高校创新人才挖掘体系研究调查报告

通过对江西六所高校的大学生和部分成功人士的调查,了解高校创新人才挖掘的现状、存在的问题及原因,分析数据并探讨解决问题的对策,筛选出创新人才应具有的原始特征,为创建高校创新人才挖掘指标体系做好基础工作。     

巨灾风险大数据处理应急分类、分解、分拣算法与应用

本文主要研究巨灾风险大数据处理的应急分类、分解、分拣算法,给出了相应的算法原理和可操作的步骤.首先根据巨灾风险大数据灾害规模巨大的特征,提出了一种用来解决巨灾风险大数据中一级事件的应急分类与二级事件及以下更低级事件的应急分解算法,并以特大地震灾害作为实例进行了算法应用.接着定义了事故灾难度,用来对巨灾风险大数据处理过程中,对各种级别的事故灾难后果进行不同的数字标识.然后提出一种用来解决巨灾风险中大数据快速处理的应急分拣算法,并在汶川地震中大规模灾害的应急救援计划中进行应用.经过采用这样的应急分拣原理,就可以在面对巨灾风险大数据的复杂、繁多和零乱的重灾事件状态下,使整个应急救援方案优化,并能够有条不紊地进行救援.     

针刺对延迟性肌肉酸痛治疗效果的meta分析

运用meta分析系统定量评价针刺对延迟性肌肉酸痛(DOMS)的治疗效果.检索知网和PubMed等数据库,收集有关针刺治疗延迟性肌肉酸痛的随机对照实验,纳入10篇(18项研究)文献,涉及227名研究对象,文献质量为A级的3篇、B级5篇、C级2篇,运用RevMan 5.3软件进行meta分析.各指标合并效应量检验P值均小于0.05.结果显示:针刺能降低DOMS时血清肌酸激酶(CK)浓度,缓解肌肉酸痛感,加快肌肉力量恢复,针刺对DOMS具有确切疗效,但各治疗时间段效果差异不一致.     

基于ESVM的科技政策文本标签分类研究

文本标签作为一种文本关键词,能够简化科技政策中有效信息的挖掘。本文从科技政策类别角度,将标签类别分为科技投入、知识产权、农村科技和税收四类,针对传统SVM算法的缺点和标签数据不平衡的缺点,结合欧式距离思想,提出一种带有惩罚因子的ESVM科技政策文本标签分类方法。最后,对比SVM和ESVM两种分类方法,验证了本文方法在处理科技政策文本标签数据上的有效性。     

基于神经网络的医疗诊断研究

主要工作集中在医疗数据的预处理和神经网络模型的训练.首先结合数据挖掘和自然语言处理技术,在保留医疗数据语义基础上对分词工具语料库进行补充,将中文数据分词,同时对其中大量冗余信息进行清洗,将中文数据转换成计算机可识别的编码,其次利用多种经典热门的神经网络模型来训练医疗数据,同时对比基于传统决策树模型的GBDT模型的训练结果,最后实验结果证明,对于多种疾病诊断,神经网络模型的效果要优于其他模型,诊断准确率接近90%.     

华人杰出物理科学家群体特征的计量分析

华人科学家在物理学领域造诣较高、具有一定的影响力,以华人杰出物理科学家群体为样本,应用SPSS13.0数理统计软件对该群体的年龄结构、性别比例、出生地域、受教育及出国留学经历、归国时间及工作单位、学科领域等情况进行计量分析,概述这一群体的若干特征,引导物理学的进一步发展。     

基于分层贝叶斯模型的损失准备金估计

传统的准备金模型主要是通过加总个体数据得到聚合损失三角形数据建立的,然而,这种数据的加总对原始个体数据产生不可避免的信息浪费.虽然这种方法简单,但可导致准备金估计的较大偏差.近年来提出的个体数据准备金模型中大都没有考虑保单合同之间的相依性.本文假设相同事故年的保单产生的索赔具有某种共同效应导致的相依情形,通过建立个体数据准备金的分层贝叶斯模型,利用信度理论的思想,得到每个事故年的准备金估计,从而得到总准备金的估计.进而,讨论了发展因子和结构参数的估计及其相应的统计性质.最后,给出数值例子表明本文给出的准备金估计的计算方法,并且比较了个体数据和聚合数据下准备金估计的均方误差.     

山地水田土壤环境质量评价及重金属来源解析

选择以非传统重点关注农区——广东省东部山地水田土壤作为研究对象，调查土壤中Cd、Hg、As、Pb、Cr、Cu等6种重金属的质量分数水平及空间分布情况，评价环境质量现状并进行重金属来源解析.研究结果表明:该区水田土壤环境中各重金属的平均质量分数未超过国家标准中的农田土壤污染风险管制值；基于筛选值的样本超标率均在10%以下，土壤环境质量总体良好，农产品重金属超标风险低；土壤中重金属的来源可能主要包括受人为干扰的土壤成土母质因素、工业污染因素、无干扰的土壤成土母质因素和交通污染因素，分别影响土壤中Cd、As、Cr、Cu、Hg、Pb的质量分数和空间变化特征，是导致土壤环境污染的潜在因素.建议该区在发展农业经济、工业经济、公共服务体系等时，注意做好环境规划、管理及污染防治；对超筛选值的轻度和中度污染土壤采取进一步的生态风险评估和农产品协同监测机制，对极少数重度污染土壤采取改种非食用农作物的措施.     

基于数据场联合PRI变换与聚类的雷达信号分选

基于脉冲描述字进行雷达信号分选时,传统聚类算法需要预先人工设定聚类中心和聚类数目。针对该问题,提出一种基于数据场理论联合脉冲重复间隔(pulse repetition interval,PRI)变换与聚类的雷达信号分选新方法。首先,依据数据场理论,基于势值大小实现干扰点剔除,而后利用PRI变换算法进行PRI估计,依据PRI估计值将归一化脉冲描述字数据预分类,进而以各类数据集中心间的欧氏距离小于辐射因子为准则进行类别合并,自动得到初始聚类中心和聚类数目,最后通过改进K-Means算法完成聚类分选。仿真实验表明:所提方法能够应对存在频率捷变,重频参差、抖动、参数交叠、局部脉冲丢失的复杂信号环境,分选正确率明显提升。     

基于大数据的重大工程智能群体决策支持系统研究

随着工程建设行业的规模化及国际化发展趋势,重大工程逐渐成为国家发展的重要标志.重大工程的复杂性往往导致决策不确定性并引发管理中的诸多难题.为高效解决重大工程决策主体多元化所带来的信息不对称、决策方案冲突等问题,将智能决策方法融入重大工程群体决策过程中,构建了基于大数据的重大工程智能群体决策支持系统(BD-IGDSS),并通过将BD-IGDSS应用于中泰铁路工程及港珠澳大桥工程,分析该系统在重大工程决策管理中的优势.