基于大数据的侧碰台车模型搭建研究

随着消费者消费观念的不断变化,对车辆各方面的需求也在发生变化,这将影响到车辆的各项参数。选取了市面上近200款热销的车型,包含微型车、小型车、紧凑型车、中型车、中大型车、大型车,对其参数进行分析,对其长、宽、高、轴距、整备质量、轮胎尺寸进行数据提取和统计,创建基于大数据统计的侧碰台车模型。使用此模型代替碰撞试验中的侧碰台车,同时与21版C-NCAP中所使用的侧碰AEMDB台车参数进行数据对比。发现21版C-NCAP所使用的台车相比台车模型的长度要多27 mm,宽度要小150 mm,轴距要长243 mm,质量要小178 kg,存在差异,后续版本C-NCAP台车的质量会有所增加,前端宽度会有所增加,使得更符合中国道路的车辆情况。分析了车辆前端高度和轴荷分布,使得搭建的车辆模型更接近实际中国车辆的情况。根据碰撞试验数据,对车辆前端刚度进行研究,搭建了车辆模型的前端刚度指标,设计了台车模型前端安装的蜂窝铝结构和离地高度。对碰撞试验台车模型搭建提供了试验和理论基础,有利于被动安全性能的提升。

基于优化模糊C-means算法的不平衡大数据分类研究

针对不平衡大数据的分类问题,提出一种优化模糊C-means算法的不平衡大数据分类算法。先计算C-means模糊交叉算子,定义优化函数,并求解大数据不平衡增益。利用Spark分类平台,确定大数据样本压缩模糊近邻值的取值范围,再通过放大近邻值的处理方式,定义不平衡阈向量,从而完善整个分类流程,完成基于优化模糊C-means算法的不平衡大数据分类方法的设计。实验结果表明,上述分类方法的应用,可将正例信息、负例信息的取样长度区间完全分离开来,能有效解决因不平衡大数据分类不精准造成的信息样本混淆的问题,符合实际应用需求。

共享经济形式在标准化领域的践行探索——以企知道平台为例

加快数字化发展,建设数字中国,开展网络强国战略,已经是我国国民经济和社会发展第十四个五年规划和2035年远景目标纲要的重要内容。中小微企业创新服务平台作为给中小企业提供科技服务的主要平台,链接线上资源的主要承载主体,如何结合数字经济时代背景下共享经济的新时代经济形势及国家的有关产业标准化政策,结合共享经济的概念及特点,分析政策加持下中小微企业参与科技创新及标准化活动特点、现状和存在问题,本文以企知道科创空间的标准化服务系统建设为切入点,阐述了科技创新服务平台如何发挥大数据、共享经济平台优势,助推标准化创新发展。

基于数据中台的电力大数据高效挖掘分析技术研究

构建基于数据中台的电力大数据挖掘分析平台,其中数据源层获取来自不同渠道的电力初始大数据,数据中台层数据接入模块负复制传输数据源层获取的多种电力大数据;数据挖掘分析模块在数据服务、运营模块支持下,通过提取电力大数据语义关联特征量,结合模糊C均值算法的特征聚类融合,高效挖掘电力大数据,并利用密度峰值聚类方法分析数据挖掘结果,检测电力数据异常值;业务应用层呈现挖掘分析结果。实验表明该技术可以挖掘到不用电力大数据之间的潜在关系,通过电力正常数据样本点的聚类,筛选出异常电力数据,实现异常电力大数据分析。

基于大数据挖掘的电力变压器健康状态差异预警规则策略

考虑到模糊边界问题以及变压器个体之间的差异性特征,提出了一种基于大数据挖掘的电力变压器健康状态差异预警规则策略。应用模糊C-均值法辨识变压器的最优特性,通过概率图验证该方法能最大限度地反映变压器的个性化特征,且所选特征下的全套溶解数据符合Weibull模型。对溶解气体分布特征与缺陷/故障率进行关联分析,计算出相应的报警阈值。将气体浓度和气体增加率与已建立的警告相关联,可以识别变压器的运行状态。在此基础上,提出了基于不同阈值的预警规则,并将其应用于现场运行的变压器。试验结果表明,提出的方法准确率高达98.21%,证明了提出方法具有良好的状态监测性能。

