基于大数据流水线系统的算法模型整合方法研究——以基于机器学习方法的LiDAR数据树木生物量反演为例

【背景】激光雷达(LiDAR)数据在森林资源分析利用方面有着广泛应用,科研人员研制了很多涉及大数据管理和人工智能的专业算法模型,这些算法模型目前多数散落在研究人员手里,尚缺乏新型信息化平台对其进行整合。【方法】大数据流水线系统πFlow软件具有大数据管理能力和大数据算法集成能力,并可以所见即所得方式构建流水线并调度运行流水线,适合于LiDAR数据复杂算法模型的整合,且流水线可定制、可复用。【内容】本文介绍了πFlow的特点和功能,并以基于LiDAR冠层高度模型(CHM)数据的树冠解析及利用机器学习方法估测树木生物量为例,介绍了将算法整合到πFlow并构建LiDAR数据分析处理流水线的方法和技术,且对流水线进行了测试运行。【结果】利用πFlow构建的可重复信息化平台可支撑野外站观测网络的LiDAR数据生物量快速反演,为数据密集型的专业数据处理算法模型的整合提供了创新方法技术。

基于潮流修正算法模型的配电网资产大数据管理方法

为了提高现有技术中配电网资产运行效率,设计一套新型配电网资产运行效率评估方案,构建潮流修正算法模型,实现配电网资产大数据信息的统筹管理,通过数学计算的方法实现配电网运行情况计算。在提高配网资产数据架构不同节点运行时,构架新型单亲遗传算法模型,提高电力管理方式。通过示例,所提方法网损较小、耗时短、误差低。

智慧图书馆用户画像图像处理算法模型设计与实现

针对当前无法对智慧图书馆物联网空间系统中用户图像画像数据进行计算、处理并进行深层次数据挖掘的现状,研究和设计了一种用以画像图像处理的点操作算法模型。模型的底层算法采用适用于空间域增强过程的灰度变换算法。搭建包含算法转换、近似计算、增量更新、查找表和浮点计算等组成计算单元的模型的核心算子。对点操作算法模型的核心算子IP计算单元进行设计,实现了对计算单元的加速设计与实现,计算单元加速效果良好,算法模型合理有效,核心算子的简单像素流水数据能够实时得到流水像素结果输出。

计算机算法模型及相关技术在冶金生产过程的应用

在当今的工业生产领域,计算机算法模型及相关技术的应用已经成为提高生产效率、优化资源配置和降低能耗的重要手段。特别是在冶金生产过程中,这些技术发挥着不可或缺的作用。计算机算法模型的应用有助于对复杂的生产流程进行精确的模拟和预测,从而在生产前发现问题、优化方案。相关技术如大数据分析、人工智能等则进一步提升了冶金生产的智能化水平,使生产过程更加自动化、智能化。

水联网全渠道算法模型在宁夏秦汉渠灌域应用示范研究

灌区高效管理、精准灌溉是水利高质量发展的内在需求,也是灌区信息化发展的必然趋势。水联网全渠道算法模型通过渠道上所有水闸、直开口自动调节水位、流量,实现相应渠道输配水的数字化、智能化。算法模型以积分时滞模型为基础,建立水力学方程组,对多输入多输出的渠系控制系统进行二次型优化,输出全部控制部件的调控动作。2021年算法模型在宁夏秦汉灌域第一农场渠试验成功,此后扩展推广应用到秦渠上游,然后至秦汉渠全灌域,至2023年冬灌,已接入379个测控一体化闸门和18座水闸,覆盖3条干渠、94万亩灌域,实现了灌域多渠系串联、并联和混联的树状全渠道智能控制。水联网全渠道算法模型具有“节水、节劳、精准、高效”特征,根据近3年的运行情况初步估算,可提升管理效率50%以上,节水率达8%,输配水精准度达到96%以上。

河南省全民参保人口趋势分析——基于Leslie和Lee-Carter算法模型应用

作为一个人口大国,人口的质量和数量变化是制约中国发展的关键因素。河南是我国的人口大省,按照国家统计局公布的第七次人口普查公报,截至2020年12月,河南人口数为99 365 519人,与2010年第六次人口普查相比增加5 341 952人,全国占比7.04%,仅次于广东、山东,排名全国第三。

一种基于RMF模型的液化石油气贸易客户画像算法模型

近年来随着我国社会经济结构和环境的变化,人们对于液化石油气的需求量逐年递增,加上国家液化石油气经营政策的波动影响,致使新形势下液化石油气客户需求发生转变,逐渐向着智能化、个性化、体验化的方向发展。为更好地满足客户需求,为客户提供优质的贸易服务,有必要依托大数据技术,构建精准、全方位的客户画像,在数据驱动下满足客户提出的新需求,促进客户满意度的提高。鉴于此,引进RMF模型对液化石油气贸易客户画像算法模型展开研究,以满足液化石油气贸易企业的客户关系管理工作对客户画像构建提出新要求。

