大数据下的中国女性R&D人员群体状况计量分析

以近六年的中国女性R&D人员群体的官方大数据为研究对象,运用计量分析手段对其人数比例、执行部门、地区分布、省份状况等进行计量分析,归纳中国女性R&D人员的群体特征状况,并对其中的一些关键数据进行初步原因探析,以期深化对中国女性R&D人员基本状况的认识,推动中国女性科研人员平稳、有序的发展。

基于大数据的医院DRGs信息化管理模式研究

经过多年的研究和探索应用,DRGs信息管理系统试运行已经积累了海量的数据资源,传统的人工分析方法已经无法满足需求,亟需引入BP神经网络、支持向量机、K均值算法等,利用大数据分析技术构建一个良好的管理系统,实现信息的再加工和利用,具有重要的作用和意义。该文重点描述大数据在DRGs试运行中的应用情况,同时分析了K均值、BP神经网络、支持向量机等大数据技术的应用特点和发展趋势,为DRGs试运行的普及使用和效率改进体用支撑。

6种鱼mtDNA D-loop及其邻近区段的序列比较分析

采用PCR技术对乌克兰鳞鲤Cyprinus carpio、鲫Carassis auratus、鲢Hypophthalmichthys molitrix、鳙Aristichthys nobilis、草鱼Ctenopharyngodon idellus和乌苏里拟鲿Pseudobagrus ussuriensis共28个个体(分属于天津市动植物抗性重点实验室应用PCR-RFLP方法已检测出的不同单倍型)的mtDNA D-loop及其邻近区段进行扩增并测序,获得了大小为1 500～1 800 bp的扩增产物。用Clustal 1.83软件与GenBank中的鲤、金鱼、鲢、草鱼、长吻鮠5种鱼的mtDNA全序列进行排序比较,确定扩增产物包含完整的tRNAPro、D-loop、tRNAPhe序列以及12S rRNA长度约为400 bp的部分序列。将6种鱼共28个样本的序列提交GenBank后获得序列号为KC292921～KC292948。运用Mega 4.0软件计算出6种鱼的碱基组成和碱基差异,基于Kimura双参数模型计算种间的遗传距离,并与GenBank中5种鱼的mtDNA序列一起构建NJ系统树。序列结构分析表明,在6种鱼序列的4个区段中,D-loop区段在种内、种间的差异性均高于另外3个区段。6种鱼NJ系统树的结果与传统分类方法一致,可为鱼类分类以及种类鉴定提供科学依据。另外,6种鱼各种单倍型均在所测得序列中找到相应的酶切位点,印证了RFLP实验结果,在酶切位点以外也发现了同种鱼的不同单倍型间存在碱基差异。

瞪羚企业的创新溢出效应——影响及作用机理考察

以科技创新和商业模式创新为支撑的瞪羚企业除了直接推动区域经济外,还可能对现存企业具有创新溢出效应。本文通过爬取超过2万家我国瞪羚企业的详细信息,系统考察瞪羚企业对上市企业创新的影响及其作用机理。研究发现,上市企业周边瞪羚企业数量和平均创新水平显著提高了上市企业创新绩效。机制检验表明,瞪羚企业的创新溢出效应主要作用渠道如下,第一,通过知识溢出影响上市企业创新;第二,通过促进与瞪羚企业合作研发继而提高了企业创新绩效,表明瞪羚企业的创新溢出具有“合作效应”;第三,通过“竞争驱动效应”影响上市企业创新。异质性检验表明,在知识广度较低的上市企业、非国有性质企业以及知识产权保护程度较好的地区中,瞪羚企业的创新溢出效应更为明显。本研究结果为企业如何借助瞪羚企业等新创企业的创新溢出来提高自身创新能力提供实践启示。

大数据产业发展如何影响技术创新质量:基于《大数据产业发展规划(2016-2020年)》政策实施的准自然试验

数字经济产业发展对企业技术进步展现出突出优势。从政策评估视角探讨大数据产业发展政策对技术创新质量的影响,并借助2008-2021年上市公司数据,实证检验大数据产业发展政策对技术创新质量的影响。研究表明:①大数据产业发展政策实施的确对技术创新质量具有显著的促进作用;②大数据产业发展政策实施不仅提高企业研发投入,也显著降低企业融资约束,还增加企业技术创新收益,最终有益于提升技术创新质量;③无论在不同国有企业还是非国有企业中,大数据产业发展政策实施均能够显著促进技术创新质量,但在非国有企业中,大数据产业发展政策实施对技术创新质量的促进强度更强;无论高研发投入企业还是低研发投入企业,大数据产业发展政策实施对企业技术创新质量均具有促进作用,且在高研发投入企业中,大数据产业发展政策实施对企业技术创新质量促进效应更强;相比拥有高利润企业,在低利润企业中,大数据产业发展政策实施更能够显著提升其技术创新质量。

