基于ADASYN和WGAN的混合不平衡数据处理方法

为了解决不平衡数据集中少数类样本分类精度较低的问题,提出了一种处理不平衡数据集的ADASYN-WGAN方法。首先,采用ADASYN(adaptive synthetic sampling)算法生成少数类样本,用这些生成样本代替WGAN(wasserstein generative adversarial networks)中的随机噪声;其次,利用WGAN算法生成符合原始数据集分布规律的少数类样本,构建平衡数据集;然后,在6个公开数据集上,采用随机森林分类器对所提方法和4种过采样算法得出的处理结果分别与原始数据集进行对比;最后,通过F1-Score,G-mean和AUC等分类评估指标的表现验证所提方法的有效性。结果表明:在对比实验中,经过ADASYN-WGAN方法得到的平衡数据集在随机森林分类器的十折交叉验证中,4个公开数据集中的各项分类评估指标值均达到最优,虽然另2个公开数据集中的AUC值略低,但其F1-Score和G-mean取得了最高值。所提出的ADASYN-WGAN方法可生成高质量的数据样本,并可为解决不平衡数据集中少数类样本的预测偏差问题提供参考。

创新创业能力培养的大数据技术课程教学方法研究

大数据技术课程是一门具有交叉性、实践性、前沿性的计算机专业核心课程。针对创新创业能力培养的目标和要求,分析了大数据技术课程的特点和教学目标,探讨了传统课程内容和教学方法存在的问题。着重从教学资源库、教学方法、考核方式等方面给出了优化的方法,提出了有效的专创融合的教学模式和教学方法。教学实践表明,优化的教学内容和教学方法较好提升了教学效果,增强了学生创新创业的能力。

服装热阻研究中的数据分析及可视化方法

为明确服装热阻研究的数据分析思路并探求更优的可视化方法,从实验设计、热阻测评、数据处理和数据分析等4个阶段对相关文献进行梳理,明确了常用的数据分析和可视化手段。研究表明服装热阻受环境、服装、人体等多方面因素影响,主要采用暖体假人或真人实验的方法获得。数据较多以二维图像或组图的形式呈现,适用3项以内影响因素结果的分析。采用人工智能方法能够纳入更多影响因素实现服装热阻的准确预测,为不同环境下服装的选择、性能优化及人体热舒适的提升提供科学指导。

快速射电暴观测数据干扰缓解方法研究

从海量的天文观测数据中快速搜寻罕见的快速射电暴(Fast Radio Burst,FRB)事件,干扰缓解是其中一项关键而具有挑战的工作.射频干扰(Radio Frequency Interference,RFI)会淹没真实的天文事件,还会导致搜寻管线输出大量的假阳性候选体.由于干扰来源及其种类的复杂性,目前并没有一种通用的方法可以解决这个问题.为了降低干扰对FRB观测搜寻的影响,分析和研究了南山26m射电望远镜L波段观测数据中的干扰情况,针对主要的窄带干扰和宽带干扰建立了3层次的干扰缓解处理流程,从而有效缓解了观测数据的干扰污染情况.将该流程嵌入到FRB色散动态谱搜寻(Dispersed Dynamic Spectra Search,DDSS)管线中,实验结果表明,搜寻管线的检测率和检测精度得到了进一步的提高.该方法为FRB观测数据干扰缓解处理提供了有价值的参考.

基于数据的机械论黑箱辨识方法研究

总结了基于数据的机械论(Data-based Mechanistic)黑箱辨识算法(简称DBM)在常规黑箱辨识算法中的基本框架和两类重要模型时变参数(Time Variant Parameter)模型(简称TVP)和状态依存参数(State Dependent Parameter)模型(简称SDP)的特点,并利用DBM方法和其他非线性辨识算法分别对时变参数方程和杜芬方程进行分析和比较,发现尽管方法本身具有拟合精度高,不存在过拟合现象,可以较精确的反应参数对于状态或者时间的依存关系等特点,但是SDP方法在分析复杂问题时存在搜索效率低,计算时间长的缺点。最后通过引入遗传算法对搜索方式进行改进,从而降低了所要搜索的规模,大大减少了计算量。

基于演化博弈的移动通信数据拟态防御方法

通信数据在拟态防御时,若未能及时处理数据中的噪声,会直接影响数据的拟态防御效果,给数据传输带来安全威胁。为提升数据的拟态防御效果,提出基于演化博弈的移动通信数据拟态防御方法。针对数据中的噪声问题,使用阈值去噪方法对数据实施去噪处理,并根据去噪结果提取数据的通信行为特征;以上述操作为基础,结合演化博弈理论建立移动通信数据拟态防御模型,通过获取模型动态调度值制定出最佳调度策略;将提取的数据行为特征输入到构建的模型内,利用调度策略实现移动通信数据的拟态防御。实验结果表明,使用上述方法开展数据拟态防御时,防御效果较好。

非线性均衡约束下的光纤数据抗干扰通信方法

为了更加精准地解决非线性扰动变量对光纤通信造成的影响,消除扰动噪声对通信速率及通信质量的负面影响,结合扰动参量的非线性特征,对其约束均衡参量进行逐级优化,通过对其常规状态下光纤数据通信扰动模型的建立与抗扰条件分析、扰动信号的非线性分布范围确定与非线性均衡约束下扰动信号优化,实现扰动参量的彻底消除,同时提升原有光纤数据传输能力.通过创建的仿真数据对比证明提出方法的抗扰效果真实有效,其优化效果能够满足现阶段全场景应用需要,切实解决光纤数据通信扰动问题.