新课标导向下跨学科主题学习如何开展:基本思路与操作模型

跨学科主题学习是新课标修订的一大亮点,对于打破学科藩篱、实现课程的综合化和实践化具有重要意义。将课标涉及的16门学科按照自然科学和人文社科划分为两大领域类别,从目标、内容、实践、评价四个维度梳理跨学科主题学习的要求和规律,由此提炼出基础教育学段开展跨学科主题学习的基本思路:在学习目标上,以核心素养为纲,体现为“双基—学科思维—高阶素养”三个递进层次;在学习内容上,跨学科主题源于社会生活情境和三大文化议题,确定主题后可通过大概念对学习内容进行整合;在跨学科实践上,以问题链和任务簇为锚点开展项目式学习,致力于问题解决;在学习评价上,评价内容关注核心素养的发展水平,强调在真实情境中开展多元评价。为了让跨学科主题学习在实践领域真正落地生根,一线教师可以参照以大概念为基础的跨学科主题学习“C-POTE”模型,即以“概念群→问题链→目标层→任务簇→证据集”为核心来设计和组织教学。该模型不仅强调以驱动性问题促进学生对大概念的深层理解,重视教师对实践活动的参与和引导,同时也注重在教学开展过程中贯穿可操作性评价,为教师实施跨学科主题学习提供切实指引。

Big-BALB/c小鼠亚系选育前后的抗体制备效率比较研究

目的比较利用BALB/c和Big-BALB/c(简称B-BALB/c)两种亚系小鼠制备鼠痘及鼠肝炎单克隆抗体的效率,为今后通过杂交瘤进行体内诱导单克隆抗体制备时实验动物的选择提供参考。方法从常规繁育的BALB/c小鼠群体中选择4周龄体重超过正常动物5%(后期选种标准为超过10%)的个体进行选种并单独繁育,经10代选育制备B-BALB/c小鼠亚系。选择10~11周龄、雌雄各半的BALB/c小鼠和B-BALB/c小鼠各40只,分别接种用液体石蜡预处理后的鼠痘单克隆抗体杂交瘤细胞株G23或鼠肝炎单克隆抗体杂交瘤细胞株Y15,然后通过体内诱生法获取含单克隆抗体的小鼠腹水,利用间接ELISA法检验抗体效价,按照品系、性别和接种杂交瘤类型对小鼠进行分组,分析腹水产量、抗体效价和抗体产量以评估两种亚系小鼠的抗体制备效率。结果经10代选育后获得的10周龄雄性和雌性B-BALB/c小鼠体重分别比同周龄BALB/c小鼠增加了22.3%和12.8%。抗体制备过程中,B-BALB/c小鼠的耐受力比BALB/c小鼠更好,能够适应二次腹水采集;与BALB/c小鼠相比,B-BALB/c小鼠腹水产量和抗体效价均显著提高,尤以杂交瘤细胞株G23接种组更明显(均P<0.0001)。接种杂交瘤细胞株G23或Y15后,B-BALB/c小鼠的平均抗体产量(14.99×10^(4)U和33.22×10^(4)U)高于BALB/c小鼠(5.33×10^(4)U和19.31×10^(4)U)(均P<0.01)。接种杂交瘤细胞株G23后,B-BALB/c小鼠的平均单位体重的抗体产量(0.55×10^(4)U/g)高于BALB/c小鼠(0.23×10^(4)U/g)(P<0.0001)。接种杂交瘤细胞株Y15后,雌性B-BALB/c和BALB/c小鼠的单位体重抗体产量高于同亚系的雄性B-BALB/c小鼠(均P<0.01)。结论B-BALB/c小鼠在单克隆抗体体内诱导制备中可作为BALB/c小鼠的替代选择,能够达到减少实验动物使用数量、降低人力成本并提高抗体制备效率的目的。

