多维数据赋能AHP-Fuzzy评价法的高水平专业群建设成效评价

针对多维、多场景、海量特征高职院校高水平专业群建设的成效评价信息离散、体系不健全等问题,本文提出一种新的多维数据赋能二次模糊综合评价法的评价方法。构建多维数据赋能专业群建设要素集,确定三层级高水平专业群建设成效指标并给出成效树模型,采用层次分析法确立各层级的权重值,通过模糊综合评价法对专业群建设成效进行定量分析,完成对建设成效的评估计算。以渭南职业技术学院为例的模型仿真结果证明,该方案能够准确可靠地实现专业群建设成效的分级评价,为中国高职院校高水平建设提供了新的思路。

《解码十年》:基于“大数据+”的多维数据新闻创新实践

2022年8月9日,中央广播电视总台《新闻联播》推出《解码中国》系列报道,迅速引发社会广泛关注,连续多天全网置顶、反复登上各平台热搜。节目以全新的报道模式,全面再现了党的十八大以来中国共产党带领中国人民取得的历史性成就和发生的历史性变革。作为央视迎接党的二十大主题宣传类新闻作品,《解码十年》扛起数据新闻创新演进的大旗,以“大数据+新闻”“大数据+故事”“大数据+知识”等,实现了技术、数据、新闻的深层碰撞,释放出了巨大的传播效能。2022年9月22日,中央广播电视总台大型融媒体报道《解码十年》创作座谈会在北京举行;9月30日,中央广播电视总台专题片《解码十年》海内外多语种版本发布。截至2022年12月,其微博话题阅读量高达3.1亿,全网触及量突破60亿。

基于差分隐私的多维数据脱敏方法研究

本研究针对当今社会中大规模多维数据的隐私保护问题,提出了一种基于差分隐私的多层优化方法。首先,通过研究多维数据脱敏整体框架,构建了一个系统化的处理流程。其次,为了提高数据质量,分析了数据预处理技术;提出了一种针对多维数据的数据分割与映射技术,将数据划分为合适的数据块,并进行映射建立关联关系;通过动态调整隐私参数和差异化处理敏感性来实现隐私保护,保证了数据的实用性。最后,通过在Adult数据集上的实证研究,验证了提出方法的实际效果。结果表明,在提高数据隐私保护的同时,多层差分隐私优化方法对分类模型性能产生了一定影响,呈现了性能略微下降的趋势。因此,这种权衡关系为实际应用提供了一种思路,根据具体需求调整差分隐私参数和处理策略。

数据仓库的多维数据分析器设计与实现

实现多维数据分析是数据仓库系统需要具备的一个主要功能 ,它接受用户的多维数据查询请求 ,生成多维数据集 ,为建立数据挖掘模型提供基础数据 .本文讨论了基于MicrosoftSQLServer 2 0 0 0的多维数据分析器的实现 .简要介绍了多维数据分析的基本原理 ,并在DSO、ADO MD及MDX(多维数据表达式 )等技术的基础上 ,构造了一个多维数据分析器 .最后 。

基于多维数据的高校科研经费财务风险评价研究

科技创新是发展新质生产力的核心要素,必须进一步加强创新能力建设,以打好关键核心技术攻坚战。高校作为科技创新的主力军,在落实科技改革创新政策、落实经费使用要求方面具有不可或缺的独特地位。高校应充分利用日新月异的信息技术,深入挖掘科研经费相关多维数据的内在逻辑,通过建立财务风险评价体系识别、预警和控制科研经费在使用过程中的财务风险,实现中央“放管服”改革“放得下、接得住、管得好”目标,真正落实项目承担单位的法人责任,确保每一分科研经费都合理合法合规使用,助力科研绩效的提升、科技成果的产出,加快发展新质生产力。

超高维数据下部分线性可加分位数回归模型的变量选择

在超高维数据中,一方面,协变量的维数可能远远大于样本量,甚至随着样本量以指数级的速度增长;另一方面,超高维数据通常是异质的,协变量对条件分布中心的影响可能与他们对尾部的影响大不相同,甚至会出现重尾以及异常点的复杂情况。文章在协变量维度发散且为超高维的情况下研究了部分线性可加分位数回归模型的变量选择和稳健估计问题。首先,为了实现模型的稀疏性和非参数光滑性,引入了一种非凸Atan双惩罚,并采用分位迭代坐标下降算法来解决所提方法的优化问题。在选择适当正则化参数的情况下,证明了所提双惩罚估计量的理论性质。其次,通过模拟研究对所提方法的性能进行验证。模拟结果表明,所提方法比其他惩罚方法具有更好的表现,尤其是在数据存在重尾的情况下。最后,通过基于癌症筛查病人血液样本数据的实证来验证所提方法的实用性。