血浆大内皮素1与D-二聚体联合检测对急性缺血性脑卒中再出血的预测价值

目的探讨血浆大内皮素1(Big ET-1)与D-二聚体(D-Dimer)联合检测预测急性缺血性脑卒中再出血的临床价值。方法选取2012年1月—2013年12月齐河县人民医院收治的急性缺血性脑卒中患者120例,患者均于入院次日采集静脉血检测D-Dimer、凝血酶原时间(PT)及国际标准化比值(INR)以及血小板计数(PLT),另采用酶联免疫吸附法(ELISA)检测Big ET-1。患者出院后随访3个月,记录其发生再出血的例数。根据患者是否存在再出血将其分为出血组和对照组,比较两组患者Big ET-1、D-Dimer、PLT、PT及INR;采用Logistic回归分析影响患者发生再出血的因素。运用ROC曲线评估Big ET-1与D-Dimer对急性缺血性脑卒中再出血的最佳预测值。结果出血组54例,对照组66例。两组患者性别、年龄、体质指数比较,差异均无统计学意义(χ2性别=0.412,t年龄=1.027,t'体质指数=1.358,P>0.05)。出血组和对照组PLT、PT及INR比较,差异均无统计学意义(P>0.05);出血组血浆Big ET-1和D-Dimer水平均高于对照组(t=3.175、3.629,P<0.05)。多因素Logistic回归分析结果显示,血浆Big ET-1和D-Dimer是急性缺血性脑卒中再出血的危险因素(P<0.05)。Big ET-1和D-Dimer预测急性缺血性脑卒中再出血的ROC曲线下面积分别为0.804和0.665。但当Big ET-l≥1.42 pmol/L和D-Dimer≥0.68 mg/L为切点,对判断再出血的灵敏度为43.8%,特异度为75.2%,准确度为57.4%,ROC曲线下面积为0.857。结论血浆Big ET-1与D-Dimer联合检测对急性缺血性脑卒中再出血具有较好的预测价值。

基于HDFS优化传统信息化架构的数据存储模式

首先,分析了企业传统信息化架构下数据存储现状;然后,结合Hadoop技术特点,提出了运用Hadoop分布式文件系统(HDFS)提升企业数据存储能力的思路和系统架构;最后,通过经济、效率和可靠性等方面的分析,说明其可行性。

基于Hadoop的大数据查询系统简述

近年来,随着计算机技术的迅猛发展,其领域迎来了大数据时代。随着大数据的出现,传统的关系型数据库已经不能满足高储存量的要求,此时成本低廉、有着良好并行性和伸缩性的云数据库应运而生,它采用键值对数据模型和分布式的计算环境。但是海量数据在Key-value数据库中的查询效率低下、实时性差等问题又普遍存在。为了解决查询效率低下这一问题,将多维数据模型和索引技术应用于Key-value数据库,将事实数据以多维的形式进行存储并在多维模型上建立索引以加快查询速度。论文将系统地描述多维数据模型的建立和索引技术的实现,最后简单地和主流Key-value数据库进行优缺点对比。

基于Hadoop生态圈的选煤数据中台设计

针对现有选煤厂信息管理系统采用的接口不规范,导致数据重复采集,且各系统相互独立,对多源异构数据处理能力弱等问题,基于Hadoop生态圈大数据技术,提出了一种基于Hadoop生态圈的选煤数据中台设计方案。通过主数据管理系统、企业服务总线定义数据标准实现系统集成;设计归一化、相关系数矩阵和噪声异常点检测程序实现数据处理;结合D-S(Dempster-Shafer)证据理论、Hadoop与Hive数据仓库设计多源异构数据融合子系统,实现数据融合;利用Highcharts数据可视化组件实现数据交互式的可视化展示。实际应用结果表明,该数据中台实现了主数据定义标准与系统集成接口规范化,提高了选煤数据处理能力,实现了多源异构选煤数据融合共享、数据实时交互式的可视化展示。