基于大数据驱动的跨境电商服装流行趋势预测机制研究

大数据驱动的跨境电商已成为世界经济增长的新动力。为解决跨境消费者需求差异所导致的服装流行趋势预测不精准性问题,以消费者数据为切入点,通过市场研究与数据挖掘,结构化地厘清跨境市场中的数据来源,在处理与分析、呈现与反馈的预测流程中采用数据量化与数据可视化的处理技术,提出流行趋势预测问题的求解方式,建构跨境电商流行趋势数字化预测机制。该研究不仅可以规避传统预测机制中依靠有限数据与主观判断所导致的片面性决策,而且能为服装设计要素的精细化培育与营销推广的高效发展提供参考。

大数据下基于跨域多源信息融合的竞争对手识别模型研究——基于新能源汽车行业

大数据下竞争对手识别模式发生了显著转变,催生了新型竞争对手识别研究范式。本文以该新范式为导向,借鉴企业生态位理论与互联网下的顾客价值理论,对传统经典陈明哲竞争分析框架进行拓展,提出了基于大数据下的市场共通性和资源能力优势度的竞争对手识别指标体系框架。该框架整合了行业与市场双元视角下的财务、专利、产品、客户等多方跨域信息源,使用模糊C均值聚类构建模型,并以新能源汽车行业为例开展仿真实验研究。结果表明,基于跨域多源信息融合的模型可有效提高竞争对手识别的准确性和全面性。

滑坡灾害管理系统的研究

开发与研究滑坡灾害预警系统,预防监测滑坡灾害的发生,能够在一定程度上降低滑坡灾害对人类生活造成的影响。以藏东南地区为系统研究开发区,系统采用C/S(客户端/服务器)结构,以Visual Studio 2019作为开发平台,采用MySQL数据库存储数据,C#语言开发后台服务器软件。该系统主要实现滑坡监测点的定位、滑坡监测数据的录入及查询、滑坡监测数据的分析以及预警预报等功能。开发滑坡预警系统,为西藏滑坡灾害的管理和预警提供一个较为完善的管理分析平台。

基于大数据分析的混合式教学模式设计

阐述C语言程序设计课程的混合式教学实践,利用大数据技术,融入精准教学理念,以教学活动实施过程中的教学数据为依据,构建基于大数据分析的混合式教学模式,从而实现精准定位的教学目标、精准设计的教学活动、精准评价的学习结果。

面向电力需求侧响应的用电负荷聚类策略研究

地市供电公司通过归类分析进而准确、快速、有效地发掘用户侧需求响应潜力是缓解高峰时期供电压力和保障电网安全运行的重要举措。因此,构建了基于客户用电负荷大数据的清洗、插值、归一化预处理流程,确立了区分用户生产班制的负荷数据判别方法,建立了匹配用户典型用电负荷曲线的模糊C均值聚类算法模型,用以描述单个用户负荷曲线与地区负荷曲线的近似度,并运用戴维森堡丁指数(DBI)作为聚类结果判据,最后通过对华东某地市用户负荷曲线的需求响应潜力分类算例证明了该归集策略的有效性。

大数据驱动下全接触渠道的电力客户精准画像

基于大数据平台和微服务架构,建立电力客户精准画像技术架构,形成大数据驱动下客户画像系统底层标签数据集合,结合模糊C均值聚类算法、决策树及XGBoost算法建立的电力客户标签,生成电力客户精准画像,构建电力客户精准画像体系.实验结果表明,所提方法能够精准挖掘电力客户数据,聚类多种客户标签,有效降低标签分类汉明损失,减小电力客户标签分类误差,确保生成有效电力客户画像.