烟草专卖市场容量合理化布局规划算法模型研究——以遵义市红花岗区为例

烟草专卖市场的规模扩张及布局规划对经济发展与社会稳定起着重要的作用。本研究以遵义市红花岗区 269 个网 格(街道、自然村)内现有的 4663 个烟草零售点为基础,综合叠加人口、交通、经济和卷烟消费等指标,构建多指标算法模型,模 拟计算 269 个网格分值。依据网格均值进行判定,对于不饱和的网格单元,综合考虑网格单元内现有烟草点个数,通过设置平差 系数,对新增设烟草零售点进行合理布设。研究结果能有效解决烟草布局选址与规划问题,可为烟草规划与合理布局提供参考。

银行业算法模型规模化应用路径探讨

银行业是信息处理密集型的行业,每一次技术变革都推动了银行业服务和管理模式的创新。以我国商业银行发展为例,自上世纪90年代开始建设网上银行到移动互联网时代提供基于App的金融服务,数据要素在线上环境中得到了极大丰富,各类业务模式均依托于对数据要素的信息加工及处理决策。

天然光算法模型及其在建筑光环境设计中的应用研究

天然光模型算法复杂性随着技术与设备计算能力的发展逐渐增加,多种研究方法应用于建筑光环境设计中。本文梳理了天然光算法模型的发展,从静态的采光系数法到动态的日光系数法,最后结合光线追踪法实现了基于地域性光气候的天然光建模方法,在此基础上分析了以上三种评价方法的特点、局限性及适用条件,总结基于地域性光气候的天然光建模方法(CBDM)的技术特征以及技术流程,并进一步展望其在建筑光环境设计中的应用。

基于算法模型探究国家名老中医沈舒文教授真实世界数据中运用大黄的诊疗规律

目的挖掘沈舒文教授应用大黄及其炮制品的临床应用规律,为探索大黄临床应用的诊疗思路和用药经验提供参考。方法基于沈舒文教授名医工作室传承病案系统中记录的病例数据,运用python搭建算法模型,以人工智能领域的机器学习为研究工具,从真实世界数据的维度去剖析大量样本数据背后的规律,将大黄及炮制品酒大黄作为切入点,通过用药年龄、用药时间、诊断辨证和方药组合等不同层面解析大黄及其炮制品的使用规律。结果算法模型在多个层面总结出大黄及其炮制品的使用规律:①从使用年龄来看,大黄及炮制品多在“天癸竭”阶段使用;②大黄使用时间多集中在气候炎热的夏季,酒大黄使用时间多集中在气候寒冷的冬季;③大黄及其炮制品多在“胃痛”和“便秘”中使用,行气破积较强的酒大黄使用频次高于大黄,在“消渴”的治疗中,性味寒凉的生大黄使用频次高于酒大黄;④大黄及其炮制品的使用主要集中在“不通”和“郁热”方面,中阳虚寒也作为大黄及其炮制品的高频辨证,但酒大黄使用高于大黄,去其寒凉,取其功效;⑤算法模型的评估结果也指向决策树算法更适合分析症状,“痞满”“口干”“排便困难”在大黄及其炮制品所治疾病的症状中出现的最为显著,决策树判别条件主要集中在腹部症状、大便性状和脉象三大板块,这三大症状板块可以很好地判别是否使用大黄和酒大黄;⑥从药物关联性的角度“枳实+大黄(酒大黄)”的组合更为突出,药物聚类后筛选出大黄的核心基础方为“大黄+白芍+郁金”属于大柴胡汤思路,酒大黄的核心基础方为“酒大黄+黄芩+半夏+白术+砂仁+党参”,属于半夏泻心汤治疗湿热蕴蒸的思路;⑦利用算法模型探究高频中药与症状两个维度的关联性,反映出更多药物和症状关联性,如真实世界数据中排便不畅时,瓜蒌仁和麻子仁出现更为显著;出现阴虚热象时,栀子和知母出现更为显著;入睡困难时,酸枣仁和夜交藤的表现则更为显著。结论基于对数据的判别,算法模型凝练出多条符合中医学理论的用药规律,相关中医学理论集中在《黄帝内经》、《伤寒论》和《金匮要略》3本经典著作。以人工智能领域的机器算法为研究工具,从真实世界数据的维度去剖析大量样本数据背后的规律,将大黄及炮制品酒大黄作为切入点,不仅发掘出了药物的使用规律,同时也印证了机器算法能作为中医药研究手段,较好地进行中医药现代化的研究。

