Scalable and Accessible Crash Hot Spot Detection for Traffic Law Enforcement

Law enforcement agencies have begun utilizing traffic and crash data to improve traffic law enforcement delivery. However, many agencies often do not have the resources or expertise to harness fully the benefits this data offers. A free to use, scalable traffic crash hot spot detection tool was developed to aid law enforcement agency decision makers, statewide to the local municipality level. The tool was developed to identify crash hot spots algorithmically with a range of customizable parameters based on location, date and time, and crash factors, enabling quick, dynamic queries. These capabilities provide the ability for law enforcement agencies to conduct “what if” analyses and make data-driven allocation decisions, placing officer resources where they are most needed. The two-step algorithm first identifies potential hot spots based on crash density and then ranks each hot spot using a standardized z-score measure of relative significance. To test the viability of the tool, a pilot was conducted identifying 27 hot spots across Wisconsin where targeted enforcement was then deployed. Despite officer skepticism, results from the pilot found officers at sites targeted for speeding and seatbelt violations were nearly twice as likely to initiate traffic stops compared to non-targeted hot spots. Empirical Bayes before-and-after crash analyses found fatal and injury crashes reduced significantly by nearly 11% during the months with targeted enforcement, while property damage crashes and total crashes were unchanged. Overall, the results show the algorithm can identify hotspots where, coupled with targeted enforcement, traffic safety improvements can be made.

基于LEACH协议的能量优化方法

针对低功耗自适应聚类协议产生的整体能耗不均及网络生命周期短的问题,提出一种改进的能量优化方法。结合能量模型、节点发送及融合数据的综合能耗计算簇头比例;利用节点剩余能量与节点基站间的距离,优化成簇阶段中簇头选取阈值公式。在普通节点入簇阶段,引入簇规模密度,避免簇规模差距过大,采用就近原则与簇密度规模更新簇头。在数据传输阶段,引入“热区”边界对簇头分类,不同类簇头采用不同的数据传输方式。仿真结果表明,所提方法能均衡网络能耗且延长网络生命周期。

基于完全邻域保持嵌入的光伏组件热斑故障诊断

针对局部阴影遮挡引起的光伏组件热斑,提出一种基于完全邻域保持嵌入的热斑故障诊断方法。该方法采用流形学习从光伏组件运行数据中提取非线性特征,在不借助红外图像的前提下实现组件状态的高灵敏检测。所提方法较传统方法能够更精准地反映组件运行状态,进而实现故障检测与故障分级。依托国家电网电力科学研究院实验平台,通过对15组不同程度的热斑故障样本进行性能验证与对比,所提方法能够有效实现故障检测与评估。

基于深度强化学习的数据中心热感知能耗优化方法

随着数据中心规模的不断扩大,所引起的高能耗、高运营成本和环境污染等问题日益严重,严重影响了数据中心的可持续性。大多数数据中心能耗优化方法为了降低计算能耗,会将任务集中在尽可能少的服务器上,但这样做往往会导致数据中心热点的产生,并且提高了冷却能耗。为了解决这一问题,文中首先对数据中心进行建模,并将数据中心总能耗优化问题建模为一个任务调度问题,并且要求调度过程中不产生数据中心热点。为了解决该问题,文中提出了一种基于深度强化学习的数据中心任务调度方法,并使用奖励塑造对该方法进行优化,在不产生热点的前提下降低数据中心的总能耗。最后,通过仿真环境和真实数据中心负载跟踪数据进行了实验。仿真实验结果表明,所提方法相比其他现有的调度方法能够更好地降低数据中心总能耗,最多降低了25.5%。此外,提出的优化方法还不会产生热点,这进一步证明了其优越性。