时序大数据流式计算处理在航天测控中心系统的应用

大数据处理技术按照时效性可分为批处理与流处理两种模式。大量航天器工程测量数据经过测控设备的解码、译码等处理后形成原始数据发往测控中心,带有时间戳的这些原始数据、过程数据、处理结果数据及软件状态信息组成了时序大数据。通过对航天测控中心智能化决策模型的研究,设计了一种基于流式计算技术在航天测控中心系统的应用方法,指出了当前消息队列系统的瓶颈,并提出采用Kafka的消息通信机制来解决任务数量受限的问题。

大数据时代中国商业伦理的困境及对策研究

大数据作为现代信息社会重要的基础性资源,已全面渗透到社会的各个方面。而在大数据技术辅助商业发展的过程中,出现了诸多有悖中国传统商业伦理的异化现象,侵犯了人们的权益,破坏了社会的秩序。本文试从大数据产品用户信息商品化、大数据产品的劝说特性以及大数据技术对人们的不当利益宰割三个方面探究大数据产品“智能”背后的商业伦理问题,分析现代中国商业伦理体系中“法-商-人”的主体关系以及在大数据环境下中国现代商业伦理有关科技伦理的内涵发展。结合“法制”原则与“以人为本、利义兼顾”的理念,以期为大数据时代中国商业伦理所面临的困境提供对策建议。

关于汶川大地震的几个地质问题

通过对发生汶川大地震的龙门山断裂带的地质构造背景分析,结合龙门山断裂带浅部和深部构造特征,回答了人们关注的几个构造地震问题,认为汶川大地震是陆内俯冲(C-俯冲)引起的构造地震,可能为双震余震型地震,因而震级大、破坏性强。并通过对比龙门山断裂带和成都平原的发震地质条件,认为成都平原处于稳定的扬子古板块内,不存在发生大地震的地质条件。

大数据时代指挥信息系统发展分析

自2012年大数据被美国政府提高到国家战略层面后,国内外相关技术研究和应用发展迅速。文中通过分析指挥信息系统面临的挑战、大数据技术的发展趋势以及美军在指挥信息系统中典型大数据应用项目,分别从大数据生态、关键处理技术和网络架构等方面,给出了大数据时代我军指挥信息系统发展的一些思考和建议,为指挥信息系统现代化提供了参考。

大整数乘除运算在PC机上的实现

大整数在要求高精度的应用中非常有用。特别是大质数和一般大整数有一个极为重要的应用，就是关于计算机数据加密。在计算机数据加密技术中，常会遇到大整数的算术运算问题。由于所使用的机器和所用语言的限制，大整数的“乘”“模”两种运算很难运用高级语言中的“乘”“除”运算。提出了一种逐位存储、按字节运算的方法，并用C＋＋实现了大整数的十进制乘除法运算，之后将提出的算法与类似算法的时间复杂度进行了比较，最后给出了算法的运行时间。

大学英语教材中的文化内容研究——以《新标准大学英语综合教程4》为例

语言教学离不开文化教学。作为课堂教学基本要素之一的教材,哪些文化内容在教材中得到体现?它是否呈现多元化?是否有利于培养学生的跨文化交际能力?这些文化内容的呈现给我们带来什么启示?通过借用大写C和小写c的文化分类概念,对《新标准大学英语综合教程4》所涉及的文化内容进行分析,结果表明:大写C文化在数量上略高于小写c文化;两种文化仍以英美文化为主,但在一定程度上展现了文化的多元性;母语文化(中国文化)主要体现在练习中等。分析的结果对教材的编纂提供一些参考。

大数据在海基测控联合信息环境中的应用构想

针对海基测控领域存在的信息化烟囱、数据孤岛、信息安全等问题,开展了大数据在海基测控领域的应用研究,提出了基于大数据构建海基测控联合信息环境的系统架构和运行模式,对构建联合信息环境的相关技术进行了探索分析,应用大数据技术实现广域分布式环境下数据、信息和信息技术服务共享,将数据优势转换为信息优势,进而发挥决策优势。