基于动态主题模型的需求弱信号识别——以比亚迪新能源汽车为例

[研究目的]竞争的加剧和创新的要求使得产品研发愈加复杂,企业急需在一个动态变化的市场中摸索前行。因此,如何有效识别需求弱信号成为亟待解决和最具挑战性的难题。[研究方法]从顾客端出发,引入并融合新颖度、出现率、支持率以及点击率等评价指标,借鉴Kim等开发的信号组合图作为信号分类体系,提出一种基于动态主题模型的需求弱信号识别方法。以“汽车之家”网站上比亚迪新能源汽车顾客评论为数据源进行实证分析,从需求弱信号识别数量和识别质量两个维度与关键词分析方法进行对比。[研究结论]结果表明,该研究提出的方法具有有效性和可行性,能够准确地识别出需求弱信号,具有更高的灵敏度。

科技创新弱信号早期感知方法探究与前瞻

科技创新弱信号作为未来科技前沿发展的线索,蕴含潜在的创新方向、科技趋势与市场机会。目前,科技预见方法存在挖掘覆盖度低、模型与方法泛化能力弱、可解释度低与主观认知局限等问题。本文系统梳理潜在可行的科技创新弱信号感知模型与方法,以期支撑面向未来技术前瞻预见的智慧情报分析。首先,剖析科技创新弱信号的内涵及其情报感知特征;其次,围绕以弱信号识别、意义建构、预测与响应以及感知效果评估为反馈闭环的科技创新弱信号早期情报感知框架,结合定量与定性、主观与客观、因果与相关三个方法维度,依据科技创新弱信号的特征、适用性与可解释性,探究可用于科技创新弱信号不同感知阶段的潜在方法,解析不同阶段方法的优缺点及组合适用情况;最后,以干细胞领域的案例分析验证了本文提出的感知方法及流程的可行性。未来需要拓展科技创新弱信号的感知模型与溯源方法,扩展科技创新弱信号的特征覆盖度,开发数智驱动的科技创新弱信号感知方法工具库,支撑不确定环境下新兴前沿技术的超前感知。

基于异类数据和语义建构的新兴技术弱信号识别研究

当前商业竞争不断加剧,创新和产品的迭代周期不断加快,识别未来新兴技术的早期弱信号,具有重要的战略意义。本文提出了一种基于异类数据和语义建构的新兴技术弱信号识别新方法。首先,以文献数据作为新兴技术弱信号识别的分析对象,探索使用文档离群性和文本相异性指标筛选异类数据,并构建合适的量化评估方法;其次,通过改进TF-IDF(term frequency-inverse document frequency)算法和组合图法,抽取弱信号关键词表征术语;最后,基于意义建构理论抽取术语上下文语境,挖掘并解析弱信号含义,以实现新兴技术弱信号识别。本文以量子信息领域作为实证研究对象,识别出当前量子信息领域新兴技术弱信号包括量子点吸附、量子保密协议、量子点医学和量子博弈等。研究结论证实了本文方法的有效性,可为决策者和技术研发人员提供决策支持。

改进型类Lorenz系统在弱信号检测中的应用

混沌系统具有一定的抑制噪声能力,且对初始条件敏感。因此在弱信号检测方面,相比于传统检测方法混沌系统具有很大的优势。对一种新型的类Lorenz混沌系统进行了改进,通过加入周期扰动的方法,使得改进后的系统对正弦信号幅值变化更加敏感,以满足检测微弱周期信号的条件。同时,引入了0-1测试算法来进一步确认系统混沌状态的阈值,使得改进后的系统对弱信号振幅检测精度达到10^(-4)V。通过计算状态变量方差,实现了对未知频率信号的检测。仿真结果表明,该混沌系统可检测最低信噪比为-63.01 dB。

弱信号环境下边境安全情报感知模型研究

[目的/意义]在边境安全情报活动所面临弱信号环境中,构建边境安全情报感知模型,解决情报感知工具不足问题。[方法/过程]通过实际调研,分析边境安全情报体系在面对弱信号环境时所存在的感知范围狭窄、感知内容单一、深刻程度和智能化程度不足4方面困境。以系统论和情报感知理论为指导,构建面向弱信号的边境安全情报感知模型。[结果/结论]边境安全弱信号感知模型构建遵守从常态扫描与重点扫描相结合、从“还原事实”到“理解弱信号”、人机交互的原则,主要包括人才、资源、技术三个构成要素,全谱系扫描、信息采集与融合、情景分析、意义构建、刻画表达、持续监测6个步骤。

