小地域分析的集合数据模型在鼻咽癌发病因素研究中的应用

目的 :探讨用于小地域鼻咽癌发病因素分析的较优模型。方法 :收集 1989～ 1998年 10年、前后 5年、1997年和 1998年的有关数据 ,分别在SAS、Splus软件中拟合 3种模型 :集合数据分析、logistic回归、Poissin回归。结果 :鼻咽癌发病因素小地域分析的 3种模型比传统分析方法具有明显的优势 ,集合数据模型共发现 4个有统计学意义的因素 ,其中饮水来源与四会市的发病率分布一致 ;与泊松回归和logistic回归相比 ,集合数据模型的残差较小 ,结果较稳健。结论

集合数据同化方法的发展与应用概述

集合数据同化方法具有简洁概念化的公式和应用起来相对容易等优点,因此,它们获得了普及性的应用;近10年来集合数据同化方法已经得到了快速的发展。综述了包括集合卡尔曼滤波(EnKF,Ensemble Kalman Filter)、集合卡尔曼平滑(EnKS,Ensemble Kalman Smoother)、集合方均根滤波(EnSRF,Ensemble Square-Root Filter)和减秩卡尔曼滤波(SEEK,Singular Evolutive Extended Kalman Filter)等集合数据同化方法的研究进展状况。通过与其它数据同化方法的对比,总结出了这些方法的特点,探讨了我国在集合数据同化方法研究中存在的问题并展望了该方法的研究和应用前景。

音乐理论软件——音高集合数据速查程序PC-DATA使用说明

本文介绍音乐理论软件PC-DATA的使用方法及美国音乐理论家 Allen Forte《PC集合基本型及音程向量表》的概况以及该表的缺陷。

效用优化的本地差分隐私集合数据频率估计机制

本地差分隐私具有不需要可信第三方、交互少、运行效率高等优点,近年来受到了广泛关注.然而,现有本地差分隐私集合数据频率估计机制未能考虑数据的隐私敏感度差异,将所有数据同等对待,这会对非敏感数据保护过强,导致估计结果准确度低.针对这一问题,定义了集合数据效用优化本地差分隐私(set-valued data utility-optimized local differential privacy, SULDP)模型,考虑了原始数据域同时包含敏感值和非敏感值的情况,在不减弱对敏感值保护的前提下,允许降低对非敏感值的保护.进一步,提出了符合SULDP模型的5种频率估计机制suGRR,suGRR-Sample, suRAP,suRAP-Sample和suWheel,理论分析证实,相对于现有的本地差分隐私机制,所提方案能够对敏感数据实现完全相同的保护效果,并通过降低非敏感数据的保护效果,实现了频率估计结果的准确度提升.最后,在真实和模拟数据集上评估了新的方案,实验结果证明了所提的5种机制能够有效降低估计误差,提升数据效用,其中suWheel机制表现最优.

论数据集合的反不正当竞争法保护

公开、非独创性数据集合具有显著的商业价值,承载着经营者的竞争性权益。数据集合的法律保护存在权利赋予路径和行为规制路径两种模式,基于数据集合法律保护实践和平衡数据保护与利用的需要,我国目前宜选择行为规制路径,运用《反不正当竞争法》对数据集合进行保护。由于《反不正当竞争法》“互联网条款”的适用出现失灵,“一般条款”的适用具有不确定性,《反不正当竞争法》修订时应增设数据集合保护条款。针对这一专门条款进行设计,一方面要明确数据集合不正当竞争行为的构成要件,另一方面要以“适用除外”的方式划定数据集合法律保护的限度。

从数据到信息:大数据的法学定位困境及其澄清

当前大数据概念的模糊不清是法学研究者在法律论证与学术论辩时面临的首要困境。大数据概念模糊的原因是大数据在不同视角下呈现出数据、信息、技术的多重面相,大数据的法学定位也应在此三层面进行考虑。互联网平台大数据的本质是信息的集合,其赋权基础在于平台对信息的价值添附。虽然大数据的原始生产者是数据的提供者,但是互联网平台通过对数据中信息的收集、整合、清理,使信息集合超越单个信息总和而产生了新的价值,由此互联网平台得以对此大数据享有权利。

