SOME PROBLEMS IN PARTIAL ABSTRACT DATA TYPE

In this paper, we discuss some characteristic properties of partial abstract data type (PADT) and show the diffrence between PADT and abstract data type (ADT) in specification of programming language. Finally, we clarify that PADT is necessary in programming language description.

基于K-prototypes的混合属性数据聚类算法改进

属性数据分为数值型数据和分类型数据,一般情况下对于数值型数据运算前要进行标准化处理,但是对于数值型数据差异大的数据,由于大数掩盖小数的影响,按照K-prototypes聚类算法,数值型数据标准化后而且不对相应的分类数据有任何预处理或者在计算时没有进行任何改变,很可能提高分类数据在聚类中的影响,并且分类型数据并未进一步地细分,不能满足不同要求的混合属性聚类。该文在将数值型数据标准化的基础上,将分类数据细分为二元数据和类型数据,并用相异度系数距离计算分类数据之间的距离,并且赋予二元和类型数据相应的权重,来改进K-prototypes聚类算法,使该算法满足不同要求的混合属性数据聚类,最后通过C#语言,在ArcEngine2010版本上实现。

Inter-hour direct normal irradiance forecast with multiple data types and time-series

Boosted by a strong solar power market,the electricity grid is exposed to risk under an increasing share of fluctuant solar power.To increase the stability of the electricity grid,an accurate solar power forecast is needed to evaluate such fluctuations.In terms of forecast,solar irradiance is the key factor of solar power generation,which is affected by atmospheric conditions,including surface meteorological variables and column integrated variables.These variables involve multiple numerical timeseries and images.However,few studies have focused on the processing method of multiple data types in an interhour direct normal irradiance(DNI)forecast.In this study,a framework for predicting the DNI for a 10-min time horizon was developed,which included the nondimensionalization of multiple data types and time-series,development of a forecast model,and transformation of the outputs.Several atmospheric variables were considered in the forecast framework,including the historical DNI,wind speed and direction,relative humidity time-series,and ground-based cloud images.Experiments were conducted to evaluate the performance of the forecast framework.The experimental results demonstrate that the proposed method performs well with a normalized mean bias error of 0.41%and a normalized root mean square error(n RMSE)of20.53%,and outperforms the persistent model with an improvement of 34%in the nRMSE.

Test of the Cosmic Transparency with the Baryon Acoustic Oscillation and Type Ia Supernova Data

We use the latest baryon acoustic oscillation and Union 2.1 type Ia supernova data to test the cosmic opacity between different redshift regions without assuming any cosmological models. It is found that the universe may be opaque between the redshift regions 0.35 0.44, 0.44 0.57 and 0.6-0.73 since the best fit values of cosmic opacity in these regions are positive, while a transparent universe is favored in the redshift region 0.57-0.63. However, in general, a transparent universe is still consistent with observations at the lo confidence level.

Maximum Likelihood Estimation of the Parameters of Exponentiated Generalized Weibull Based on Progressive Type II Censored Data

Exponentiated Generalized Weibull distribution is a probability distribution which generalizes the Weibull distribution introducing two more shapes parameters to best adjust the non-monotonic shape. The parameters of the new probability distribution function are estimated by the maximum likelihood method under progressive type II censored data via expectation maximization algorithm.

Bayesian Study Using MCMC of Three-Parameter Frechet Distribution Based on Type-I Censored Data

Type-I censoring mechanism arises when the number of units experiencing the event is random but the total duration of the study is fixed. There are a number of mathematical approaches developed to handle this type of data. The purpose of the research was to estimate the three parameters of the Frechet distribution via the frequentist Maximum Likelihood and the Bayesian Estimators. In this paper, the maximum likelihood method (MLE) is not available of the three parameters in the closed forms;therefore, it was solved by the numerical methods. Similarly, the Bayesian estimators are implemented using Jeffreys and gamma priors with two loss functions, which are: squared error loss function and Linear Exponential Loss Function (LINEX). The parameters of the Frechet distribution via Bayesian cannot be obtained analytically and therefore Markov Chain Monte Carlo is used, where the full conditional distribution for the three parameters is obtained via Metropolis-Hastings algorithm. Comparisons of the estimators are obtained using Mean Square Errors (MSE) to determine the best estimator of the three parameters of the Frechet distribution. The results show that the Bayesian estimation under Linear Exponential Loss Function based on Type-I censored data is a better estimator for all the parameter estimates when the value of the loss parameter is positive.

