元数据与网络信息资源组织

元数据描述的对象是网络数据和资源。元数据的应用将在很大程度上促进网络信息资源的组织、管理和获取。文章针对元数据搜索引擎的影响,分析了元数据的应用问题,对目前因特网资源组织和检索中存在的问题进行分析,并对元数据的目的和作用作了理论上的探讨。     

相对资源承载力综合分析与评价——以江苏省沭阳县为例

以江苏省典型的农业大县——沭阳县为研究单元,分别以江苏省、宿迁市为参照区域,对沭阳县相对土地资源承载力、相对经济资源承载力和综合承载力进行了综合分析和评价;并以沭阳县为参照区域,探讨了37个乡镇相对资源承载力的地域差异.研究表明,沭阳县综合承载力小于实际人口,呈超载状态;相对土地资源承载力对综合承载力的贡献率在50%以上,而经济资源承载能力有待加强;相对资源承载力呈现一定的空间差异特征,35%的乡镇相对超载,65%的乡镇相对富余.     

影子价格理论的应用误区分析

资源的影子价格是对资源合理配置的重要依据,是企业调整与优化生产方案的一个重要参考因素,本文运用线性规划有关理论并结合具体实例,探讨了一些关于影子价格理论应用的不正确提法,提出影子价格的新内涵:影子价格是对瓶颈资源的价值估计和对其重要性的认可,并且从中得出一些有益的结论.     

引入微元法思想的混合测控资源联合调度方法

针对混合测控资源联合调度中存在的资源属性繁多、偏好差异大以及可能出现的调度弧段冲突等问题,借鉴单体制测控网调度研究中的任务需求描述方法,对混合测控任务需求的特点进行分析,给出其任务需求的规范化描述。以测控调度收益值最大为目标,建立混合资源联合调度模型;引入微元法思想,提出了可用弧段扩展复用方法,以此为基础提出了基于改进遗传算法的求解策略。仿真结果表明：所建模型和相应的解冲突算法能有效提高测控需求满足率和测控收益。     

复杂钼铜矿化空间的三维地质模拟与分析

以内蒙古某钼铜矿为研究对象,采用几何建模法构建了成矿相关地质体的三维形态模型,通过变异函数分析研究了矿化元素的空间变异性,在此基础上应用Kriging插值和空间分析方法构建和解析了成矿元素的三维品位分布模型.模拟结果表明钼和铜品位数据具有相似的空间变异模式,但铜矿化的均匀程度和空间相关性都高于钼矿化.钼铜矿化具有丛聚性...     

波长路由网络光通路呼叫阻塞分析研究

基于马尔科夫链相关性理论研究了波分复用全光网络中光通路呼叫请求过程,提出了阻塞性能数学分析方法。模型中引入了光网络资源预留过程中所应该考虑的光节点接收器的配置情况。数值分析表明,光纤中复用的波长数越多以及网络通信负载量较小时,配置波长转换能明显改善光网络的阻塞性能,而且目的光节点配置接收器的数量约为光纤链路复用波长数的二分之一时,即使增加配置节点接收器的数量也难以提高光通路的呼叫阻塞性能。     

政府买单用户受益共建生活品质之城市科技信息院免费上网检索用户创历史新高

由杭州市科技信息研究院主办的杭州市科技信息网于2007年3月开始为杭州地区范围上网用户提供CNKI数字图书馆资源免费检索及资源下载服务.用户只需为杭州地区网络用户,登录杭州科技信息网相关页面,无需注册无需付费,即可查询并下载所需的科技信息资源.     

经济-资源-环境系统自组织演化的新模型

经济-资源-环境（ERE）系统是个典型的开放复杂自组织系统,将广义信息熵的概念引入复杂ERE系统,建立其普适的结构自组织演化方程,形成了复杂系统建模新方法,可揭示复杂ERE系统中多主体作用动力学及结构自组织演化过程。以国家可持续发展实验区ERE发展模式为例,根据1994～2005年指标数据,对其发展演化过程做了具体的模拟研究,揭示了实验区规划的实施对可持续发展系统的改进和完善是一个复杂的自组织过程.     

基于FP-tree关联算法的文献主题研究——以大数据哲学研究为例

数据科学与人文社会科学的融合,不仅能丰富人文社会科学的研究方法,还能拓展研究思路、发现新问题、提出新议题。这种融合将人文社会科学研究带入了一个前所未有的时代。本文介绍了一种利用FP-tree算法对社会科学文献关键词做关联规则挖掘,从而获得相关研究领域研究重点、趋势、研究进路以及“数字意外”的流程和方法,并将该方法应用于“大数据哲学研究”领域,直观地揭示目前该领域的研究重点、现状和相关研究路径等。     

基于深度学习的智能学习资源推荐算法

为了提高资源推荐性能,采用广义回归神经网络完成资源推荐。首先,提取推荐系统的用户和资源特征,选择两者的特征差异值之和作为推荐系统目标函数,然后构建广义回归神经网络(Generalized regression neural network, GRNN)资源推荐模型。考虑到GRNN训练效果对平滑因子和核函数中心的依赖性强的特点,引入差分进化(Differential evolution, DE)算法对GRNN的平滑因子和核函数中心偏移因子进行优化求解：选择最小特征差异值求解函数作为DE算法适应度函数,通过DE算法的多次交叉、变异和选择操作,获得最优平滑因子和偏移因子。最后采用优化后的平滑因子和偏移因子进行GRNN资源推荐,生成特征差异较小的候选资源序列作为资源推荐序列。试验证明,选择合理的DE算法交叉速率和差分缩放因子,能够获得较好的平滑因子和偏移因子,GRNN也能够获得更好的推荐效果。和常用资源推荐算法比较,对于3种不同的训练样本,该文算法能够获得更优的资源推荐准确率,且RMSE值较低。