无独创性企业数据集合的邻接权保护路径研究

无独创性企业数据集合,是指在内容选择及编排上无独创性,不能作为汇编作品被保护,但仍然具有较高利用价值的企业数据集合,例如大众点评网上的用户评论数据集合等。数据经济时代,对无独创性企业数据集合进行赋权对于激活数据要素潜能具有重要意义。当前,司法实践中对于无独创性企业数据集合的保护,主要是依托于反不正当竞争法一般条款,将无独创性企业数据集合定义为企业的竞争性财产权益来进行保护。然而由于一般条款具有灵活性、抽象性等特征,仅用反法一般条款来对无独创性企业数据集合进行保护,在救济方式上存在单一性、不确定性、保护力度不够等劣势。而无独创性企业数据集合与邻接权的保护客体及制度功能存在着一致性,我国可以借鉴法国、德国等域外立法经验,将无独创性企业数据集合作为邻接权客体予以保护。

企业数据生成的加工规则

加工规则完备的权属确定方式和利益平衡方法契合了当下权利化保护企业数据的趋势,体现了《民法典》在大数据时代的适用。企业数据生成所具有的添附特性使加工规则具备了适用可能性,并且其在企业数据领域的适用具有明显的优势。企业数据领域的加工规则具有独特性:获取原始数据和生成企业数据的合法性是加工规则的适用前提;在构成要件方面,企业劳动付出的对象是原始数据,生成的企业数据必须达到匿名化程度;在法律效果方面,企业对符合构成要件生成的数据产品应进行所有权保护,对不符合构成要件生成的数据集合应进行用益物权保护。在此基础上,可形成企业数据保护的具体规范。

大数据对企业会计信息质量的影响探究

一、大数据概述。(一)大数据概念。大数据是指规模庞大、复杂多样且高速增长的数据集合,无法使用传统的数据处理工具和方法进行处理、管理和分析。大数据的特点包括数据量大、速度快、种类多、价值密度低。大数据具备广泛的应用领域,包括商业、科学研究、医疗健康、金融、交通等。

时空大数据提升政府治理能力

大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合,以时间空间为维度的相关数据被称为时空大数据。在信息化建设强力推动下,时空数据成为越来越重要的生产要素。智慧城市是若干个信息系统的集成,它基于共同的设施和数据资源。

基于集合Kalman滤波数据同化的热带气旋路径集合预报研究

构建了一个基于集合Kalman滤波数据同化的热带气旋集合预报系统,通过积云参数化方案和边界层参数化方案的9个不同组合,采用MM5模式进行了不同时间的短时预报。对预报结果使用“镜像法”得到18个初始成员,为同化提供初始背景集合。将人造台风作为观测场,同化后的结果作为集合预报的初值,通过不同参数组合的MM5模式进行集合预报。对2003-2004年16个台风个例的分析表明,初始成员产生方法能够对热带气旋的要素场、中心强度和位置进行合理扰动。同化结果使台风强度得到加强,结构更接近实际。基于同化的集合路径预报结果要优于未同化的集合预报。使用“镜像法”增加集合成员提高了预报准确度,路径预报误差在48小时和72小时分别低于200 km和250 km。

公开数据集合法律保护的客体要件

内容公开的数据集合满足何种条件才能获得法律保护,依然是一个悬而未决的问题。这里假定立法者将来会选择特殊产权模式来保护此类数据集合并且仅仅赋予收集者有限排他权(公开传播权)。在此类立法下,受保护的数据集合应满足如下客体要件:第一,数据集合的条目处于公开状态;第二,具有实质量的数据条目;第三,收集者付出实质性的收集成本。除此之外,该立法无需考虑数据收集行为的合法性、数据的时间敏感性、收集者是否采取技术措施等因素。通过上述三项客体要件,特殊产权立法能够与现有的商业秘密保护机制和著作权法有效衔接,并与美国式的热点新闻规则和欧盟式的数据保护模式相区别,实现不同的立法目的,有效平衡数据收集者、竞争者和公众的利益。

高维数据集合的空间区域描述与快速匹配

高维数据集合的整体性匹配是一种重要的查询方式.基于点对点的元素匹配方式具有极高的运算复杂度,难以在大规模数据集中应用.针对相关性较强的高维数据集合,提出一种基于空间区域的整体性描述方法.在数据集的少数主分量上,以主分量正负半轴上的投影中心点作为参数,构造低维的非对称超矩形来整体描述数据集合,并动态计算平移和旋转尺度距离来进行相似性匹配.非对称超矩形构造方法能够适应不同的数据分布情况.以大规模视频片段检测作为验证平台,实验结果表明:与现有的高维数据集合快速匹配方法相比,新的空间区域描述方法能够提供很高的检索精度和很快的检测效率.