大数据下干眼信息需求及中医学术热点研究

目的观察并分析干眼的检索趋势、人群画像、需求图谱及中医学术研究信息,为干眼的研究提供参考。方法通过谷歌趋势、百度和微信指数检索相关术语“干眼症”“干眼”“dry eye”,分析干眼的国内外信息需求。结果百度指数检索发现:近年来,干眼搜索指数不断上涨。地域分布上,华东、华北和华南等地区对干眼关注度较高。国外关注度较高的有美国、英国和爱尔兰。关注者年龄在20~29岁的占比最多,≥50岁占比最少;女性占比高于男性。中医学术热点研究占比约为20%。结论网民对干眼的信息需求不断增长,人群主要集中于经济发达地区,女性居多呈年轻化趋势。中医在干眼研究上占据重要地位,研究具备多样性。

融合多源数据的盐城市空间格局研究

随着社会经济的不断发展,各类空间信息呈现爆发式增长,获取方式也变得多样化。针对城市精细化管理的不足与需求,文章选择盐城市为研究区域,依托探索性空间分析方法,以2022年微博签到数据、2022年POI数据为基础,对盐城市的地理空间信息进行研究,旨在为城市管理、灾害预警、基础设施建设提供信息支撑与技术支持。结果表明:(1)从签到数量来看,签到数最高的地点为盐都区的“渎上·老西门”,签到数最低的地点为阜宁县的新盛街21号;(2)从冷热点的空间分布角度来看,整个盐城市的热点地区呈现“一主多副”的特征,主热点位于盐都区,平均最邻近比率仅为0.2,且相对于其他区县,集聚程度也最高。

鄱阳湖水利信息三维展示可视化系统设计与实现

三维可视化技术已在大坝安全监测、水利工程质量检测、水资源配置等领域得到广泛应用。借鉴其它领域的应用成果,利用三维可视化等技术构建了鄱阳湖水利信息三维展示与查询系统,实现了鄱阳湖在不同水位下的三维地形信息展示,再现了鄱阳湖水利信息虚拟场景;此外,还利用Java进行二次开发,构建了鄱阳湖区空间数据库和多媒体数据库,实现了湖区三维场景的直观清晰浏览与展示,以及专题水利热点数据的动态查询和漫游等功能。该系统的建立可方便用户全面了解鄱阳湖区不同水位下淹没区域、自然保护区和风景区的水资源、水生态、水环境和水利工程等水利信息,有助于提高鄱阳湖管理者的科学决策水平。

一种基于爬山算法的学科领域热点探索模型

[目的/意义]热点发掘一直是图书馆领域的重点研究内容之一,通过共引和共词分析探测学科领域热点都存在一定的局限性,针对存在的问题,借鉴爬山法进行改进研究。为适应大数据时代的热点挖掘问题,将计算机算法与文献关键词分析相结合,构建研究热点分析模型,探索分析研究热点的方法,对于学科领域研究热点具有重要意义。[方法/过程]采用改进的Apriori-Hill-Mount爬山算法,拓展关键词共现分析和聚类方法,构建了篇与篇之间的关键词的关联规则挖掘模型;通过实证研究科学计量学及图书情报学两个领域,论证该模型的可行性。[结果/结论]通过对上述两个领域的文献进行篇-篇关键词强关联规则挖掘和分析,分别得到各自领域的的研究热点;其结果与采用Citespace及Spss呈现的热点有很高的吻合度。但该算法揭示的信息更全面、更直观地呈现研究主题热点,对学科热点探索体系方法及手段具有一定的补充及辅助作用。该方法是在一个局部范围内进行搜索,且阈值的设定也具有人为因素,因此得到的可能是局部的优化,其更大范围的可适性有待进一步论证。

基于CiteSpace的教育大数据研究热点与趋势分析

大数据时代来临,教育领域积累了海量数据。文章以中国知网（CNKI）数据库收录的924篇及Google学术收录的204篇与教育大数据相关的期刊论文为研究对象,运用信息可视化软件Cite Space,以时空知识图谱及内容知识图谱分析为主要研究方法,揭示了国内外教育大数据的研究热点及发展趋势。分析发现,教育大数据研究呈现如下特点：从时间上看,研究在2013年开始集中涌现,2014-2015年进入大规模发展阶段;从内容上看,研究热点有＂大数据＂、＂大数据时代＂、＂学习分析及技术＂、＂数据挖掘＂等。为此,文章给出进一步的总结和思考,以期为教育大数据的深入研究、实践探索和产业推进提供参考。

