中国碳市场现状与未来发展

面对日益严峻的全球气候变化问题, 中国大力发展试点省市碳市场, 并积极研究试点碳市场连接和国家碳市场建设等问题。该文采用比较分析法, 从法律基础、体系设计、机构安排和调控政策这4个维度分析试点碳市场建设和发展现状, 结合试点省市经济发展、产业结构和减排成本特征, 探讨试点碳市场连接形成国家碳市场的建设路径。建议政策制定者在试点碳市场运行平稳后即启动国家碳市场建设, 试点碳市场逐步连接到国家碳市场体系。在国家碳市场建设过程中必须对不同省市给予灵活政策, 同时考虑与其他能源环境气候政策的协调问题。     

基于密度Canopy的评论文本主题识别方法

融合Sentence-BERT和LDA的评论文本主题识别（SBERT-LDA）方法,将LDA的主题数作为K-means算法中的k值,导致算法可解释性较差、主题一致性较低。为了解决上述问题,提出基于密度Canopy的SBERT-LDA优化方法（SBERT-LDA-DC）,利用密度Canopy改进K-means算法。实验结果表明,提出的方法在一致性指标上要优于使用K-means以及K-means++对特征向量聚类的同类方法;与SBERT-LDA方法相比,在1 852条戏剧评论数据集上,一致性指标值提高了22.9%。因此,所提出的SBERT-LDA-DC方法是有效的,对产品或服务提供者更好地了解用户意见、完善自身产品或提升服务水平提供了新方法,具有较强的实际应用价值。     

数据可视化研究综述

数据可视化对于从海量数据中发现规律、增强数据表现、提升交互效率具有重要作用。目前,数据可视化的概念及相关研究领域不断扩展,就数据类型而言,可视化研究逐渐聚焦于多维数据、时序数据、网络数据和层次化数据等领域。通过对中国知网（CNKI）中外文文献进行分析可知：2014年、2015年是数据可视化领域研究热度升级、理论成果大量产出的“里程碑”式年份;中国大数据领域研究热潮形成后,数据可视化是迅速发展的一个重要支撑领域;国内外数据可视化领域的研究,在时间上基本同步,而武汉大学、浙江大学、北京邮电大学、国防科技大学、电子科技大学等都是在该领域研究活跃度较高的国内高校。要获得良好的视觉效果,帮助用户降低理解难度,高效分析数据和洞悉价值,通常还需要注意色彩与语义、突出核心数据、防止数据过载、防止思维过度发散等技术要点。现有的数据可视化技术主要分为基于几何技术、基于图标技术、基于降维技术、面向像素技术、基于时间序列技术、基于网络数据技术的数据可视化方法,以及层次可视化技术和分布技术等。基于几何技术的可视化方法,包括平行坐标、散点图矩阵、Andrews曲线等。基于坐标的可视化方法,可以清晰展示变量间的关系,但受限于屏幕尺寸,当数据维度超过3个时,难以直观显示全部维度,需要结合人机交互技术进行展示,适用于表达不同维度之间的相关关系,比如学生学习行为之间的关联关系等。基于图标的可视化方法,主要包括星绘法和Chernoff面法,以几何图形作为图标刻画多维数据,直观反映出图标各个维度所表示的意义,适用于工作完成情况、激励工作进度概览等。基于降维技术的可视化方法,根据维度属性确定点的坐标,在保持数据关系不变的前提下映射到低维可视空间中,主要涉及主成分分析、自组织映射、等距映射等。基于时间序列的可视化方法,是一种显示数据间相互关系和影响程度的可视化方法,主要包含线形图、堆积图、地平线图等,随着时间发展采集相应数据,并利用上述3类可视化方法进行呈现,适用于表示信息数据流动和变化状态,如不同时间段成绩流向趋势分布、主题概念的变迁等。基于网络数据的可视化方法,核心是自动布局算法,通过自动布局与计算绘制成网状结构图形,主要有力导向布局、圆形布局、网格布局等,常用来表示大规模社交网络结构,适用于活跃度分析、引文关系展现等。层次可视化技术,主要包括节点链接、空间填充、混合方法等,通过绘制不同形状的节点和包围框来表示层次结构的数据,适用于表示群组成员间交互关系的发现和挖掘,如在线协作员工之间的交互。基于CNKI,通过对数据可视化研究情况的分析,提出数据可视化研究过程中的注意点,指出数据可视化需要重点考虑色彩的匹配,在色彩与数据内容的重要度之间建立关联;可视化方案应在满足业务需求的基础上以业务逻辑为依据,合理组合与应用相关可视化技术;统一的可视化风格有助于提升人们理解数据的连贯性、一致性和效率,兼顾用户的审美要求,在风格与色彩之间建立合理的匹配关系;数据可视化应以实用、合理、高效地表现关键过程、关键目标、关键结果为主要面向。此外,对可视化应用实例Echarts展开综述,包括Echarts 交互组件（markPoint和markLine标注点组件、dataZoom区域组件、图例交互组件）在可视化中的应用,以及动态数据绘制等。最后,对可视化存在的挑战以及未来研究方向进行了分析和展望,指出虚拟现实、可视化系统和数据分析是可视化未来的研究方向,其应用热点领域还包括统计可视化、新闻可视化、思维可视化、社交网络可视化和搜索日志可视化等。     

