识发现的文献计量学方法。着眼于文献计量学方法在大规模数据处理、复杂关系发现以及模型可适性、复用性与鲁棒性等问题上的缺陷,本文以智能文献计量学为核心,剖析其与人工智能技术的交互、整合与再创新,并介绍其在生物医学领域知识发现的最新应用。此外,本文还介绍了智能文献计量学在复杂实践中的缺陷,浅谈其发展前景。     

企业知识管理的多阶段优化模型研究

为成功实践企业知识管理，在知识管理优化模型构建及分析的基础上，指出了企业知识管理决策选择的重要性，解析了影响企业知识管理决策选择的相关因素，并对其进行了研究，进而从知识管理战略和知识型员工的管理两方面提出了相应的知识管理方案。     

腐蚀科学通用数据模型及界面Ⅱ-OOD设计及腐蚀数据标记语言

以腐蚀数据共享需求为切入点，结合软件的发展趋势即网络服务，采取目标取向设计（OOD／A），建立适合于开放网络环境下的通用腐蚀数据模型．以XSD作为设计母语，创立腐蚀数据标记语言CDML．通用腐蚀数据模型和CDML语言是开放网络环境下腐蚀数据交换和信息整合的核心及介质．基于腐蚀数据特征及相互关系分析，提出“数据岛”概念，“数据岛”作为自备性腐蚀数据的根节点，包含六个一级子节点以刻画腐蚀数据的完整性，自备性和相对独立性．详细讨论了各级关键节点的意义以及在模型层次结构中的作用．分析介绍了CDML及基于Java程序语言的公共应用程序界面API的结构和组成，并探讨了它们在多源数据整合和信息共享平台中的作用．     

基于多源数据的养老科技技术体系识别研究

依靠科技创新是应对人口老龄化的重要途径。识别应对人口老龄化所必需的技术体系,更精准地将技术问题定位到具体子领域中,对技术发展具有重要的意义。本文综合研究文献、专利文献、政策文本以及技术报告等数据源,首先构建了养老科技技术领域词典;然后使用word2vec对文献和专利数据进行词向量训练,对训练的词向量模型进行k-means聚类分析,将聚类结果与领域专家知识相结合,识别了养老科技技术体系(包括四个主要类别,分别是老年人护理技术、关节置换技术、独立生活及辅助生活类技术和移动通信技术,主要涉及17个技术主题);最后以移动通信技术为例,对养老科技技术体系的应用进行研究发现,移动通信技术处于成熟期,热点技术主要集中在移动技术和无线技术领域,前沿技术主要为设备元件及生活设备的研发。     

石化催化技术创新的历史回顾与展望

回顾石油炼制主要催化技术的创造发明历史,被誉为“60年炼油工业技术革命”的分子筛裂化催化剂、提高直馏汽油辛烷值的铂重整工艺和生产高辛烷值汽油馏分的异丁烷/丁烯烷基化工艺,其创造发明新构思的形成是受论文的启发、移植其它领域的概念以及实验中的意外发现。这些历史经验说明利用已有的知识和经验是形成技术新构思的一条重要途径,1980年以来,我们也是沿着这些道路前进的,通过各种渠道已取得RN-1低压加氢精制催化制、ZRP分子筛催化剂、重油裂解制丙烯、己内酰胺磁稳定床加氢等技术创新成果,进一步证实利用已有的知识和经验能导致技术创新。在科学技术突飞猛进的今天,仅仅利用已有的知识和经验去创新,是远远不够的。特别是要取得原始性的技术创新,因此需要开展导向性基础研究,围绕企业的重大业务,选择有关的科技前沿领域去寻找新的科学技术知识。帮助形成新构思去开发新技术。回顾国外石油化工催化技术的发展史,新催化材料的发现是创造发明新催化剂和新工艺的源泉,如ZSM-5沸石、钛硅分子筛和有机茂金属化合物的发现,导致一系列炼油,石油化工和聚烯烃等原创性新工艺和新产品的出现,受这样一系列历史经验的启发,近年我们开展了非晶态合金、负载型杂多酸、纳米分子筛等新催化材料的研究,已取得长足的进展,此外,新反应工程是开发新催化工艺的一条重要途径。新化学反应的发现是开发新工艺的基础,还需要这些领域开展导向性基础研究。展示未来,我们需要在离子液体、纳米分子筛等新兴催化材料,催化蒸馏和膜催化等反应工程、绿色化学和烷烃反应等领域,开展导向性基础研究,以迎接技术竞争的挑战。     

