重庆:数据清理整合保“金质”简

质监事业近年来的发展历程,从某种意义上讲,也是信息化不断发展的历程。重庆质监系统自2006年开始信息化建设以来,逐步建立了相应的业务系统,对于日常事务、业务的处理基本上已经实现了在线处理问题。与此同时,作为重庆质监局下属的各业务处室、直属事业单位及区县局各自履行着不同的职能和办理不同的业务,相互之间又有相关业务的交叉,使得信息资源整合共享需求问题逐渐显现。2012年底,重庆质监全局统一启动了数据清理整合工作,开启了重庆质监信息资源整合与共享服务平台的建设历程。     

利用单次快拍数据自适应处理的最小二乘算法

针对直接数据域最小二乘算法存在有效阵列孔径损失及自适应方向图旁瓣电平较高等不足,提出一种利用单次快拍数据进行自适应处理的改进算法.该方法基于直接数据域最小二乘箅法所得的权值,构造出一个变换矩阵,并对阵列接收的单次快拍数据样本进行预变换处理.形成子阵级输出后.根据噪声增益最小化准则,对各子阵进行自适应波束的形成,从而充分利用了所有阵元信息,不仅提高了有效阵列孔径,而且明显改善了阵列抑制严重非平稳干扰的性能.计算机仿真结果表明了该方法的有效性.     

PC服务器实现海量数据存取的方法

在HP LH6000 PC服务器(双PIII550 Intel至强CPU、1G内存、Raid5磁盘阵列)、WINNT4.0网络操作系统和Microsoft SQL Server2000数据库管理软件环境下,提出一种应用PC服务器实现海量数据存取的方法,该方法通过改进和优化数据分类、数据分割、数据加工和保存、数据访问等一系列措施解决海量数据存取的技术难题,较好地提高了数据库服务器系统的处理速度和效率,节约了投资和维护成本.     

粒子滤波融合跟踪方法

针对Kalman滤波不能处理多传感器量测信息融合中的非线性问题,提出了一种基于粒子滤波方法的融合跟踪算法.通过对量测方程的非线性分析,利用粒子滤波器计算目标状态估计值,通过线性迭代的方式得到系统的最优估计.仿真结果表明,与采用Kalman滤波的方法相比,该算法具有更高的估计精度和更少的计算量.相比于单传感器,减少了量测信息的模糊性,提高了资源的利用率.     

影响我国封闭式基金折价因素的面板数据分析

运用面板数据的合并回归模型、固定效应模型和随机效应模型对影响我国封闭式基金折价的因素进行实证研究,结果发现：①面板数据的随机效应模型和固定效应模型优于传统的合并回归模型;②股票市场和基金规模对封闭式基金折价的影响不显著;③封闭式基金的折价具有季节效应和＂均值回归＂的特点,基金管理公司和基金业绩对封闭式基金的折价有影响.     

基于Cache网络数据的数据缓存技术研究

通过对目前数据缓存技术的分析和研究，提出和设计了一种针对于高速局域网分布式数据缓存系统，即基于Cache网的数据缓存系统。旨在进一步提高数据缓存系统的性能，通过减少网络传输时间，均衡网络负载，实现提高客户机／服务器网络系统的检索效率。其主要思想是在网络的各个节点上建立数据缓存区，并实现对这些缓存区统一调配和管理。文中对其缓存性能进行了分析，并和其它缓存系统进行了比较，从而论证了该缓存系统的有效性。     

《中国国家级湿地自然保护区保护成效初步评估》中的偏差

对《中国国家级湿地自然保护区保护成效初步评估》一文中使用的方法、数据和结论进行了分析,发现作者建立的湿地自然保护区保护成效评估方法存在多方面的缺陷,主要包括没有区分人为因素的影响和自然生态系统的变化,评价因子缺乏与湿地的核心功能和保护目标的相关性.同时,在数据的来源和可靠性方面也存在一些问题.文章的重要结论没有任何的验证,结果自相矛盾.基于以上种种不足,作者在文中所做出的占总面积79%的中国国家级湿地保护区保护成效为差的结论不具可靠性.     

大数据与量子计算

大数据技术的迅猛发展对计算效率提出了更高的要求.由于量子系统的独特性质,量子计算具有经典计算不具有的量子超并行计算能力,能够对某些重要的经典算法进行加速.人们发现,除了大数分解算法,量子计算的更多用途是对量子体系的仿真计算和在数据分析领域的应用.近年来,大数据和量子计算开始融合.虽然实际使用的量子计算机尚未建成,量子计算在大数据的应用在理论上已经取得了一些重要的进展.实验上也有了一些发展.本文首先介绍量子计算的基本原理和Grover量子算法.随后以量子机器学习作为切入点,介绍了量子计算在数据挖掘领域的应用.     

大数据哈希学习:现状与趋势

随着信息技术的迅速发展,各行各业积累的数据都呈现出爆炸式增长趋势,我们已经进入大数据时代.大数据在很多领域都具有广阔的应用前景,已经成为国家重要的战略资源,对大数据的存储、管理和分析也已经成为学术界和工业界高度关注的热点.收集、存储、传输、处理大数据的目的是为了利用大数据,而要有效地利用大数据,机器学习技术必不可少.因此,大数据机器学习(简称大数据学习)是大数据研究的关键内容之一.哈希学习通过将数据表示成二进制码的形式,不仅能显著减少数据的存储和通信开销,还能降低数据维度,从而显著提高大数据学习系统的效率.因此,哈希学习近年来成为大数据学习中的一个研究热点.本文对这方面的工作进行介绍.     

潘云鹤：大数据催生新的信息服务

当今世界,数字化信息资源急速膨胀,以大数据、移动互联网、物联网、云计算为标志的信息技术逐渐成熟,特别是大数据技术与经济社会各个领域的高度融合,正在带动众多产业的变革与创新。用中国工程院院士潘云鹤的话来讲,是＂移动互联网的发展,信息的增长让世界发生了新的变化,信息世界已经产生,我们正步入大数据时代。在大数据时代,一些新的信息服务形式将会诞生,这让预测未来成为诸多可能之一＂。大数据为什么会出现？在其《大数据和知识服务》的专题发言中,