基于聚类算法的多维数据库一致性检测与恢复方法研究

为提高数据一致性以及检索效率,提出一种基于聚类算法的多维数据库一致性检测与恢复方法。计算数据指标均值与标准差,标准化处理数据;利用K-means算法衡量不同数据属性的相似特征,建立特征簇,选择聚类特征;通过稀疏图描述数据间关系,利用多级图分割算法获取多个子图,通过凝聚层次聚类方法,判断子图间相似度,设定合并阈值聚类子图,根据聚类结果判断数据库的一致性;针对一致性较差的数据库,采用等价类算法构建恢复模型,实现多维数据库一致性检测与恢复。实验结果证明:所提方法检测速度快,恢复后数据库一致性较好。

基于多维数据耦合-小波变换的固支梁损伤特征识别方法

为了解决固支梁的损伤特征识别问题,提出基于多维数据耦合-小波变换的固支梁损伤特征识别方法。以均匀损伤和非均匀损伤为研究对象,提出非均匀损伤的简化思路。以固支梁的应变模态为损伤参数,对梁进行多维切片,从而将梁不同维度的应变模态独立以便获取各维度应变模态数据,通过多维数据耦合方法将不同维度的应变模态数据耦合,放大损伤特征,使单维应变模态数据具有多维特性。对耦合数据进行小波变换得到耦合数据的小波系数图,对比小波系数图中奇异点位置的奇异性大小识别固支梁的损伤特征(损伤位置与形状)。含均匀损伤与非均匀损伤固支梁的数值模拟与试验分析表明:多维数据耦合能有效放大损伤特征,使得小损伤在实际工程中能被识别;同一工况下损伤程度越大则其对应的小波系数奇异性也越大,因此根据小波系数的奇异性大小能有效识别固支梁的损伤位置与损伤形状;在试验情况下,多维耦合数据的小波系数能有效规避边缘效应,使得固支梁的边缘损伤特征能被识别。上述研究表明所提出的损伤识别方法能有效解决固支梁损伤特征识别问题,为解决基于小波变换损伤识别方法在损伤特征识别方面的不足提供了途径,并能有效解决实际结构的边缘损伤识别问题,为实际结构的损伤识别提供理论依据和技术支持。

复杂电力物联终端多维数据的轻量级分组密码算法设计

为提高抗攻击性能,设计复杂电力物联终端多维数据的轻量级分组密码算法。利用STCS混沌映射生成轻量级分组密码算法核心部件S盒,设计算法核心部件P盒,基于广义Feistel结构的轻量级分组密码算法,将复杂电力物联终端多维数据分成四个相同数据子块后,利用1个P盒实现S盒混淆层16比特输出结果的线性变换,实现多维数据的轻量级分组加解密。实验结果表明,该密码算法具有较高的密钥敏感性,非加密密钥无法实现电力物联终端多维数据的正确解密;最大安全强度可达到90.8%,2 048长度数据加密仅需16 ms,且具有抗攻击性能。

基于高斯函数拟合的多维数据三维可视化仿真

为了得到满意的多维数据可视化效果,提出一种基于四叉树的多维数据三维可视化方法。采用随机森林和转导推理相结合的方式提取多维数据特征,通过四叉树对多维数据特征简化处理,降低数据处理难度。将简化处理后的多维数据特征点作为热点,利用高斯函数拟合计算各个热点对周围数据产生的作用值,将全部热点的作用值累加,将累加值作为最终的热度值,采用光线投射方法展开三维图绘制,最终实现多维数据三维可视化。经实验测试证明,采用所提方法可以有效提升多维数据三维可视化效果的分辨率,减少内存损耗,提升执行效率。

多维数据分析方法在全面预算中的应用研究

在企业内部管理工作中,全面预算管理工作是核心,实施全面预算管理能够进一步推动企业获得高质量发展。然而,当前虽然我国有诸多企业已经开始实施全面预算管理模式,但是,实施效果并不是十分理想,现行过程中存在监控困难、预算偏差较大等问题。而多维数据分析法的出现,解决企业实施全面预算管理存在的问题。通过构建数学模型,运用计算机技术可有效对企业数据展开深入分析,从而保证企业决策的科学性及合理性。基于此,文章从多维数据分析方法概念进行入手,简要阐述多维数据分析方法在全面预算管理中应用的重要性,分析这一方法应用在全面预算中的机遇和挑战,为企业如何应用多维数据分析方法在全面预算中提出几项实践策略,进而为企业的经营决策提供更加科学、有效的参考依据。