复合高斯杂波中知识辅助检测器的先验信息感知方法

利用先验信息可以提高雷达目标的探测能力,若先验信息与当前探测环境不匹配,知识辅助检测器的性能会受到影响.本文针对Bayes框架下的复合高斯杂波中的知识辅助检测器,提出了杂波纹理分量先验分布参数的感知方法.首先阐述了知识辅助检测器先验信息感知的一般方法.然后针对基于杂波纹理分量先验信息的知识辅助检测器结构,建立了先验模型参数失配与知识辅助检测器检测性能之间的量化关系.进一步利用知识辅助检测器对当前杂波场景进行探测,获得检验统计量和虚警率测量值,从而构造纹理分量分布参数的约束关系.通过分析多个约束关系的交点,获得杂波纹理分量先验分布参数的感知值.计算机仿真分析了这种感知方法的可行性,并利用实测杂波数据对感知方法进行了验证.通过知识辅助检测器检测性能对比分析,采用感知方法获得的先验信息模型参数能够进一步提高检测器的性能.     

国内外医疗数据可视化研究的现状分析与展望

本文利用科学计量学和知识图谱的方法展示了2010—2019这十年国内外医疗数据可视化研究的分布及主题特点,分析国内外相关研究的共性、对比二者的主要差异,从中挖掘目前国内医疗数据可视化研究存在的问题并提出应对建议。这十年国内外医疗数据可视化领域文献年发文量呈逐年增长趋势,其中后五年国内相关研究数量呈指数增长,国内外对医疗数据可视化研究的重视程度均有所提高,但当前国内相关研究较国外研究相比存在起步晚、科研主题创新和活力不足、研究主题粒度较大不够细化、处理数据来源和应用范围有局限性、可视化研究成果形式不够丰富等实际问题。本研究对这些突出问题逐一列举并提出解决建议,以期为未来医疗数据可视化研究的学者提供借鉴和参考,助力大数据时代医疗数据资源在可视化层面的高效利用。     

国际合成生物学领域主题演化的领先-滞后模式研究

合成生物学被誉为颠覆未来的前沿技术，明确我国与世界科技强国在合成生物学发展中的相对优劣与差异情况，能够促进科技创新结构的调整优化，把握学科发展的重点领域。本文基于合成生物学领域的论文数据对学科主题进行挖掘并识别研究热点，计算得到主要研究国家关于热点主题发展趋势的时间序列数据，综合灰色关联度与欧氏距离提出关联强度测度指标，并引入互相关方法的基本思想对我国与世界科技强国之间的领先-滞后关系及时滞期进行分析。研究发现，各国主题研究态势具有较为紧密的关联性，我国合成生物学领域整体呈现出滞后于国外的发展局面，美英德三国总体上展现出相对突出的科研实力与领先地位。建议我国继续提升科研成果的产出效率与数量，加大基因表达调控及基因组工程等技术方向的攻关力度，保持代谢工程研究的既往优势。     

利用GPU实现三维图像重建方法研究

利用CT进行三维重建需要高达几十亿字节的数据,处理这样的海量数据对PC机或普通图形工作站的CPU来说都将是十分耗时的,重建速度仍是制约三维锥束CT应用的主要因素之一.图形处理器(Graphics Processing unit,GPU)由于其所具有的超长流水线和高度并行化,不仅在图形处理领域得到广泛应用,而且被用来进行通用计算任务.由于计算机图形学中的投影过程和CT的数据生成本质是一致的,基于GPU进行CT重建是提高速度的有效途径,本文首先针对GPU的特点进行概述,之后着重介绍了在GPU上实现CT重建的原理和方法,同时分析了GPU能够实现加速的原因.     

日元汇率波动及对华直接投资影响的实证研究

使用1989～2007年日本对我国8个制造业部门的外商直接投资数据和日元对人民币汇率数据，采用面板数据的GLS回归分析。研究发现：日元汇率波动对日本对华直接投资的影响存在显著的行业效应，具体为，日元升值显著促进日本时我国8个制造业部门的直接投资，日元贬值则抑制直接投资，且各行业间的影响程度有差别；日元汇率波动性对每个行业的影响均是负的，且对电子与运输设备行业的影响是显著的。     

科技优先领域选择理论方法研究进展与展望

无论是在有限资源约束下寻找效益最高的分配方案,还是为新增资源寻找最优的投入方向,科技优先领域选择始终是科研管理决策中的焦点。本文从理论和实践相结合的视角出发,梳理了科技优先领域在概念内涵、价值准则和评价方法方面的进展,简要分析了若干国家相关实践和应用情况,发现其在发展趋势上表现出方法创新、开放性提升、功能性增强、支持方式多元等特点,在此基础上尝试提出了组织开展优先领域选择工作的相关启示。