杭州市2005年医药技术创新情况调查

根据省经贸委医药行业办提供的2002-2005年统计数据显示,杭州市医药工业2005年虽然在总量上继续领跑全省,但在多项主要经济指标增幅上已落后全省平均水平。2005年完成医药工业总产值87.91亿元,继续保持全省第1的位置,但同比增长14.07%,增幅比上年低8个百分点,且低于全省平均增幅水平1.5个百分点,在省内11个城市增幅排名中,从上年的第3位跌至第8位;销售产值84.80亿元,增长11.9%,增幅比上年低7个百分点,落后全省平均增幅水平4个百分点,增幅排名跌至第8位;实现利润总额12.85亿元,同比增长6.09%,落后全省平均增幅水平近5个百分点。另根据市经委…     

基于广义梯形模糊数相似度的交叉效率集结

在不确定环境下,针对模糊数据的多样性和复杂性,本文结合广义梯形模糊数相似度理论将广义梯形模糊数的交叉效率矩阵转换为交叉互评相似度矩阵,并根据模糊信息检索系统中的布尔模型,以能最大程度还原信息本身为准则,构建满足"正相容性"的有序几何平均集结函数对交叉互评相似度矩阵进行集结,从而得到关于每个决策单元的同行评价综合相似度.根据决策单元的同行评价综合相似度,建立反映决策者偏好的模糊一致性偏好矩阵,并对决策单元进行集结权重的分配,根据分配结果计算决策单元的全局交叉效率值.本文的集结方法可以解决不确定环境下,交叉效率矩阵数据多样性的问题,有较高的适用性;并且其集结结果具有较高的一致性和稳定性.最后本文以梯形模糊数的交叉效率矩阵为算例,来说明该方法的合理性和适用性.     

大数据营销:综述与展望

随着追踪消费者足迹能力的增强,营销科学正经历着一场大数据的革命.为了了解大数据背景下消费者行为和营销战略的改变,此项研究结合近十余年大数据营销的有关文献,梳理了大数据营销的相关概念,类型及分析方法,并提炼出搜索、移动、口碑、数字化、APP和社会媒体等50个大数据营销的热门主题.在此基础之上,分别从互联网、社会网络、移动互联网、大数据和人工智能等四个阶段对大数据营销的研究进展进行回顾,最后围绕客户旅程,营销活动的量化评估和营销分析技术的开发三个方面对大数据营销的未来研究方向进行展望.     

基于树型空间的三维树木模型匹配

为解决三维树木模型的检索具有正确率低、检索效率低、描述不匹配等问题,提出一种基于树型空间的三维树木模型匹配方法。该方法通过构建三维树木模型数据集的树型空间,辅以主轴匹配,轮廓匹配,枝干匹配等方式,经过树型空间中欧氏距离和测地线度量差异值,逐步匹配到相应的三维树木模型,该方法分别在通用模型数据集和自我设计的模型数据集进行了匹配性实现,结果表明可以较大幅度提升树木模型匹配的准确率,利于三维树木模型的大规模检索和重用。     

大数据环境下图书馆文献资源建设模式的改革研究

在"互联网+"时代,现代化信息技术飞速发展,在大数据支持下,图书馆文献资源的建设模式迎来新的发展机遇和挑战。基于此,本文阐述了大数据环境下图书馆资源构建的重要性及功能,并提出图书馆文献资源建设模式改革的创新途径,包括加大网络开发力度,促进信息、文化资源共享等,以期充分发挥图书馆自身的职能,提高服务质量,进一步推动图书馆向现代化方向发展。     

远程采集监控SCADA技术在泵站管理上的应用

介绍了一种针对城市污水泵站管理,进行集中调度和控制的实现方案,包括系统结构、功能、通讯、软件设计等多方面的内容,使得泵站管理集中、方便、灵活,提高了污水输配效率,获2004年安徽省科技进步三等奖。     

单片机多机串行通讯的设计

介绍MCS-51单片机所构成的主从式多机型结构的串行通讯原理及通讯软件的设计方法,并给出原理图及通讯软件程序和流程图。     

教育人工智能研究应超越教育技术范畴

教育人工智能是教育学科走向科学化的关键路径。当前中国教育人工智能研究和实践严重滞后,缺乏基础理论创新、实践应用支持和大数据库建设。教育人工智能研究的学科定位出现偏差,长期存在对教育技术单一学科分支的路径依赖,形成了研究壁垒、思维惰性和创新恐惧,导致当前教育人工智能研究浅层化。应对教育人工智能发展的研究需求,不能过度依赖教育技术学科,应凸显本轮教育人工智能发展的颠覆式和破坏性创新特质,超越教育技术范畴。一是摆脱教育技术学科限制,引导形成全教育、全学科、全过程、全参与者共同进行教育研究和实践的研究新格局,加强重大基础理论创新,推动理论研究与实践应用融合,形成理论引导实践、实践反哺理论的良性创新系统,引导形成全面参与的新研究范式,全面推进教育人工智能研究。二是进一步解放思想,克服技术恐惧,全面引入教育大数据和人工智能方法,推动学科从业人员的思维转化与能力提升。三是借助技术壁垒,形成新的教育研究行业标准,将教育学科打造成为可以与其他社会科学体系进行科学对话的规范学科。四是响应产业界需求,对教育人工智能产品进行有效性评估,形成基于评价的产品研发自我调适系统。     

结合节点计算能力的MapReduce负载均衡方法

MapReduce是大数据计算领域广泛使用的编程模型,默认的Hash分区方法易导致数据倾斜,使各计算节点负载不均衡,影响了整体计算性能并造成了大量集群资源浪费。针对这一问题,提出一种结合节点计算能力的分区方法。通过运行一个独立的抽样作业,利用Reservoir抽样算法抽取待处理数据并统计样本里关键字的位置和频次;根据关键字的统计数据制定分区策略,使各分区负载与节点计算能力达到平衡,同时优化网络开销;以全量数据为输入运行计算作业,并采用已制定的分区策略对中间数据进行分区,得出计算作业的运行结果。实验结果表明,方法使各节点负载更加均衡,可明显提升计算作业执行效率。