The Sputnik of servgoods: Autonomous vehicles

In an earlier paper (Tien 2015), the author defined the concept of a servgood, which can be thought of as a physical good or product enveloped by a services-oriented layer that makes the good smarter or more adaptable and customizable for a particular use. Adding another layer of physical sensors could then enhance its smartness and intelligence, especially if it were to be connected with each other or with other servgoods through the Internet of Things. Such sensed servgoods are becoming the products of the future. Indeed, autonomous vehicles can be considered the exemplar servgoods of the future; it is about decision informatics and embraces the advanced technologies of sensing (i.e., Big Data), processing (i.e., real-time analytics), reacting (i.e., real-time decision-making), and learning (i.e., deep learning). Since autonomous vehicles constitute a huge quality-of-life disruption, it is also critical to consider its policy impact on privacy and security, regulations and standards, and liability and insurance. Finally, just as the Soviet Union inaugurated the space age on October 4, 1957, with the launch of Sputnik, the first man-made object to orbit the Earth, the U. S. has inaugurated an age of automata or autonomous vehicles that can be considered to be the U. S. Sputnik of servgoods, with the full support of the U. S. government, the U. S. auto industry, the U. S. electronic industry, and the U.S. higher educational enterprise.     

Conceptualizing Mining of Firm's Web Log Files

In this era of a data-driven society, useful data(Big Data) is often unintentionally ignored due to lack of convenient tools and expensive software. For example, web log files can be used to identify explicit information of browsing patterns when users access web sites. Some hidden information,however, cannot be directly derived from the log files. We may need external resources to discover more knowledge from browsing patterns. The purpose of this study is to investigate the application of web usage mining based on web log files. The outcome of this study sets further directions of this investigation on what and how implicit information embedded in log files can be efficiently and effectively extracted. Further work involves combining the use of social media data to improve business decision quality.     

飞行仿真器的数据采集系统研制

数据采集系统是飞行仿真器的一个重要组成部分,主要完成主控机与各系统之间的并、串行通讯,数据采集以及各种参数的显示。通过对飞行仿真器的数据采集特点的分析,应用系统集成技术,使用商用货架板卡构建数据采集系统;并用多串口卡实现上位计算机与多个下位单片机之间的通讯。结合结构特点,应用VC 编写测控程序和人机接口程序。最终实现了飞行仿真器采集系统的结构简单、可靠性高的目的。     

一种动态数据网格副本创建策略设计与仿真

数据网格提供了地理分布的大量共享数据资源,然而互联网的高访问延迟降低了数据访问的效率,创建副本是一个有效的方法,而在何处放置副本是一个具有挑战性的问题.从应用环境和用户访问特征出发,讨论了副本创建位置、粒度和时机,提出了一种基于副本共享组的副本创建模型,可以获得优化的副本创建位置,构造了一个副本创建代价函数,由系统的传输速率、拓扑结构和用户访问特征共同决定.并给出了确定副本创建位置的有效算法.分析和仿真实验表明,自适应副本管理方案具有动态性、适应性和可扩展性,能较好地适应数据网格的特性,可以有效降低访问延迟,提高数据访问效率.     

数据智能:趋势与挑战

随着大数据和人工智能的兴起,数据智能(data intelligence)逐渐成为学术界和产业界共同关注的焦点.数据智能具有显著的大数据驱动和应用场景牵引两大特征.其融合场景内外的多源异质大数据,利用大规模数据挖掘、机器学习和深度学习等预测性分析方法和技术,提取数据中蕴含的有价值的模式,并用于提升复杂实践活动中的管理与决策水平.本文指出了推动数据智能实现迭代发展的三维要素:数据、算法和场景,然后围绕这三大要素介绍了数据智能的前沿热点、发展趋势和存在挑战,特别对数据智能与管理学交叉的研究与应用问题进行了较为深入的探索.论文还尝试给出一些具有前瞻性的观点或评论,一来希望为有兴趣进入数据智能领域的读者提供指引,二来希望能够在管理同行中起到抛砖引玉之效.     