灰色关联度算法模型的电力施工现场异常诊断

电力施工作业过程中经常出现各种问题,如何提高电力施工现场异常现象监控就成为要解决的技术问题。设计一套电力施工作业故障诊断方案,与常规技术不同,这种方案采用微观数据处理的办法实现宏观事务的分析与计算,通过行波定位模块实现故障位置定位,通过灰色关联度算法模型实现异常事故信息评估。通过实验,本研究的方法数据采集量大、故障定位能力强,提高了电力施工作业故障诊断能力。

船舶与海洋大数据算法模型资源共享系统

为了解决船舶与海洋大数据算法模型资源共享问题,本文构建船舶与海洋大数据算法模型资源共享系统,系统具备研制、优化、集成船舶行业和海洋领域专用算法模型资源能力,以源代码或二进制库方式对船舶行业和海洋领域专用算法模型资源进行集成,通过RestfulAPI接口方式为外部授权应用系统提供模型算法计算服务。性能测试结果表明,船舶与海洋大数据算法模型资源共享系统具备多用户并发算法模型资源共享服务能力和性能可扩展性。

基于改进DBN算法模型的PPP模式项目投资风险分析

文章构建了新型的PPP模式项目投资风险分析方法,该方法在投资项目风险、技术风险、运营风险、政策风险等各种风险数据信息中,能够实现多种数据信息的存储、传递、分析和应用。并构建了深度信念网络(DBN)算法模型,该模型实现项目投资风险中政府和私有企业之间的关系计算,能够有效分析出政府和社会资本合作之间的需求,提供合作能力和效率。通过试验,所提方法计算精度高,误差低下,为PPP模式的项目投资风险分析提供理论依据。

面向价值保护的不可移动文物自然灾害应急路径规划算法模型研究

自然灾害中我国不可移动文物面临的安全形势极为严峻。在区域突发性自然灾害到来时,合理的应急规划和路径选择,是有效减少不可移动文物价值损失的必要手段。本文从灾害危害性、文物重要性和文物脆弱性三个维度进行研究,采用层次分析法构建面向价值保护的不可移动文物自然灾害应急路径规划算法模型。该方法的研究是基于1976年唐山大地震、2021年河南特大暴雨等自然灾害中不可移动文物损失情况调查和分析完成的,可通过历史灾害数据验证其科学性。该方法尝试填补我国不可移动文物应急管理工作理论研究的空白,为文物机构开展不可移动文物自然灾害应急管理工作提供技术支撑。

基于计算机算法模型的大型石化项目信息管理方法

应用多种计算机算法模型设计出大型石化项目信息管理系统,对不同类型的数据提供统一的数据管理服务,数据压缩模型中根据访问频率分为冷数据和热数据,基于石油数据特征进选择合适的数据压缩策略。对于数据流较快的业务场景设计出高速数据存储模块,使用XCZU11EG芯片作为核心模块,存储速率可达到40Gbps。为提高系统的数据服务质量,使用粒子群算法进行动态调度,系统的资源利用率、均衡性和服务时延作为适应度函数,计算系统要部署的最优节点。搭建测试环境进行测试,实验结果显示本研究系统的对实验数据进行压缩后,数据占用的存储空间最小为6.2GB,系统的事务响应时间最小为9.6s。

算法模型在烟气排放治理中的应用研究

烟气排放的治理是实现“双碳”目标的重要内容。现有的治理技术仍存在SO_(2)浓度的控制、氨逃逸及控制不稳定等问题。随着大数据算法模型在其他工业领域被成功应用,其被认为是解决上述问题的有效途径。本文从烟气脱硫、脱硝、除尘技术原理出发,阐述算法模型在治理中的应用,为烟气脱硫、脱硝、除尘及相关行业领域应用算法模型提供思路。

基于互联网智能人单合一技术的任务画像算法模型

传统方法对各类标签的聚类效果较差,导致模型生成的任务画像字段过短,因此构建基于互联网智能人单合一技术的任务画像算法模型。根据建立的互联网标签与用户标签,采用共现分析法进行标签聚类;基于互联网智能人单合一技术设置画像体系生成任务画像,使用BP神经网络算法建立任务画像算法模型。实验结果表明:与两种传统算法模型相比,此次构建的任务画像算法模型的SC值评价指数更好,标签聚类效果更佳,任务画像生成的数据字段片段可以详细描述员工任务现状。

灰色关联度算法模型的研究综述

本文对现有的灰色关联度算法模型进行了分类综述和评价,发现目前尚未有同时满足规范性和保序性的灰色关联度算法,并分析了其原因。最后,给出了几点研究结论。

回归分析的人工神经网络算法模型研究

人工神经网络或神经计算机计算是近十几年来发展极为迅速的一门边缘学科。它在信号处理、模式识别、智能控制等领域中越来越多的成功应用是令人鼓舞的，即使是最初持观望态度的人也不得不逐渐放弃对它的怀疑。神经网络对众多学科的包容性、应用范围的广泛性以及理论分析方...