Analysis of Evaluation Data Collected on Likert Type Items: Humanities-Courses

To improve high quality and/or retain achieved high quality of an academic program, time to time evaluation for quality of each covered course is often an integrated aspect considered in reputed institutions, however, there has been little effort regarding humanities courses. This research article deals with analysis of evaluation data collected regarding humanities course from a College of Commerce & Economics, Mumbai, Maharashtra, India, on Likert type items. Appropriateness of one parametric measure and three non-parametric measures are discussed and used in this regard which could provide useful clues for educational policy planners. Keeping in view of the analytical results using these four measures, regardless of the threshold regarding satisfaction among students, overall performance of almost every subject has been un-satisfactory. There is a need to make a focused approach to take every course at the level of high performance. The inconsistency noticed under every threshold further revealed that under such poorly performing subjects globally, one needs to analyze merely at the global level item. Once the global level analysis reveals high performance of a course, then only item specific analysis may need to be focused to find out the items requiring further improvements.

基于数据建模的浙江省稀有血型信息共享系统构建与应用

目的建立省级稀有血型库信息化管理平台,实现稀有血型的种类、献血者资料、血液库存等信息的互联互通和共享,提升稀有血型血液保障能力。方法采用鱼骨图,分析我省稀有血型管理在血站内部各业务环节以及血站间存在的信息壁垒。基于全省统一的采供血业务系统和血液云平台,引入数据建模技术,通过需求分析和模型设计,构建稀有血型献血者、稀有血型血液数据库视图,并开发统一的查询平台,实现稀有血型信息的共享。结果系统对稀有血型信息进行了集成、检索和展示,实现在血站内部各业务环节、血站间信息的互联互通。截止目前,除RhD阴性血型外,已入库的红细胞稀有血型种类8种,覆盖7个血型系统,稀有血型献血者289人,稀有血液血液实体冻存红细胞216单位。结论基于数据建模开发的信息系统,提高了系统整体效率和协同性,同时也降低了系统开发运维的工作量,为数据的标准化管理和应用发展提供技术借鉴,也为建立健全全国性的稀有血型信息网络提供模式参考和示范应用。

基于文献挖掘和网络药理学探析阴虚型免疫性血小板减少症用药规律与作用机制

目的利用数据挖掘技术及网络药理学探讨中药治疗阴虚型免疫性血小板减少症用药规律与潜在作用机制。方法运用中国知网、万方数据库检索中药治疗阴虚型免疫性血小板减少症相关文献,通过中医传承辅助平台V2.5软件分析组方规律,确定常用药对;运用中药系统药理学数据库与分析平台(TCMSP)、本草组鉴数据库、GeneCards数据库获取关键基因和主要靶点信息,利用STRING数据库构建交集靶点蛋白相互作用网络,采用Cytoscape 3.7.1软件中的CytoHubba和MCODE插件筛选出关键靶点信息,采用METASCAPE数据库基因本体(GO)功能富集分析和京都基因与基因组百科全书(KEGG)通路富集分析。结果共筛选得到129篇有效文献,共计130个中药处方,通过关联规则筛选出“生地黄—牡丹皮—旱莲草”为最佳中药复方,HSP90AA1、STAT3、VEGFA、MAPK3等为关键靶点,槲皮素、山柰酚、金合欢素与木犀草素等为主要有效成分,其主要作用机制可能是调控癌症通路、Th17细胞分化及核转录因子κB(NF-κB)信号通路等。结论治疗阴虚型免疫性血小板减少症应抓住止血、凉血、行血三要素,初步揭示常用复方“生地黄—牡丹皮—旱莲草”通过多成分—多靶点—多通路发挥治疗作用,为今后研究提供理论依据。

为形成新型生产关系提供数据法治保障

随着大数据、人工智能等数字技术的飞速发展与广泛应用,数据已成为推动经济社会发展的重要驱动力。数据不仅成为一种新型生产要素,而且还引发传统生产模式和生产主体关系发生变革,因此,必须形成与之相适应的新型生产关系。在此背景下,形成新型生产关系需要遵循数据法治逻辑,建立明晰的数据产权制度、合理的数据流通制度和公正的数据权益分配制度。为此,有必要制定综合性的数据法律规范、建立跨部门协同的数据治理机制、推动数据技术的负责任创新和构建数字化的权利救济机制。

基于邻域优势粗糙集的区分度动态属性约简算法

为解决动态环境下数值型偏序关系数据的属性约简问题,利用优势粗糙集的区分度提出一种增量式属性约简算法。在数值型信息系统环境下,定义邻域优势区分度度量,通过邻域优势区分度设出一种非增量式属性约简算法;研究和分析对象变化场景下邻域优势区分度进行增量式更新的原理;分别提出数据对象增加和减少情形下数据集属性约简的增量式更新算法。在多个UCI数据集上进行实验验证,实验结果表明,该增量式算法能够有效完成动态数据的属性约简任务。

基于SKNet注意力机制的飞机类型识别算法

飞机类型识别是细粒度图像分类的一种,重点在于设计神经网络模型使其能够分辨各飞机种类中细微而具有区分性的特征.针对当前飞机识别任务中飞机种类众多、类间差异细微、类内差异显著等问题,提出了一种基于改进SKNet注意力与数据增广的飞机类型识别算法.以ResNeXt101网络作为基础网络,改进CBAM注意力提出并行的通道-空间注意力PCSA并嵌入可选择卷积模块的不同分支,得到PCSA-SK注意力,将其嵌入基础网络以进一步融合基础网络提取的深层特征并为其分配权重.根据目标激活图中具有判别性信息的区域,在原图像上对判别性区域裁剪并加入训练集,实现数据增广.实验结果表明:该算法在FGVC-Aircraft数据集上取得了93.57%的识别准确率,优于其他飞机识别算法.