G7与印刷特性描述数据集合

在介绍了印刷特性描述数据集合和G7的基础上,在实验室条件下,通过模拟GRACoL使用G7开发印刷特性描述数据集合TR006的过程,讨论了使用G7开发印刷特性描述数据集合的构架。实验结果表明,G7可以有效地对印刷特性描述数据集合进行开发和改良,能够更好、更快捷地实现对印刷质量的控制。

新酒入旧瓶:企业数据保护的商业秘密路径

商业秘密制度在企业数据产权保护中扮演着核心角色,却没有引起决策者和学术界的充分重视。企业收集的与经营活动有关的数据集合,通常都落入商业秘密法上的“经营信息”范围。即便数据条目为单纯的文学艺术作品,也不妨碍该数据集合整体上被视为企业的“经营信息”,从而构成商业秘密法的保护客体。在判断数据集合的秘密性时,应区分数据条目与数据集合。数据条目来源于公共领域,并不妨碍数据集合整体上具有秘密性。网络平台通过前台向公众提供的数据集合条目,使得数据条目本身失去秘密性。不过,网络平台后台存储的受访问密码等有效保密措施控制的数据集合整体或其实质部分,依然满足“秘密性”的要求。公众破坏该后台保密措施直接获取该数据集合整体内容,将构成商业秘密侵权。沿着这一解释思路,大多数企业数据集合都能在商业秘密保护法的框架下得到有效保护。在商业秘密保护法之外,类似日本那样进行“限定提供数据”的平行立法,叠床架屋,没有必要;不区分公开数据与秘密数据的统一数据产权立法,也缺乏可行性。企业数据产权保护更合理的选择是回到现有的商业秘密保护法加可能的公开数据特殊保护立法的思路。

两个数据集合并的方法-SAS应用技巧

两个数据集合并的方法－ＳＡＳ应用技巧中国医科大学董大钧，汪微在应用ＳＡＳ处理数据需要合并两个数据集时，有两种方法可用：一种是一对一合并，即将两数据集中各自的第一个观测值相合并，各自的第二个观测值相合并，……。这种合并用于两数据集中的观测值是一一对应的...

COMPSPEN:对形状性质与数据约束进行融合推理的分离逻辑求解器

分离逻辑是经典霍尔逻辑的针对操作指针和动态数据结构的扩展,已经广泛用于对基础软件(比如操作系统内核等)的分析与验证.分离逻辑约束自动求解是提升对操作指针和动态数据结构的程序的验证的自动化程度的重要手段.针对动态数据结构的验证一般同时涉及形状性质(比如单链表、双链表、树等)和数据性质(比如有序性、数据不变性等).主要介绍能对动态数据结构的形状性质与数据约束进行融合推理的分离逻辑求解器COMPSPEN.首先介绍COMPSPEN的理论基础,包括能够同时描述线性动态数据结构的形状性质和数据约束的分离逻辑子集SLIDdata、SLIDdata的可满足性和蕴涵问题的判定算法.然后,介绍COMPSPEN工具的基本框架.最后,使用COMPSPEN工具进行了实例研究.收集整理了600个测试用例,在这600个测试用例上将COMPSPEN与已有的主流分离逻辑求解器Asterix、S2S、Songbird、SPEN进行了比较.实验结果表明COMPSPEN是唯一能够求解含有集合数据约束的分离逻辑求解器,而且总体来讲,能对线性数据结构上的同时含有形状性质和线性算术数据约束的分离逻辑公式的可满足性问题进行高效的求解,另外,也能对蕴涵问题进行求解.

企业公开数据权益保护的复合路径——基于数据形态进化的可能选择

在立法未对企业公开数据权属作出明确规定的条件下,我国法院通过司法实践,开启了企业公开数据权益保护路径的探索之旅:从著作权法路径出发,到竞争法路径的选择,再到竞争法路径的偏离。以企业公开数据财产权益受损来论证竞争行为的不正当性,说明单一的竞争法路径已经不能适应企业公开数据权益保护的客观需要。竞争法路径偏离的底层逻辑是数据形态的进化,根据以算法技术为依托的数据形成机理,进化中的企业公开数据形态可以被类型化识别为原始数据、数据集合和数据产品三种类型。原始数据尚不具备资源性价值,权利与利益区分保护理论不仅为企业公开数据权益的分类保护提供了理论解释,而且为这一分类保护指明了竞争法和权利法的复合路径:对“数据集合”仍延续竞争法路径进行辐射性利益保护;在可权利化的“数据产品”类型之上,建构有限财产权予以保护。

在C语言中集合类型数据的定义及集合运算的实现

本文主要讨论了在C语言中集合类型数据的定义,并实现了集合的一些常用运算。