大地电磁测深数据处理方法技术进展

大地电磁测深法以其探测深度大、不受高阻层屏蔽、设备轻便、成本低等优势,被广泛用于地球动力学、成矿系统等研究以及深部资源和(清洁)能源探测、灾害调查等领域。然而,该方法在观测天然电磁场信号方面信号较弱,容易受到噪声干扰,一般需长时间观测和多次叠加方式来获取电性信息,且需同时开展相应的数据处理和分析,以获得更为可靠的地下电性结构。其中,数据处理一般包括时频转换、去噪、阻抗张量和倾子矢量估计,数据分析主要包括电性主轴和介质维度分析。基于前人关于大地电磁测深探测方法的研究成果,针对探测体系中处理、分析的关键环节,总结目前普遍使用的方法,并基于数据处理中的去噪、数据分析中的阻抗和相位张量,介绍探测体系中重要环节的前沿研究方向和成果,分析现有方法各自的特点和优点及其在不同环境和背景下大地电磁场观测数据的适用性,为大地电磁测深的有效、高效应用提供理论信息和基础保障。

基于双通道生成对抗网络的城市用电负荷缺失数据补全方法

用电负荷数据的完整性与有效性在负荷预测等应用中具有重要意义。传统的缺失数据补全方法缺乏对用电负荷和多种外部时空关联信息的挖掘,难以获得高精度的补全结果。文中提出了一种双通道生成对抗网络,对缺失的负荷数据进行补全。首先,根据负荷的周期性变化特征和时空关联性构建三阶负荷张量,并将影响负荷变化的多种外部因素构建为三阶辅助信息张量。然后,为满足两种张量的双输入需求,在生成对抗网络的输入层引入双通道机制,通过卷积与反卷积运算提取张量的特征;为提升网络对张量数据的训练效果和补全精度,将张量分解损失引入原始损失函数,并采用改进的混沌映射粒子群优化算法联合优化超参数和网络。最后,在真实负荷数据集上开展数据补全实验。结果表明,所提方法能够对随机缺失率不超过50%、连续缺失不超过3天的负荷数据进行准确补全。

基于文本数据的灾害信息风险监测与预警集成方法研究

基于灾害信息的文本数据,该文提出一种风险监测与预警集成方法,以提高灾害信息风险监测效率及监测支持预警的针对性。首先,运用八爪鱼数据采集器采集和处理灾害信息的文本数据;其次,运用BTM主题模型构建灾害信息风险监测模型,得到主题热度趋势并确定具有高风险且亟待预警的话题;然后,提出灾害信息风险预警指标体系和预警等级判定方法,计算所确定话题的风险综合指标预警加权值,并结合预警区间判定预警等级;最后,以2021年“7·20”郑州特大暴雨灾害信息的风险监测和预警为例进行实验分析,验证所提方法的可行性。研究表明,该方法可将灾害信息的文本数据贯穿于风险监测与预警两个过程,有助于为监测结果更有针对性地支持预警工作提供参考。

全国艺术学博士学位论文研究方法的大数据分析(2019—2023)

对近五年全国艺术学博士学位论文中研究方法进行大数据分析,总结关于研究方法使用频次、使用时间、学科相关度等特征,为未来研究方法的把握与运用提供科学指导。结果表明,在检索范围内,传统的人文社会科学研究方法仍占主导,随着艺术学研究的深入,部分新兴研究方法日渐走高,跨学科研究法等将成为未来研究方法新趋势。

基于激光扫描的电子档案异构时态数据检测方法

研究一种基于激光扫描的电子档案异构时态数据检测方法,该方法利用激光扫描获取数据并生成电子档案。针对电子档案中的数据实施缺失数据填补和离群数据处理。提取电子档案数据的递归率、仙农熵以及歪度三个特征。结合随机森林算法,输入递归率、仙农熵以及歪度三个特征,得出电子档案异构时态数据类型。结果表明:1处和3处边坡工程的位移处于轻微状态;2处边坡工程的位移处于严重状态;4处边坡工程的位移处于安全状态;5处边坡工程的位移处于较严重状态。所研究方法的Kappa系数达到相对最大值,说明所研究方法的检测能力更高。