面向不同类型概念漂移的两阶段自适应集成学习方法

大数据时代,流数据大量涌现.概念漂移作为流数据挖掘中最典型且困难的问题,受到了越来越广泛的关注.集成学习是处理流数据中概念漂移的常用方法,然而在漂移发生后,学习模型往往无法对流数据的分布变化做出及时响应,且不能有效处理不同类型概念漂移,导致模型泛化性能下降.针对这个问题,提出一种面向不同类型概念漂移的两阶段自适应集成学习方法(two-stage adaptive ensemble learning method for different types of concept drift,TAEL).该方法首先通过检测漂移跨度来判断概念漂移类型,然后根据不同漂移类型,提出“过滤-扩充”两阶段样本处理机制动态选择合适的样本处理策略.具体地,在过滤阶段,针对不同漂移类型,创建不同的非关键样本过滤器,提取历史样本块中的关键样本,使历史数据分布更接近最新数据分布,提高基学习器有效性;在扩充阶段,提出一种分块优先抽样方法,针对不同漂移类型设置合适的抽取规模,并根据历史关键样本所属类别在当前样本块上的规模占比设置抽样优先级,再由抽样优先级确定抽样概率,依据抽样概率从历史关键样本块中抽取关键样本子集扩充当前样本块,缓解样本扩充后的类别不平衡现象,解决当前基学习器欠拟合问题的同时增强其稳定性.实验结果表明,所提方法能够对不同类型的概念漂移做出及时响应,加快漂移发生后在线集成模型的收敛速度,提高模型的整体泛化性能.

倪青教授诊治糖尿病的临证经验及用药规律研究

目的通过数据挖掘研究倪青教授治疗糖尿病(Diabetes mellitus,DM)的用药规律及核心处方,探讨倪青教授诊治DM早期的临证经验及学术思想。方法通过临床医案采集,结合软件的分析系统,采用频次统计法,统计得出治法出现频次及中药性味归经频次;采用关联规则分析法,统计得出处方中药物组合使用频次及药物之间的关联规则,采用Cytoscape 3.7.1进行可视化展示。结果通过对99例DM早期患者进行分析,高频药物有茯苓,泽泻,甘草,猪苓,佩兰,藿香等;药物组合有“猪苓,茯苓”“猪苓,泽泻”“藿香,佩兰”“厚朴,半夏”“炒白术,茯苓”“车前子,川牛膝”“太子参,茯苓”“冬瓜仁,冬瓜皮”“泽兰,泽泻”“生黄芪,太子参”“檀香,丹参,砂仁”等。结论倪青教授辨证治疗DM早期重视病证结合,从湿、虚、瘀、浊着手,治以健脾祛湿,疏瘀化浊。

设施作物蒸腾蒸发模型的研究现状及存在问题

确定设施作物蒸腾蒸发量(ET_(c))对于准确制定设施作物灌溉制度、提高设施农业用水效率及设施蔬菜的产量和品质具有重要的意义.对确定设施作物ET_(c)的直接和间接模型进行优缺点及适用性分析,比较了不同类型参考界面蒸腾蒸发(ET_(0))模型的优势与局限性,对比了直接估算温室作物ET_(c)机理模型的准确性,并对不同机理模型中关键参数(冠层阻力参数)的确定方法及主要影响因素进行综述与分析.已有研究主要针对特定气候区域、温室通风类型、作物种类及种植季节,对冠层阻力参数进行修正,并验证模型的准确性,对温室作物ET_(c)模型的普适性研究不够充分,确定的模型参数往往不适用于其他类型温室或作物种植季节.推荐今后重点研究方向:研究温室作物ET_(c)变化过程对气候因子分布特征及变化规律的响应机理;研究不同ET_(c)机理模型对气候类型、作物种类及种植季节的适应性,构建更具普适性的温室作物ET_(c)模型.