基于改进小波变换的造纸车间网络通信弱信号增强研究

传统造纸车间网络通信弱信号增强方法由于仅提取了造纸车间网络通信弱信号的单一参量,导致对其的增强效果不佳。为解决这一问题,设计一种基于改进小波变换的造纸车间网络通信弱信号增强方法。首先,利用信号采集设备采集造纸车间网络通信信号,并对采集信号进行预处理;其次,计算感知造纸车间网络通信弱信号,在传统小波变换的基础上对其进行改进,并由此提取造纸车间网络通信弱信号的频率参量、幅度参量等多个信号参量;最后,利用提取的信号参量,将相似信号进行叠加,以完成弱信号增强。实验结果表明,与以往的造纸车间网络通信弱信号增强方法相比,设计的基于改进小波变换的造纸车间网络通信弱信号增强方法在实际应用中信号强度更高,增强效果更好。

基于弱信号感知的预测型供应链风险识别研究

自2020年新冠肺炎疫情以来各行业供应链运行面临着严峻的考验。疫情之下企业供应链中诸多环节都遭受了不同程度的负面影响和多种风险冲击。为保障企业供应链稳定运行,实现风险事件发生前的预警,从弱信号感知的角度出发,结合信号分析和传统供应链风险识别过程,利用AHP-FCA研究方法构建了基于弱信号感知的供应链风险评估模型。将此模型运用于某医疗器械公司,对其供应链运行过程进行评估分析,结果表明将弱信号感知引入供应链风险识别过程,能在一定程度上提高识别效率,确保供应链的稳定运行。

新兴技术弱信号扫描预判述评

[研究目的]系统梳理“新兴技术弱信号”主要研究成果,为未来新兴技术弱信号预判研究提供借鉴。[研究方法]通过分析弱信号的内涵与刻画特征,发现弱信号与新兴技术之间具有高度相通性。分别从新兴技术弱信号的内涵、扫描预判数据源和扫描预判方法三个方面对现有文献进行综述,总结了未来研究的重点方向。[研究结论]未来在捕捉新兴技术弱信号时,应该深度整合多源异构信息资源,有机融合新兴技术和弱信号的刻画特征,设计可量化操作的新兴技术弱信号扫描指标体系,识别萌芽阶段的新兴技术,并发挥科技信息资源间互相印证的优势,提升识别方法的有效性和准确性。

基于文本相似度和主题发现的弱信号识别方法

弱信号是未来重大事件的早期预警信号,识别、分析和追踪弱信号对风险预警具有重要意义。文章针对弱信号处理过程,提出一种定量弱信号识别方法。该方法通过文本的平均相似度计算弱信号强度,并确认弱信号阈值;根据主题发现的方式增强弱信号数据的信号强度,并关联其他数据。最后,文章基于环球网新闻数据验证了该方法的弱信号识别过程,实验证明该方法是一种能够识别出弱信号文本并增强弱信号强度。

面向企业舆情风险预警的弱信号应用模式构建研究

[研究目的]新媒体时代背景下,企业舆情风险事前防范研究具有重大理论价值和实践意义,而弱信号是一种对未来变化的提前感知,因此,该文拟导入弱信号,构建其在企业舆情风险预警中的应用模式。[研究方法]依据5W原则并基于弱信号和企业舆情风险相关概念,从来源、时段、本质、意义及监测人五方面对企业舆情风险弱信号进行定义。进而结合现有弱信号应用模式研究和企业舆情风险管理流程,以最小化企业损失为目标,尝试构建面向企业舆情风险预警的弱信号应用模式。[研究结论]弱信号应用模式主要由数据收集、数据处理和数据解析三个层面所构成,且企业舆情风险弱信号搜集、企业舆情风险弱信号评估及企业舆情风险弱信号分析为各层面的核心步骤。该模式的构建不仅扩展了弱信号的理论内容,更有助于企业舆情风险事前预警工作的展开。