证据方法视阈下大数据证据诉讼应用及正当程序保障

证据方法的作用在于通过从客观上揭示证据内含的信息内容,联接证据与刑事证明。大数据证据表现出独特的建构性与质素多样性特征,使得现有证据的证据方法无所适从,需要依托融合性证据方法为其诉讼应用提供可操作性指引。而在刑事诉讼中运用融合性证据方法,可能对现有诉讼构造构成挑战。对此,可以从证据方法的工具与程序二维属性出发,建构正当程序保障:在工具属性维度,发挥法官庭外调查的能动、兜底性作用;在程序属性维度,构造“对等”性权利保障,弱化微观权力。

基于GIS辅助的多源地理空间矢量数据挖掘方法

噪声数据干扰下,数据挖掘精确度和效率偏低,为了提高数据挖掘结果的准确性,提出一种GIS辅助下多源地理空间矢量数据挖掘算法。通过非下采样小波变换方法对原始多源地理空间矢量数据多尺度分解,确保噪声和数据得到有效分离,通过变分偏微方程平滑数据内残余的噪声,避免数据内大量细节信息丢失。将GIS应用到多源地理空间矢量数据挖掘中,建立数据挖掘模型,并根据图层之间的关系变换数据,实现多源地理空间矢量数据的离散化处理。利用形式背景构建概念格和Hasse图,根据概念格中的内涵缩减集形成非冗余关联规则,结合数据挖掘模型完成数据挖掘。实验结果表明,所提方法可以有效滤除多源地理空间矢量数据中的噪声,获取满意的数据挖掘效果。

基于数据挖掘的大学生就业指导资源挖掘方法

采用目前方法对大学生就业指导资源进行数据挖掘时,由于去噪性能差导致方法存在数据冗余、挖掘效率低和精准度较差的问题,因此提出了基于数据挖掘的大学生就业指导资源挖掘方法。利用H-BIRCH算法对就业指导数据进行聚类处理,结合EMD分解方法和小波去噪方法对不同类别的就业信息数据进行去噪,对去噪后的资源数据进行白化处理,采用图模型提取就业指导资源数据特征,完成就业指导资源挖掘。实验结果表明,该方法可以有效简化数据结构,数据冗余纠错率、数据挖掘效率和数据挖掘准确度较高。

基于大数据的智慧城市空间规划与城市建设方法研究

为促进城市现代化管理水平提升,促进新型智慧城市建设与发展,引入大数据技术,开展智慧城市空间规划与城市建设方法研究。文章从智慧城市空间规划与发展战略制定、智慧城市空间质量评价、智慧城市空间规模预测等方面提出一种全新的智慧城市空间规划思路。在此基础上,基于大数据,提出打通智慧城市数据通道、加强智慧城市大数据规范化管理的城市建设方法。

南方电网数据资产定价方法研究

在数字化转型背景下,能源企业应寻求合理的数据资产定价方式,从而实现对数据资产的有效管理。本文以南方电网为例,对其数据资产定价方法展开研究。首先,阐述电力企业数据资产概念、特点、分类以及数据资产的价值所在;其次,以南方电网公司为例探讨数据资产定价策略、模型以及价格体系建设;最后,根据南方电网数据资产定价方法,对能源企业数据资产管理提出建议。

“数据结构与算法”小班教学方法探索实践

为提高“数据结构与算法”课程教学效果,针对课程大班授课存在的师生互动频率低、学生课堂学习主动性不高、课堂学习效果难以随时评估等问题,对小班授课教学方法进行了探索。通过安排本门课程与先修课程进行平稳衔接,采用多种教学手段相结合的方法,例如,动画演示数据操作过程、微课视频讲解重要知识点、示例程序现场运行演示计算结果,以及使用随堂测验方法检查学习效果等方法,改善了师生互动效果,增强了学生的学习主动性,学生考试成绩得到提高。

基于区块链技术的物流仓储数据安全通信方法研究

由于传统物流仓储数据通信过程中存在诸多安全隐患,如数据篡改、信息泄露等,研究基于区块链技术的物流仓储数据安全通信方法。部署区块链网络存储物流仓储数据,对数据通信双方进行身份认证,通过后授予区块链访问权限,结合加密算法、消息路由算法及消息接收算法,实现区块链上的物流仓储数据安全通信传输。实验结果表明,在物流仓储数据通信存在伪造攻击的情况下,数据传输成功率高达98.69%,设计的方法保障通信数据安全性。

大数据画像结合多种教学方法在医学影像技术专业磁共振实习中的应用

磁共振实习一直是医学影像技术专业学生实习的难点,各教学基地对于如何提高磁共振实习质量仍处于探索阶段。文章针对学生实习过程中的困惑、磁共振实习阶段存在问题,提出大数据画像结合多种教学方法,构建医学影像技术专业学生在磁共振实习中的大数据画像模型,详细阐述实施计划及设计流程并对实行此项教学改革的显著效果进行了分析与总结。此项教学改革有效避免了传统实习模式的固化形式,对学生进行因材施教精准培养的同时可提高教师自身专业水平,实现了师生双方的共同成长,为医学影像技术专业学生实习培养提供了新的思路和方法,为培养出更多优秀的毕业生奠定坚实的基础。