基于数据挖掘的大型邮轮船型特征及船型参数分析

以确定大型邮轮的最优船型参数,提升邮轮的航行性能为目标,提出基于数据挖掘的大型邮轮船型特征及船型参数分析方法。利用模糊C均值聚类算法,聚类大型邮轮船型数据,挖掘大型邮轮船型特征。基于粗糙集理论,对大型邮轮船型特征挖掘结果约简处理,约简后船型特征对应的参数,作为船型性能优化的船型参数。利用自由变形方法,构建大型邮轮船型变换模型。依据船型参数变化,调整模型控制体的控制顶点,变化大型邮轮形状。利用回归分析方法,拟合船型变换模型中的船型参数,确定大型邮轮的最佳船型参数。实验结果表明,该方法可以精准挖掘大型邮轮船型特征,确定最佳船型参数。最佳船型参数下的邮轮阻力下降了1.48%,提升了大型邮轮的航行性能。

支持压缩数据传输的MIPI接收端电路设计

随着移动设备摄像模块的像素越来越高,所需传输的数据量也越来越大,导致数据传输时间越来越长。文中提出了一种应用于MIPI CSI-2协议的接收端口电路,在传统的MIPI接口电路支持数据类型的基础上,增加了支持RLE和MJPEG两种压缩格式的数据类型,可有效减少所需传输的数据量,提高传输效率。这两种压缩格式数据可应用于不同的工作场景,采用无损压缩数据传输模式在不影响图像质量的情况下可将传输效率提升95%,而采用有损压缩数据传输模式则可在保证较高图像质量的前提下将提升效率约154倍,与传统MIPI接口相比具有显著优势。

Which is better for presenting your data： table or graph？

This study aimed at investigating the characteristics of table and graph that people perceive and the data types which people consider the two displays are most appropriate for. Participants in this survey were 195 teachers and undergraduates from four universities in Beijing. The results showed people's different attitudes towards the two forms of display.

基于大数据关联规则算法的卡林型金矿床元素富集规律及找矿方法研究

大数据时代的到来,为卡林型金矿床开拓了新的找矿思路。本研究应用关联规则算法,挖掘滇黔桂“金三角”卡林型金矿床内微量元素与金矿化海量数据之间的关联性,提取元素异常组合,分析控制因素,定量构建找矿标志。结果显示矿床内元素异常组合分为4组:(1)强正关联显著富集元素(As、Sb、Hg、Tl、Ag、W和Rb),显示硫化和黏土化作用;(2)较强正关联略富集元素I(Zr、Th、Ta、Nb和Hf)和强负关联强迁出元素(Li和Sr),显示去碳酸盐化作用;(3)较强正关联略富集元素II(Sn、Zn、Ni、V、Co和Cu),显示硫化作用;(4)弱关联基本无富集元素(Cd、Pb、Ba、Bi、U和Mo),与成矿无显著关联。从大数据角度获取的元素异常组合,与学界关于Au主要在去碳酸盐化、硫化和黏土化条件下形成的认识一致。通过关联规则算法分别对与硫化和去碳酸盐化相关的元素建立定量找矿标志。硫化找矿标志:样品中As、Hg、Sb、Tl、W、Ag和Rb等元素内中高含量项数≥1、≥2、≥3、≥4和≥5时,对应的Au矿化分别为≥4.5×10^(-9)、≥47.0×10^(-9)、≥150×10^(-9)、≥500×10^(-9)和≥1000×10^(-9);样品内高含量项数≥1、≥2和≥3时,对应的Au矿化分别为≥150×10^(-9)、≥500×10^(-9)和≥1000×10^(-9);找矿过程中两组指标配合使用,确保不漏矿,高效圈矿。去碳酸盐化找矿标志:样品中Zr、Th、Ta、Nb和Hf含量任意两项出现正异常,认为样品经历过去碳酸盐化作用。定量识别的硫化和去碳酸盐化找矿标志可望在卡林型金矿找矿预测中发挥重要作用。本研究基于关联规则算法分析矿床元素富集规律、控制因素和定量构建找矿标志的方法,也可为其他类型矿床开展类似研究提供新思路。

基于数据挖掘技术探析子宫腺肌病舌脉证规律

目的:研究子宫腺肌病的舌象、脉象、证型分布规律与关联。方法:从中国知网(CNKI)、维普网(VIP)及万方数据知识服务平台(Wanfang Data)中收集建库至2022年11月研究子宫腺肌病舌象、脉象、证型的临床期刊、会议和学位论文,建立子宫腺肌病舌脉证数据库,并对数据进行描述统计、关联规则分析及聚类分析。结果:子宫腺肌病临床研究中出现频数最高的舌脉证依次为紫暗舌、薄苔、白苔、弦涩脉、气滞血瘀证、胖舌;关联性最强的舌脉、脉证、舌证配伍分别为白苔-弦涩脉+薄苔,弦脉-气滞血瘀证,紫暗舌-气滞血瘀证;四阶关联规则结果中,支持度最高的为气滞血瘀证-薄苔+紫暗舌+白苔。结论:临床中子宫腺肌病最常见的舌象、脉象、证型组合为气滞血瘀证+薄苔+紫暗舌+白苔。