基于多维数据挖掘的城市路网多尺度交通流预测研究

城市交通流量通常较大,路网交通预测时数据繁复、特征参数较多,导致预测速率与精度较低。为此,提出基于多维数据挖掘的城市路网多尺度交通流预测方法。采用数据清洗方式对数据预处理,根据道路交通变化情况确定交通流特征参数;利用傅里叶变换、卷积算法挖掘交通流时空特征,运用注意力函数、权重矩阵挖掘交通流时间特征;通过时空相关性与图的拓扑结构特性建立交通流预测模型,获取下一时刻道路交通变化情况,完成交通流预测。实验结果表明,该方法能够有效预测道路交通每个时段流量状态,预测精度始终高于97%,15 s内就能完成8个路段交通流的预测。

多维数据压缩存储方法研究

为提高多维数据压缩存储性能,本文利用模型视图控制器(model view controller, MVC)架构建立了多维数据的压缩存储方法。在该方法中,主要通过多维矢量矩阵进行多维数据压缩、通过关系数据库进行多维数据存储。从对比试验结果看,所提出的多维数据压缩存储方法存储时间短且压缩效率高,可为后续类似研究提供参考。

基于张量分解的多维数据填充算法

在多维数据分析和处理中,经常会出现部分数据丢失或者部分数据未知的情况,如何利用已知数据的潜在结构对这些缺失数据进行填充是一个亟待解决的问题。目前对于缺失数据填充的研究大多是针对矩阵或者向量形式的低维数据,而对于三维以上高维数据填充的研究则很少。针对该问题,提出一种基于张量分解的多维数据填充算法,利用张量分解中CP分解模型的结构特性和分解的唯一性,实现对多维数据中缺失数据的有效填充。通过实验对以三维形式存储的部分数据缺失图像进行填充修复,并与CP-WOPT算法进行比较,结果表明,该算法具有较高的准确度以及较快的运行速度。

地理信息系统中时空多维数据可视化技术研究

将科学可视化技术应用于地理信息系统之中，增强地理信息系统对时空多维数据的显示、处理功能，是当前的研究热点之一。通过对现有地理数据组织、显示简要概述的基础上，提出一种基于体素的时空多维数据组织方式。并通过二维、三维显示及动画形式的研究，从技术上对科学可视化与地理信息系统的结合进行初步的探索。最后，通过对时空多维数据可视化算法的研究与实现。

基于用电负荷和客户侧需求多维数据融合的区域新能源充电桩加装布局优化方法

由于忽略了多维数据权重的计算,充电桩加装布局导致总排队时间较长,对此,提出用电负荷和客户侧需求多维数据融合下的区域新能源充电桩加装布局优化方法。计算新能源充电桩用电负荷,并对区域充电桩加装需求量的客户侧需求进行分析,将两类型的多维数据进行融合,建立充电桩加装布局优化模型;计算多维数据,对权重进行优化,得到区域新能源充电桩加装布局优化结果。实验结果表明,所提方法应用后的总排队时间较短,均值为9.86 min,优化效果较好,满足新能源汽车的现实充电需求。

内燃机车运行安全多维数据分析系统构建

内燃机车是我国铁路运输工程的重要组成部分,该设备的正常运行对于保障我国经济健康运行、铁路运输持续发展具有十分重要的价值与意义。从结构上看,内燃机车具有较强的复杂性特征,且工作环境通常比较恶劣,现有的安全保障技术无法为其稳定运行提供必要保障,对其进行研究具有一定现实意义。

基于多维数据库的MOLAP存储及查询技术研究

与关系数据库相比,基于多维数组的多维数据库更适合表示和存储多维数据。文章研究了基于多维数据库的MOLAP数据存储组织方法,主要讨论了三个方面内容:多维数据模式、MDDB(MultidimensionalDataBase)的数据存储结构及MOLAP查询分析。

基于PCA方法的移动医疗高维数据降维处理

移动医疗领域产生大数据集,数据量庞大、数据维度复杂,数据挖掘过程存在诸多冗余数据等问题,本文在此基础上使用主成分分析PCA方法进行降维处理,筛选出有效数据维度,避免数据过度拟合,将高维数据降维成低维数据,对其隐含的结构具有很大帮助,经常用于数据压缩、数据探索以及数据可视化。对移动医疗大数据进行降维处理,不仅能减少数据计算量,也能避免数据过度拟合,有利于医疗数据价值分析,为移动医疗数据集领域的数据挖掘提供新的思路和方法。

基于多维数据整合的5G网络规划方案研究

随着5G通信技术的快速发展,如何有效地进行网络规划成为一个重要的研究课题。文中提出了一种基于多维数据整合的5G网络规划方案,采用改进的K-means聚类算法和基于图理论的网络优化算法,结合用户需求、网络流量、地理信息等多维数据,实现了对网络资源的合理分配和优化,提高了规划的精度和效率。实验结果表明,所提方案在提高网络覆盖率、降低网络负载和提升用户体验方面具有显著效果。