基于LDA主题模型的文献特征项多重共现可视化方法

文献计量学是运用数学和统计学方法对文献知识单元进行定量分析、揭示文献内部知识内容的一门科学。共现网络分析是文献计量研究中分析文献特征项数据关系的一种可视化方法,根据被分析特征项的数量分为单重共现网络分析和多重共现网络分析。与单重共现网络分析相比,多重共现网络分析增加了特征项的维度,对文献知识的呈现更加深入。但是,由于被分析特征项维度的增加,导致共现网络中的节点数量增多,节点间连线重合度和交叉频率过大,降低了文献计量可视化的效果。因此,目前文献计量共现网络分析主要以单重共现为主,多重共现网络分析可视化效果尚有待提升。为解决多重共现网络中节点过多、连线密度过大、不利于发现数据价值以及可视化效果较低等问题,引入LDA主题模型,采用空间划分的方法,将特征项全域可视化的问题转化为子空间可视化问题。首先,使用SATI文献题录信息分析软件抽取文献关键词,进行TF-IDF计算,以计算结果作为实验数据;其次,使用Python构建主题模型,对目标文献集合进行主题聚类分析;最后,使用Ucinet软件对不同主题子空间文献进行多重共现分析,并将子空间分析结果叠加和重构,完成多重共现可视化系统的结构化表达。结果表明：与原多重共现可视化方法相比,在内容呈现等价的前提下,基于LDA主题模型的多重共现可视化改进方法由于缩小了多重共现网络分析系统的规模,即子空间文献数量与特征词数目,因而降低了共现网络中的节点数量和节点间连线密度,使得多重共现可视化系统的结构更为清晰,增加了数据的可读性,突出了数据价值,有效提升了多重共现可视化效果。因此,多重共现可视化改进方法在一定程度上可以推进文献构成元素在多重组合知识挖掘方面的深入研究,提高不同领域文献计量的实证研究质量。     

触摸屏在X62W型万能铣床中的应用

在控制系统中,触摸屏作为PLC输入和输出设备,通过使用相关软件设计适合用户要求的控制画面,实现对控制对象的操作和显示,本文介绍了三菱F940型触摸屏运用到X62W型万能铣床中的一般方法.     

中国未来国际海运CO2排放量预测

在充分调研国际海运CO2排放量计算方法及预测模型的基础上,建立了中国国际海运CO2排放量预测模型,并结合航运经济与物流研究所(ISL)等国际海运相关机构发布的数据以及政府间气候变化专门委员会(IPCC)排放情景特别报告(SRES)的基准情景,对中国2010—2050年国际海运CO2排放量进行了预测。并进一步分析了国际海事组织(IMO)意推的市场机制(碳税)对中国进出口贸易和国际海运运营成本的影响,为中国气候变化国际谈判、国际海运减排谈判和行业发展等提出相关政策建议。结果表明,未来20～30年,中国国际海运CO2排放量仍将快速增长。基准情景下2050年中国国际海运CO2排放量将达到2 337～5 790万t,为2010年的0.7～1.8倍。当碳税税率在15～45美元/t(以CO2为基准)时,将导致中国国际海运运营成本提高0.96%～9.76%。     

中原油田采油污水腐蚀因素灰关联分析

根据注水水质分析和腐蚀监测结果 ,应用灰关联分析方法对 2 0 0 1年 2月至 2 0 0 3年 6月中原油田生产系统腐蚀状况进行了分析 ,根据灰关联度的计算结果得知 :影响中原油田处理前采油污水腐蚀性的主要因素为 HCO3 -质量浓度、p H值、SRB(硫酸盐还原菌 )、TGB(腐生菌 )含量和Σ Fe质量浓度 ;影响中原油田处理后采油污水腐蚀性的主要因素为 ,矿化度、Na+、Ca2 +、Mg2 +和 Cl-质量浓度 .通过对中原油田采油污水处理前、后的水性、水质及腐蚀速率的比较可知 ,提高处理前采油污水的p H值 ,控制污水中 SRB及 TGB含量 ,降低污水中Σ Fe质量浓度 ,对于降低腐蚀速率意义重大 ;同时也证实了用灰关联分析方法研究影响中原油田采油污水腐蚀性的因素是可行的     

N-甲基葡萄糖胺的合成

通过多相催化氢化反应，以葡萄糖和甲胺为原料，兰尼镍为催化剂，制得了N-甲基葡萄糖胺，用正交实验确定了较佳工艺条件，收率达75．5％．     

“数据分析与计算专栏”主持人语

<正>数据,泛在于自然、社会和人文空间,在记录历史轨迹的同时,也蕴藏着推动发展的力量。随着信息、通讯、网络等技术的演进,互联网、移动网、广电网、物联网、社交网等现代网络及衍生业务迅速生长,数据体量、增速、复杂性等都达到了前所未有的高度。分析数据的特征和规律,计算出信息和知识,已经成为多学科理论交叉融合、共同面对的任务,更是一个协同创新的命题,需要计算机、数学、管理、信息、心理等多专业人才协作研究、解析问题、建立模型、设计算法、实施方案和评价结果。     

船舶装配作业工时智能估算技术

为了合理地估算船舶中间产品装配作业工时,提出了产品相似实例检索规则和算法．该算法应用神经网络获取实例产品的工时规律,并按此预测当前产品的装配作业工时．最后开发了船舶装配作业工时智能估算系统（IMHEAS）．经企业实际验证,该方法可以更加高效、准确地估算船舶中间产品作业工时．