5G室分系统中无线信号优化与弱信号处理技术研究

文章旨在研究5G室分系统中的无线信号优化和弱信号处理技术,探讨如何改善室内覆盖效果,提升信号质量。分析当前5G室分系统中的无线信号优化现状和优化策略,提出相应的弱信号处理技术,为提升室内无线通信效果提供有效的技术支持。

弱信号概念的各领域研究向度和理路构建

[研究目的]各领域不同的定义维度使弱信号概念愈发谲诡的同时也带来了弱信号的异构性,致使领域间的研究成果难以互相比较和学习,不利于弱信号研究的长远发展,因此,弱信号概念统一是当前亟待解决的问题之一。[研究方法]该文拟基于系统性文献综述法对2000—2022年5月WOS和CNKI的相关文献进行内容梳理与统计分析,划分出四大弱信号研究领域,整理出现有弱信号研究的五大向度,并通过本体-功能-价值三维构建理路尝试性地提出一种新的弱信号概念。[研究结论]归纳得出,各领域弱信号向度为“模糊、新颖、战略相关、影响不可预测且表现形式不定的信息”“与人们认知有一定差距的信息”“非独立的信息”“视角依赖的信息”“蕴含未来战略的信息”。在向度分析基础上,提出弱信号在本体上是对各类信息的一种感知,可能构成未来发展的指示;在功能上是组织决策的一种参考;在价值上是组织未来发展的核心资源,且三者之间呈现一种逐级递进、互相作用的闭环式关联关系。

情报业务语境下的弱信号理论解析

[研究目的]情报业务语境下的弱信号研究还缺乏深入的理论探索。该文旨在通过对其理论内容的解析,为弱信号在情报工作中的运用提供坚实的理论基础。[研究方法]该文借助信号哲学和设计思维等理论元素,经过系统性的文献整合与理论思辨,完成了四个方面的理论构建:弱信号内涵的再界定、相似相关概念的辨析、创生类型和演化路径的刻画以及量化测度方法的形成。[研究结论]研究表明:弱信号由感知域、问题域、意义构建和感知者四要素构成;弱信号与相似概念有着不同的内在机理,与相关概念存在着演变关系;弱信号具有四种创生类型和五条演化路径;弱信号三角度量表达式由相离度、包含度、相交度和意义构建系数等内容组成。

基于弱信号的颠覆性技术早期识别研究

基于专利的弱信号探测模型与技术颠覆性潜力测度体系相结合的方法,开展颠覆性技术早期识别,为颠覆性技术的早期识别提供一套有效的方法和思路。利用专利信息进行领域弱信号探测,利用LDA(latent Dirichlet allocation)主题模型从领域专利内容中抽取主题,基于弱函数对主题进行过滤得到包含弱信号的主题集合,进一步通过预兆函数对弱信号主题包含的术语进行过滤,得到该研究领域弱信号术语集合及其对应的专利集合。基于技术颠覆性潜力测度指标体系,对包含弱信号术语的专利进行颠覆性潜力测度,最终得到目标领域具有颠覆性潜力的技术,为该领域颠覆性技术的早期识别提供参考。以incoPat专利数据库中2008—2019年基因编辑领域的专利数据作为研究对象,结合弱信号探测模型与技术颠覆性潜力测度体系,对该领域具有颠覆性潜力的技术进行早期识别,通过与基于关键词识别的弱信号结果对比,并利用CRISPR/Cas9技术对上述颠覆性技术识别结果进行验证,证明了本文方法的可行性和有效性。

一个非自治混沌系统及其弱信号检测的应用

为有效检测夹杂在强噪声中的微弱有用信号,构造一个具有丰富动力学行为的三维耗散混沌系统,利用相图、Lyapunov指数谱和分岔图数值仿真方法,分析该混沌系统的复杂动力学行为,并利用该系统良好的噪声免疫性和极端敏感性,将其应用于未知频率的微弱信号检测.通过对平衡点的稳定性分析,确定了混沌吸引子拓扑形状变化的临界阈值.该系统在双涡卷混沌状态和单涡卷混沌状态之间的开关阈值附近运行,微弱信号的幅值会影响混沌吸引子的拓扑形状.在Multisim中构建系统的仿真电路,并搭建实际的物理电路,模拟电路的实验结果与数值分析结果一致.研究结果可为弱信号检测的实际工程提供新思路.