卫星时变拓扑网络多视图可视化分析框架

深入研究卫星时变拓扑网络与信息可视化相结合的可视化分析问题,提出一个多视图可视化分析框架。该框架在集成传统两视图的基础上,重点关注卫星网络的动态时变特性,设计实现一个新颖的时变拓扑网络可视化视图,该视图遵循网络布局的美学标准,并且维护用户感知网络拓扑的意象图。实验验证表明,多视图可视化分析框架丰富了卫星网络可视化的表现形式,多角度展示了卫星网络的时变特征,能够支撑数据包路由分析等应用,辅助用户感知网络并做出合理决策。     

Big Data Analytics in E-commerce for the U.S. and China Through Literature Reviewing

Big data analytics(BDA) in e-commerce, which is an emerging field that started in 2006,deeply affects the development of global e-commerce, especially its layout and performance in the U.S. and China. This paper seeks to examine the relative influence of theoretical research of BDA in e-commerce to explain the differences between the U.S. and China by adopting a statistical analysis method on the basis of samples collected from two main literature databases, Web of Science and CNKI,aimed at the U.S. and China. The results of this study help clarify doubts regarding the development of China's e-commerce, which exceeds that of the U.S. today, in view of the theoretical comparison of BDA in e-commerce between them.     

一种基于Rough集的时间序列数据挖掘策略

阐述了基于 Rough集的时间序列数据的挖掘策略 ,重点讨论了时间序列数据中的时序与非时序信息的获取问题 .实践证明 ,Rough集理论作为一种处理模糊和不确定性问题的有效工具 ,对于时间序列数据的挖掘同样也是有效的 .文章强调了时间序列数据中的多方面信息 ,包括原始数据及其变化量、变化率所提供的信息.     

分类信息辅助的多目标跟踪方法研究

多目标跟踪系统的关键技术之一是航迹关联。当传感器能同时得到目标分类信息和运动信息时，本文提出结合分类信息的综合概率数据关联算法，把目标不同信息相结合来提高关联效果。它通过分类混淆矩阵确定分类信息似然函数。再用谊函数调整传统的只利用运动信息的似然函数。使分类信息有效辅助综合概率数据关联．在杂波环境对多个邻近且不同种类目标跟踪情况仿真，比较仿真结果说明所提算法确实提高了多目标数据关联效果。     

快速瀑布模型动态副本创建策略研究

在高性能数据网格中,动态副本创建策略能使用户访问远程大数据文件时有效的减少带宽消耗和访问延迟.提出了多层数据网格环境下一种新的动态副本创建策略--快速瀑布模型算法.OptorSim网格仿真器也被修改用以更好的适应多层数据网格架构和研究这种算法的性能.仿真结果表明:对比Fast Spread,LRU,LFU,Economy-Bin和 Economy-Zipf五种算法,快速瀑布模型算法能在随机访问模式下有效地减少数据访问的平均响应时间,并且其优势随着用户提交作业数量的增加而增大.     

粗集在数据开采中的应用

从数据库或数据仓库开采有用的知识，是辅助决策的有效手段，粗集作为一种新的软计算方法，是处理不确定、不完全数据的有效方法，它可以克服其他软计算方法的不足，并且和它们具有较强的亲和力，所以粗集理论得到了广泛的应用，尤其是数据开采领域巳成为研究的热点，论文就粗集在数据开采中的几个重要问题进行论述，包括决策表的约简、不完全决策表的处理，连续值的离散化、基于粗集数据开采的递增算法以及粗集与其他软计算方法的集成等几个前沿问题，同时指出了问题之所在，提出粗集进一步可能的发展方向。     

An Application of Rough Set Theory to Modelling and Utilising Data Warehouses

1 IntroductionBuilding a data warehouse is an effective way for accommodating enormous historical datathat should be subject oriented and organised in hierarchies, and for providing a goodenvironment for knowledge discovery. Dimensional modelling is a logical design techniqueoften used for data warehousing. Every hierarchy related to a concept is reflected in thedefinition of a dimension.Summary information at all leve1s defined using dimensions accounts for most of thecontents in a data wareh…     

数据耕耘:一种基于协同的探索性仿真分析方法

战争系统是一个典型的复杂系统,信息化战争的研究需要复杂性理论的指导,需要新型的战争模拟手段。数据耕耘是一种有效的探索分析战争复杂系统的方法。介绍了数据耕耘的产生原因、基本概念、研究方法。描述了数据耕耘的基于多领域专家的协同工作环—想定创建环和参数空间执行环。分析了支撑数据耕耘的基于问题建模、提炼、可视化多维数据分析以及高性能计算等关键技术,讨论了探索性仿真分析方法与数据耕耘的关系。     

基于校飞数据的雷达情报仿真方法研究与实现

作者根据建设防空C3I系统仿真试验环境的要求,采用"误差数据分组-建立数据库-随机提取误差数据"的步骤,提出了一种基于校飞数据的雷达情报仿真方法,并详细分析了误差数据分组算法,选取了合适的雷达探测数学模型.用该方法实现的雷达信息模拟器已应用于某防空C3I系统试验中.     