基于ESDA的西北太平洋柔鱼资源空间热点区域及其变动研究

以西北太平洋(150°E—160°E、38°N—45°N)柔鱼Ommastrephes bartramii为研究对象,以2007和2010年鱿钓渔业的原始点位数据为基础,利用常规统计和探索性空间数据分析(ESDA)中的全局空间自相关分析方法,对西北太平洋柔鱼资源空间分布及其变动进行了研究。结果表明,西北太平洋柔鱼资源呈现较强的聚集分布特征,但不同空间位置差异较大。利用GIS和ESDA的局部自相关方法进行了柔鱼资源热冷点空间分布的制图,结果显示2007年研究区存在3个显著的热点和1个冷点,2010年与之存在较为明显的差异,具有1个热点和4个冷点。变化检测分析表明,两个年份间出现1个热点区域和1个冷点区域未发生变化,另有2个区域从2007年热点变成2010年冷点;此外,非热冷点之间的变动在研究区占据了主导地位。景观指数分析表明,研究区柔鱼资源热冷点格局的复杂性和自相似性并不高,但其异质性和聚集性非常强,且整体性和凝聚度均很高。分析认为,2007年西北太平洋柔鱼渔区的形成受温度和海流的影响,近一半作业渔区产量相对较高,但并未充分保证空间热点的大面积形成,空间热点和冷点分布面积大致相当;2010年整个西北太平洋柔鱼渔场受亲潮势力影响,空间热点较为集中、空间冷点较多且分散。

基于HBase的金融时序数据存储系统

设计并实现了1个基于HBase的金融时序数据的存储系统。设计了基于金融时序数据的HBase预分区策略,可解决HBase存储热点的问题;采用了行键优化策略和基于时序数据的表设计策略,可解决数据存储分散的问题;使用了提供异步处理机制的事件驱动的Netty框架所编写的中间件接收采集器发送的请求,可解决高并发事务的处理问题。实验结果表明,与HBase原生方法相比,该系统的性能在处理高并发事务时更好。

知识服务研究状况及在大数据环境下的研究趋向

为了解国内外有关知识服务研究的整体状态、主要观点与发展趋向,本文以Web of Science核心合集和中国知网为来源,先以"知识服务"为关键词进行篇名检索,然后对发文量、研究领域与关键词进行分析。在此基础上,通过阅读高被引文献,总结已有研究在知识服务内涵、类型、模式、过程、技术与能力等方面的主要进展。最后,将大数据与知识服务结合,以计量分析和关键词共现分析为依据,进一步从大数据知识服务内涵与特征、大数据知识服务平台体系架构、支撑大数据知识服务技术等方面,对相关研究观点与趋向进行评述。

国外临床数据挖掘研究热点的文献计量学分析

为了解近年国外临床数据挖掘领域的研究热点,以Web of Science收录的文献为研究对象,采用文献计量学方法对"最新高被引文献-施引文献"引文网络进行聚类和分析,总结出国外临床数据挖掘的研究热点,以期对我国相关领域研究有所借鉴。

一种MAC层延时均衡算法

以GAF协议下簇头构成的骨干网络为基本架构,对树状热区造成的数据延时不公平、数据包丢失等问题进行了研究,提出了一种基于DMAC协议的MAC层轮值休眠算法ST-MAC。采用Matlab软件进行仿真实验,结果表明该算法均衡了网络树不同深度节点的数据延时,同时降低了丢包率和网络能耗。