D_(70)型70 t长大平车

介绍了 D70 型长大平车的主要技术参数、技术性能、结构。

应用D-S证据理论评估增量配电项目投资风险的方法

针对增量配电项目存在配电施工难度大、投资项目长、周期不稳定等诸多高风险性问题,提出新型的评估模型。该模型在D-S证据理论模型的基础上融合了模糊综合评价模型,能够将影响增量项目投资风险数据的多个因素化为不同的层次和子集,使得用户能够直观地从不同的层次、子集以及阶层读取数据信息,通过确定指标权重、计算指标权重系数和一致性检验实现增量配电项目投资风险评估。试验表明,这个研究方法的平均正确率大于90%。

机器学习在功能梯度材料设计-制备中的应用综述

功能梯度材料作为一类新型复合材料在航空航天、生物医疗等多个先进领域中存在巨大的应用价值,但其在设计与制备的过程中所存在的多维复杂问题制约着其快速发展。大数据驱动的人工智能技术的快速崛起促使传统研发模式向数字化研发转型,数字化研发技术可应对功能梯度材料设计与制备中的复杂问题、不确定性问题,并可大幅提升产品质量、生产效率和降低成本,快速推动着功能梯度材料在多个先进领域中的发展。本文聚焦近年来机器学习技术应用于功能梯度材料领域中的研究现状,并总结了融合不同优化方法解决在功能梯度材料设计与制备中的复杂问题,包含对不同维度变化的材料组分信息的准确反演;对功能梯度材料零件的固有属性、微观结构、材料特征、服役性能进行预测与评价;根据单一或多目标确定与优化材料组分信息以及制备工艺过程参数;以及基于数据驱动方法建立带解释的智能数据库,为获取具有更优良性能的功能梯度材料提供新的设计思路。最后,本文总结了机器学习技术在功能梯度材料设计与制备领域中所存在的主要挑战与发展机遇。

研发人员更新对企业创新的影响:来自知识重构视角的启示

研发人员在企业构建和维持竞争优势的过程中扮演着重要角色,然而现有文献对研发人员动态变化如何影响企业创新仍缺乏深入的理解。以企业研发人员为研究对象,本文基于知识重构的视角,对研发人员更新与企业创新之间的关系进行了探究。实证结果表明,研发人员更新对企业创新存在倒U形的影响。该效应对年龄越大的企业更为显著,但会随着环境动态性的提高而减弱。以上发现不仅进一步厘清了人员更新在组织管理领域的作用、推动了人力资本与企业创新之间的相关研究,同时也为企业人力资本配置和竞争优势建立提供有益的决策参考。

基于专利数据的全球智慧交通研发趋势及我国发展对策研究

为进一步把握全球智慧交通技术研发的热点和趋势,从政策层面、科技管理层面、社会文化层面等多角度提出对策以推动我国在国际人工智能技术角逐中优化技术布局和发展策略、挖掘新市场、抓住发展新机遇,本文以专利作为切入点对全球智慧交通研发趋势进行分析,采用传统专利分析方法与自然语言处理、大数据相结合的研究手法对智慧交通相关专利数据进行挖掘,并基于可视化挖掘结果分析国内外智慧交通的发展状况、中国智慧交通专利发展趋势、中国在国际上所处的位置及特点。基于分析结果,提出政策引导技术资金良性循环、促进人才在企业汇聚、保持某些应用领域的先发优势并延伸研发方向、引导科研院所和企业有侧重地开展研发等对策建议。

大数据发展对企业绿色技术选择的影响研究——基于我国上市公司年报的文本分析

绿色技术进步是绿色经济发展的核心动力,大数据发展对企业绿色技术选择的作用效果不断增强。采用我国2011—2020年上市公司面板数据,通过Python软件对我国上市公司年报进行匹配与抓取,利用变异系数法处理上市公司年报关键词并构建大数据发展综合指标,采用绿色专利规模和绿色专利占比两个指标表征企业的绿色技术选择,实证检验大数据发展对企业绿色技术选择的影响效应。研究发现,大数据发展能够显著优化企业绿色技术选择,绿色投资、智力资本和研发投入是其中的重要作用机制,该影响效应在区域、产权、管理者短视主义等多个维度中存在较为明显的异质性。研究结论在替换核心解释变量、改变样本时间范围、进行工具变量回归等多种稳健性检验中依然成立。研究结论在一定程度上能够为激发大数据潜能和制定绿色生产决策提供重要的参考依据。