过阻尼非线性系统抑制大频率噪声机理及其弱信号检测研究

文章应用四阶Runge-Kutta算法对非线性Langevin方程进行分析,研究过阻尼非线性双稳态系统抑制噪声效应机理和大频率弱信号通过非线性双稳态系统的输出特性.数值计算结果表明,在选择适当系统参数的条件下,过阻尼非线性双稳态系统对伴随大频率弱信号的噪声具有强烈的抑制作用,使得输出信号的信噪比明显提高.将该系统用于强噪声背景下的弱信号检测,达到了识别大频率弱信号的目的,具有较高的应用价值.

弱信号识别研究综述:寻找微弱的未来信号

作为提早预判未来而减弱不确定性的一种重要方式和手段,弱信号识别对于行为主体规避风险、把握战略主动具有重要的意义,现已受到学术界的广泛关注。对弱信号识别的相关文献进行综述,能够厘清研究现状、发现研究重点、认清研究方向,为相关科研人员提供参考。第一,梳理弱信号及相关概念的界定和发展脉络;第二,总结弱信号识别研究的相关理论;第三,解析弱信号识别的研究目标和数据来源;第四,梳理和讨论弱信号研究方法的适用性;第五,提出弱信号识别研究的发展方向。文献综述的结果表明,目前弱信号的定义尚未统一,识别理论尚未成熟,研究数据多源,研究类型丰富,研究方法较为多样,识别结果的评估和检验尚不充分,这为学界研究弱信号提供了方向。

弱信号环境下情报感知方法框架研究

[目的/意义]科技情报早期弱信号隐蔽性与不确定性较强,定性与定量方法结合的情报感知成为探究未来科技不确定程度与影响力程度的重要方式。文章尝试提出弱信号环境下科技情报感知方法框架,推进科技情报前瞻识别与预测。[方法/过程]首先,归纳、辨析情报感知的相关概念、感知阶段及其特征。然后,基于情报感知过程视角,针对已有定性与定量分析方法,分析不同阶段的情报感知识别方法及其优势与不足,总结现有方法存在的问题。[结果/结论]提出“弱信号识别—意义建构—预测与响应”闭环迭代的早期情报感知框架。框架结合了理论与应用,包含3个层级,每个层级包括相应的任务以及开展每个任务对应的方法。此外,提出弱信号环境下早期情报感知“沙漏模型”,用于对弱信号进行多级筛选与甄别。文章提出的弱信号环境下科技情报感知方法框架可以为早期科技情报感知提供理论与方法的综合参考。

基于生命周期理论的弱信号三维度演化过程模型研究

[研究目的]为解决弱信号生命周期演化过程中存在的单一维度研究的局限性,该文运用文献回顾、归纳、对比等方法,总结了弱信号的内涵和特点以及弱信号演化特点。[研究方法]创新性地提出了意义建构过程、内容丰富过程以及扩散过程等三个演化子过程,并分析了三个子过程之间的相对独立性、“三螺旋结构”交互性,探索性地提出了融合弱信号演化特点、三个子过程、及子过程之间关系的弱信号生命周期三维度演化过程模型,并进行了实例验证与应用分析。[研究结论]该模型可用于减少弱信号管理时存在的弱信号收集遗漏、排除无关虚假弱信号,增强主题内容关联度、提高有价值弱信号的识别机率以及效率。

变分模态分量降噪后重构的水声弱信号检测

针对能量检测法在低信噪比下对非合作水声探测信号的检测性能显著下降的问题,提出了一种组合变分模态分解和小波变换降噪重构的信号检测方法。以信号分解出的各个本征模态函数的近似熵与互相关系数比值作为分量分类参数,将所得分量分为信号分量、含噪信号分量与噪声分量,然后利用第二代小波变换对含噪信号分量降噪后与信号分量组成重构信号,最后对重构信号进行检测。数值仿真结果表明该方法可以在无先验信息的情况下对CW和LFM信号自适应降噪,信噪比0 dB以下时CW信号重构后信噪比提升约12 dB,宽带LFM信号信噪比提升约8~9 dB,有效提升了低虚警概率下信号的检测概率。湖试结果表明,虚警概率为0.1时检测概率可提升至0.9以上,验证了该方法的有效性。