Big Data Capability,Knowledge Dynamic Capability,and Business Model Innovation:The Moderating Effect of Innovation Legitimacy

Based on dynamic capability theory and legitimacy theory,a theoretical model is constructed to examine how big data capability,through the mediation of knowledge dynamic capability,drive business model innovation under the moderation effect of innovation legitimacy.The eanalys is isconducted using regression analysis and fuzzy set qualitative comparative analysis(fsQCA)on survey data from 302 enterprises that have already implemented big data application practices.The study finds the following four conclusions.(1)Big data capability has a significant positive impact on business model innovation.(2)Dynamic knowledge capability partially mediates the relationship between big data capability and business model innovation.(3)Innovation legitimacy positively influences business model innovation and positively moderates the relationship between big data capability and businessmodel innovation.(4)Through further qualitative comparative analysis,two causal paths that influence business model innovation are identified.

知识和数据驱动的多时间尺度采样系统建模方法

针对多时间尺度采样系统快采样变量的信息难以充分利用,建模信息不足的问题,提出一种知识和数据驱动的多时间尺度采样系统的模糊迁移学习建模方法,建立多时间尺度采样系统模型,提高建模精度.首先,设计滤波插补方法填补慢采样变量的空缺值,统一慢采样变量和快采样变量为慢时间尺度,利用慢时间尺度变量建立目标模型.其次,提出模型共享机制补充目标模型的建模信息,统一慢采样变量和快采样变量为快时间尺度,利用快时间尺度变量建立参考模型,将参考模型中充足的模型知识迁移到目标模型中.最后,利用参考模型的知识和目标模型的数据学习目标模型的参数,提高目标模型的精度.将提出的建模方法应用于理论数据集,实验证明该方法可以充分挖掘建模信息,建立高精度的多时间尺度采样系统模型.

模糊知识数据库数据模型及其实现技术

本文提出了一种能处理模糊知识的知识数据库数据模型。详细介绍了其模糊知识表示，模糊关系代数及不精确推理的实现策略。

企业建模的知识管理

企业建模是企业实施CIMS和BPR的基础。为了提高企业建模的工作效率和质量,需要开发和使用强大易用的可视化建模方法和工具,同时需要引入对已建立模型和参考模型的知识管理。本文阐述了企业建模知识管理需要考虑的问题及相应的解决方案;介绍了基于Web的企业模型知识库系统的知识管理功能;重点阐述了从最初建立的项目模型转化为可重用参考模型的知识提炼机制,以及基于模糊数据挖掘的参考模型分类检索方法,最后提出了一个Internet环境下基于模型知识管理的企业建模框架。

用于数据分析的变精度模糊粗糙模型

利用模糊集理论扩展Ziarko的变精度粗糙集模型,得到变精度模糊粗糙数据模型(VPFRDM).以属性重要性为启发式信息,提出了模糊信息系统中的属性约简方法.通过计算各模糊模式类相对于决策类的分类能力,生成相应的模糊规则.仿真实验表明,与Ziarko的变精度粗糙集方法相比,VPFRDM具有更好的数据概括能力.

一种模糊专家数据库数据模型

本文提出了一种能处理模糊知识的专家数据库数据模型。详细介绍了其模糊知识表示、模糊关系代数及不精确推理的实现策略。

全参考图像质量评价回顾与展望

全参考图像质量评价(Full Reference Image Quality Assessment,FR-IQA)是IQA领域广为研究的类型之一.本文回顾了FR-IQA的发展历程,对FR-IQA应用现状和通用FR-IQA问题的构建进行综述,以及对FR-IQA算法进行总结和梳理.并在此基础上,重点分析了现有研究中存在的问题,包括问题构建的合理性、建模的全面性问题、知识驱动与数据驱动结合的问题等.基于对主观评价过程的深入分析,结合现有研究存在的问题,探讨了主观评分采用模糊建模和知识与数据联合驱动构建算法两个可能的研究方向,以期对后续的研究者提供参考.

基于犯罪模糊数据库的知识发现

根据模糊数据库的理论研究及实际开发状况,对犯罪模糊数据库中知识发现的几个问题进行了探讨。研究表明,模糊关系数据库是开发不确定性系统的非常重要的工具。文中指出,模糊算法和计算机语言的有机结合,会产生程序的学习系统,最后描述了一个基于模糊犯罪数据库的知识发现算法。

一种模糊知识库的数据描述方法

研究了模糊知识的表示方法，提出了一种表示模糊知识的模糊数据模型，利用属性加权模糊值来表示模糊性数据。通过定义在元组上的隶属函数反映信息的可信度，对通常意义下的关系代数进行了扩展，每一元组都附一属性函数，定义了模糊属性的含义，用元组间的语义距离表示模糊对象和实体间的相似度，并对该意义下的关系操作进行了相应的研究和讨论。