基于技术预见分析方法的全球太赫兹技术发展趋势研究

技术预见是对未来技术发展进行有步骤探索的过程,技术预见方法多种多样,运用到分析的不同环节和目标中。运用文献计量法与专利分析法相结合的方式分析全球太赫兹技术的发展态势。其中文献分析选取WoS科技文献数据库为数据源,具体分析从整体产出概况、国家分布、研究机构分布、各国研究趋势对比分析以及各机构研究能力对比等维度展开。专利分析选用orbit专利数据库,具体分析全球专利申请情况、国家分布、技术领域分类、专利权人分布等,从而得出各国在太赫兹技术领域的竞争力。最后结合行业专家视角分析中国与世界主要国家太赫兹技术领域的发展态势,揭示中国在该领域发展的优劣势。研究结论显示,近年来太赫兹技术仍是全球的研究热点,我国在太赫兹领域的发文量从总量上居于世界前列,但是从竞争力及创新性角度看,我国在该领域与国外相比仍存在一定差距。最后给出相关建议,为政府相关部门制定发展策略提供参考。

利用共享单车大数据的城市骑行热点范围提取

共享单车成为市民出行不可或缺的一种代步方式,也对城市交通运行管理和规划发展带来压力和挑战。本文利用Python程序获取了2017年9月20日ofo单车的全天候位置数据,通过Arc GIS传统分析工具进行了西安市用户骑行行为的时空间特征分析,提取了用户出行OD模型及城市骑行热点路段。结果发现,在城市轨道交通、城市产业分配、医院学校分布及时间维度的影响下,骑行存在不同空间特征。基于大数据分析提取热点,利用可视化表达数据集合与相关城市数据集综合分析,可为集中规划非机动车设施、更好地优化城市空间布局提供新思路。

改革开放以来中共党史研究概况、热点及展望——以文本数据分析为基础

改革开放以来,中共党史研究取得了丰硕成果,党史研究的内容、方法和数量都在不断丰富拓展。本文借助LDA主题模型等分析工具,对改革开放以来中国知网(CNKI)可检索下载的相关文献的文本进行了文本数据分析,全面梳理了改革开放以来党史研究总体概况、主要热点及特征,并结合当前党史研究的学界和社会需求,尝试对未来的研究热点进行了展望。

微博签到数据的时空热点挖掘——以北京为例

对社交媒体位置服务大数据进行时空数据挖掘能为城市规划、商业决策、用户行为分析等应用提供决策依据。基于新浪微博签到点数据,应用Knox指数进行时空交互性检验,确定合适的时空分析尺度,并利用时空重排扫描统计方法分别在短时间尺度(时)和长时间尺度(天)下挖掘时空热点。结果表明:短时间尺度(时)和长时间尺度(天)的签到点都具有随着空间距离的增大,时空交互性逐渐增强的趋势;短时间尺度下的时空热点区域主要分布在主城区,覆盖半径集中在2~6km、时间集中在11:00—17:00,热点持续时长约为3~5h;长时间尺度下的时空热点主要集中在主城区,少量均匀分布在城外,覆盖半径集中在5~6km,时间集中在2016-02-07—2016-02-13,热点持续时长约为3~6d。

面向不同主题的交通大数据可视分析

大数据时代,交通数据如何更快更准确地实时反映交通状况成为研究热点。使用不同交通数据对不同的研究主题进行可视分析,进而揭示蕴含的交通信息知识,为交通部门提供决策支持。首先,分析了大数据的基本特征,总结了大数据可视分析的研究现状;其次,对交通大数据的基本构成、获取方式及数据类型特点进行详细描述;最后,按照不同的研究主题选择不同的数据源与不同的可视化表达方式,揭示不同研究主题蕴含的交通规律,为交通大数据的自动模型分析提供可靠的可视化知识。

国际科研数据管理研究热点探析

采用文献计量学方法定量分析SCI数据库中数据管理(Data Curation,DC)研究领域的高发文国家、基金资助情况和热点主题。研究结果显示:生物学领域是国外科研数据管理实践最广泛的领域;国外DC研究的热点主要集中在DC新方法与工具、数据生命周期、自然学科(生物、化学和医学)跨学科科研数据的管理和图书馆数据管理创新服务这4个主题上。以期为我国的科研数据管理提供参考和借鉴。