论学科信息学的兴起与发展

随着数据密集型科学研究新范式的出现与日臻发展，科学研究日益成为数据驱动的知识发现活动，D．science（数据驱动的科学）时代来临。以数据计量分析为核心的一系列专门学科领域的“学科信息学”获得了快速发展和应用，有关的概念、技术和方法等已经得到了相应学科领域的认可。同时，支撑专门领域学科信息学发展的信息分析和应用的一般性知识体系不断完善，为一般学科信息学的产生奠定了坚实的基础。本文基于科学研究新范式的时代背景，提出一个全新的概念——“学科信息学”（SubjectInformatics）。文章首先从分析专门学科信息学出发，介绍了学科信息学的缘起，总结了一般学科信息学的内涵；其次，明确了学科信息学的主要研究内容、学科体系及其关键技术与方法；最后，重点剖析了学科信息学在促进学科知识创新和知识发现、催生数据科学兴起与应用、推动知识计算理论与方法发展以及促进学科情报分析与战略研究计算化、定量化发展等方面所起的作用。本研究对发展学科信息学理论体系、完善学科信息学研究内容、促进学科信息学发展应用、推动知识创新以及发展领域知识发现研究等具有重要意义。

大数据下纺织制造执行系统关键问题研究

为解决纺织制造执行系统设计过程中的数据融合问题,首先对纺织制造过程中产生的海量数据及其相关性进行分析,并对纺织工艺流程进行了优化设计,然后,利用多色集合理论对纺织制造过程中产生的海量数据进行了统一形式化表达,并针对异构纺织监测系统数据库间难以融合的问题,利用D-S证据提出了一种采用两级传感器信息融合的方法.最后,实验验证结果表明:通过对制造过程数据的统一描述,提出的信息融合方法有效解决了海量纺织数据的融合问题,实现了计划层与制造层之间信息的有效衔接,有利于为构建大数据环境下的纺织制造执行系统提供技术支撑.

三维成矿预测数据整合过程不确定性研究--以宁芜盆地钟姑矿田为例

基于多元地学大数据的三维成矿预测方法是开展深部找矿预测的新方法和新手段,也是当前成矿预测领域的研究热点之一。然而,大数据具有高维、混杂、非精确等特点,其分析处理过程面临多重不确定性。多元地学大数据整合是三维成矿预测的最终环节,其存在的不确定性将直接作用于预测结果,影响进一步的找矿应用和风险评估。本文以宁芜盆地钟姑矿田为例,从大数据思维出发,定量分析和度量预测要素和数学模型在数据整合过程中存在的不确定性及对三维成矿预测结果的影响。结果显示,断裂构造、背斜轴部等预测要素的不确定性对三维成矿预测结果的影响最为强烈;数据整合模型中,较之Logistic回归模型和证据权重模型,神经网络模型可能具有更高的不确定性程度。进一步工作可通过增强上述预测要素的可靠性和有效性、采用更多的数据整合模型进行更为全面的不确定性分析和评价,以获得更为可靠的三维成矿预测成果,从而降低成矿预测和找矿勘探风险。

俄罗斯政府基础研究投入、布局和主要发展措施

俄罗斯曾是基础研究强国,但苏联解体致使其科研体系遭受严重破坏,基础研究能力大幅下降。进入2000年以来,随着经济和社会发展的好转,俄罗斯政府重新审视国家的基础研究发展战略,并出台了一系列重大措施支持基础研究发展,旨在重返世界基础研究大国行列。为此,俄罗斯加大经费投入,并采取了5项重点措施支持基础研究发展,包括改革国家级科学院系统、牵头建设国际大科学项目、支持国家科学中心开展跨学科研究、设立并完善国家科学基金制度和加强青年科研人员培养。整体来看,俄罗斯政府对基础研究的支持呈现四大特点:顶层设计完备、投入力度大、重点领域突出、青年科研人员培养成效显著。

淡水鱼内脏蛋白质的营养评价

淡水鱼内脏蛋白质占干物质的２３％以上。其赖氨酸含量高（７．６％），含硫氨基酸为第一限制氨基酸，氨基酸组成模式较平衡。鱼内脏蛋白的蛋白质功效比（ＰＥＲ）为２．０，净蛋白质比（ＮＰＲ）为２．２７．鱼内脏蛋白与羽毛粉蛋白、血粉蛋白以５：３：２混合，对大鼠生长有较好的增重作用，混合蛋白的ＰＥＲ和ＮＰＲ分别为２．２７和２．６５，较鱼内脏蛋白有所提高。