基于数据中台的装备保障数据集成

针对当前装备保障数据分散和决策支持不足的问题,展开装备保障数据集成研究。首先，构建了基于数据中台(open data processing service, ODPS)的装备保障数据集成架构,从数据同步、ODPS和数据服务应用程序接口(application programming interface, API)三方面对其进行了具体分析;然后,为了统一数据视图,提出了朴素贝叶斯和特征词匹配相结合的装备保障集成数据分类方法,为实现“数据互通”提供了有效方法,也为装备保障信息系统高效集成奠定了基础。     

基于SCMA和卷积编码的联合检测译码算法

随着卫星星座及卫星数量的不断增多, 卫星测控中海量用户多址问题亟待解决。稀疏码分多址接入(sparse code multiple access, SCMA)技术能在有限信道资源上承载更多用户, 有望解决大规模卫星的多址测控问题。针对传统的SCMA译码方式——消息传递算法(massage passing algorithm, MPA)译码性能不理想的问题, 提出基于SCMA和卷积编码的联合检测译码(joint detection and decoding, JDD)算法, 进行多轮对数似然信息的更新以及多卫星数据交叉提供概率域的迭代, 以提高系统译码性能。分析和仿真结果表明, 采用基于SCMA和卷积编码的JDD算法可有效提高天基测控系统用户容量, 并保证在算法复杂度适中的情况下有效提高系统误比特性能。     

基于跨媒体分析的突发事件检测及趋势研判研究

突发事件的发生对社会经济产生重要影响,如何实时检测突发事件并对事件发展进行追踪,为应急处置和应急管理争取有效处理时间并提供决策支持具有重要研究意义.本文提出了一个基于跨媒体分析的突发事件检测模型,并对检测到的突发事件进行趋势分析和追踪.该方法通过对跨媒体文本进行深入分析,利用文本挖掘得到突发事件特征,并利用数据挖掘方法进行建模,有效提取突发事件;进一步地,利用事件分析和预测方法,对事件的进一步发展进行追踪,预测突发事件的未来走势.实证结果表明,本文提出的模型具有较好的检测精度,是突发事件检测与分析的新方法,具有较好的应用价值.     

惯性导航状态数据分析与基于SVM的故障诊断模型构建

为更好地利用当前航空装备系统积累的大量飞行数据, 从中挖掘信息来更有效地服务于空军装备可靠性为中心的维修保障工作, 将数据分析技术应用到当前的装备故障诊断中, 设计并实现了某型飞机惯性导航系统状态数据分析和故障诊断系统. 分析了整个系统的数据处理过程, 对数据自动判读处理、数据清理和修正进行了研究. 设计了支持向量机模型, 提出了通过对惯导状态信息数据进行回归预测, 用预测值与实际值之间误差诊断故障; 通过状态数据和与之对应的故障信息库, 用支持向量机进行故障分类两种方法来实现故障的诊断和决策. 最后对模型进行了验证和分析.     

高级分布式仿真中的数据收集技术研究

介绍了高级分布式仿真中数据收集的体系结构、存储方式以及事后分析等关键技术，并在此基础上设计了一个数据收集系统。该系统主要针对数据收集后在内存和磁盘中的组织，应用实时数据库技术来提高数据收集和数据导入磁盘的性能，并为数据的运行时使用提供了条件。对于数据收集后导入磁盘的算法以及分布式数据收集的体系结构，本文也作了初步探讨。     

一种基于支持向量数据描述的损伤诊断方法

为了解决结构损伤诊断中缺乏损伤样本的问题,提出了一种基于支持向量数据描述(SVDD)的结构损伤诊断新方法.该方法只需正常状态的数据样本,而不需要任何损伤数据.首先采用小波包分解对数据预处理,以频带能量序列为特征,然后把多测量点的能量序列融合后作为特征向量,输入到SVDD分类器进行训练,实现损伤的诊断.实验表明,采用频带能量降低了数据维数,有效地浓缩了损伤信息;多测量点数据融合不仅能够使不同传感器的信息相互补充,而且减小了检测信息的不确定性;SVDD分类器较好地区分了结构正常与非正常状态,达到损伤自动诊断的目的.