期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
多源数据环境下产业竞争情报智慧服务平台构建研究--以“三元世界”和CPSS理论为基础 被引量:6
1
作者 高志豪 郑荣 +1 位作者 魏明珠 雷亚欣 《情报学报》 CSSCI CSCD 北大核心 2023年第7期775-789,共15页
面对多源数据环境和复杂信息场景,产业竞争情报服务优化升级成为助力新一轮产业发展和产业链优化的抓手。我国产业亟须构建体系化的竞争情报智慧服务平台,赋能大变局时代和复杂国际竞争中的产业健康发展。本文聚焦于多源数据环境,采用... 面对多源数据环境和复杂信息场景,产业竞争情报服务优化升级成为助力新一轮产业发展和产业链优化的抓手。我国产业亟须构建体系化的竞争情报智慧服务平台,赋能大变局时代和复杂国际竞争中的产业健康发展。本文聚焦于多源数据环境,采用半结构化访谈方法进行产业竞争情报服务平台现状调研,以“三元世界”和CPSS(cyber-physical-socialsystems)系统建模思想为依据,实现物理世界、信息空间和人类社会中的多源数据多维立体解析和数据融合,借助解构思想进行产业竞争情报元素分解和重组,构建产业竞争情报智慧服务平台模型,并提出“情报协同采集与处理-多源数据跨模态、跨结构融合-联盟链分布式情报数据存储-情报知识挖掘与发现-定制化智慧服务”的产业竞争情报智慧服务平台实施路径。 展开更多
关键词 多源数据环境 三元世界理论 CPSS系统建模 产业竞争情报 智慧服务 平台构建
下载PDF
基于评定参数的气候试验数据分析与数据库设计
2
作者 田培强 王彬文 +3 位作者 吴敬涛 张惠 任战鹏 邓文亮 《环境技术》 2023年第3期67-73,共7页
围绕大型气候实验室和飞机的系统类型多带来的数据量大、耦合程度高、关联性强等问题,研究基于评定要素的多源气候试验数据特征分析与数据库设计方法。本文通过分析气候实验室环境特征、飞机气候试验历史数据和运行机理,析出了能够表征... 围绕大型气候实验室和飞机的系统类型多带来的数据量大、耦合程度高、关联性强等问题,研究基于评定要素的多源气候试验数据特征分析与数据库设计方法。本文通过分析气候实验室环境特征、飞机气候试验历史数据和运行机理,析出了能够表征极端环境下飞机环境适应性的典型评定参数,研究了气候实验室数据、飞机环境响应数据和数据网络架构,进而实现多维、多源、海量气候环境试验数据的解耦,随后依据气候环境试验数据特征分析了时序数据、非时序数据和小子样试验数据的预处理分析算法,剔除异常值得到高质量的气候试验数据。并且利用高效精简的气候试验数据构建了气候环境试验数据库架构,形成了基于元数据的全海量试验数据抽取-存储-检索一体化方法,可实现气候环境试验数据的快速访问和高效分析,支撑气候环境试验的高效实施。 展开更多
关键词 环境适应性评定参数 多源气候环境数据 数据特征分析 数据库设计
下载PDF
基于多源环境数据和随机森林模型的农田土壤砷空间分布模拟 被引量:11
3
作者 史广 刘庚 +2 位作者 赵龙 苏迎庆 毕如田 《环境科学学报》 CAS CSCD 北大核心 2020年第8期2993-3000,共8页
不同模型对土壤污染物空间分布预测精度具有重要影响,针对现有方法不能较好模拟土壤污染物较强的空间变异特征以及缺乏对影响污染物空间分布的关键环境因子识别,本研究基于随机森林(RF)模型,通过融合多源环境要素,开展了某冶炼厂周边农... 不同模型对土壤污染物空间分布预测精度具有重要影响,针对现有方法不能较好模拟土壤污染物较强的空间变异特征以及缺乏对影响污染物空间分布的关键环境因子识别,本研究基于随机森林(RF)模型,通过融合多源环境要素,开展了某冶炼厂周边农田土壤砷含量空间分布预测研究,并与反距离加权(IDW)和逐步线性回归模型(STEPREG)相比较.结果表明,研究区农田土壤砷污染范围较广,污染严重区域主要分布在研究区南部,3种模型模拟的砷污染空间分布虽总体趋势相似,但局部区域差异明显,IDW和STEPREG模型不能很好地反映研究区土壤污染的强空间变异特征,RF模型模拟结果较好的表达局部高污染区域的细部变化.不同环境要素对农田土壤砷含量空间分布影响的重要性不同,研究区环境变量和地形变量是影响土壤砷含量空间分布的关键环境因子.交叉验证结果表明,RF模型相对IDW和STEPREG模型具有最小的均方根误差(RMSE)、平均绝对误差(MAE)、平均误差(ME)和最大的R^2,RF模型的RMSE、MAE、ME较IDW模型分别降低了10.8%、5.5%和88.1%,较STEPREG模型分别降低了17.8%、18.4%和94.7%,表明采用RF模型对研究区农田土壤砷含量预测精度最高,取得了最优的预测效果.本研究结果能够为土壤重金属污染空间分布制图提供方法学参考. 展开更多
关键词 污染评价 随机森林 土壤砷 多源环境数据
原文传递
Retrieval of urban land surface component temperature using multi-source remote-sensing data
4
作者 郑文武 曾永年 《Journal of Central South University》 SCIE EI CAS 2013年第9期2489-2497,共9页
The components of urban surface cover are diversified,and component temperature has greater physical significance and application values in the studies on urban thermal environment.Although the multi-angle retrieval a... The components of urban surface cover are diversified,and component temperature has greater physical significance and application values in the studies on urban thermal environment.Although the multi-angle retrieval algorithm of component temperature has been matured gradually,its application in the studies on urban thermal environment is restricted due to the difficulty in acquiring urban-scale multi-angle thermal infrared data.Therefore,based on the existing multi-source multi-band remote sensing data,access to appropriate urban-scale component temperature is an urgent issue to be solved in current studies on urban thermal infrared remote sensing.Then,a retrieval algorithm of urban component temperature by multi-source multi-band remote sensing data on the basis of MODIS and Landsat TM images was proposed with expectations achieved in this work,which was finally validated by the experiment on urban images of Changsha,China.The results show that:1) Mean temperatures of impervious surface components and vegetation components are the maximum and minimum,respectively,which are in accordance with the distribution laws of actual surface temperature; 2) High-accuracy retrieval results are obtained in vegetation component temperature.Moreover,through a contrast between retrieval results and measured data,it is found that the retrieval temperature of impervious surface component has the maximum deviation from measured temperature and its deviation is greater than 1 ℃,while the deviation in vegetation component temperature is relatively low at 0.5 ℃. 展开更多
关键词 component temperature urban thermal environment multi-source remote sensing thermal infrared remote sensing
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部