基于XML的EXPRESS模型数据研究

为解决网络制造环境下的异构信息交换问题 ,建立基于XML的STEPEXPRESS模型数据描述规则非常必要。本文分析了EXPRESS的结构特点 ,定义并描述了XML文档的树状层次结构。介绍了前期绑定和后期绑定在数据映射中的应用方式以及适用环境 ,还具体讨论了在DTD校验下前期绑定中属性同名的问题 。

基于HCPN的复杂BPMN协作模型数据流建模与验证

为了保证复杂BPMN协作模型的正确性,不仅要涵盖多实例和子进程等复杂元素,还要在检测控制流错误的同时检测数据流错误。但业务流程建模标注(BPMN 2.0)缺乏形式化语义的描述,这对模型正确性的验证造成了阻碍。因此,给出了一种具有弧权重的层次化着色Petri网(HCPN)的定义,它既可以对数据流进行形式化表示,又可以对多实例和子进程结构进行建模。进一步提出了从BPMN协作模型到HCPN模型的形式化映射方法。然后基于HCPN模型的弧权重给出了缺失、丢失和冗余3种数据流错误的定义,并提出了对应的检测算法。最后,设计了一个自动化建模与验证的框架,通过一个案例研究说明了该方法的有效性。

大数据与计算模型

当前,人工智能持续升温,大语言模型吸引了众多人士的关注,并在全球范围内掀起了一股热潮。人工智能的成功本质上不是大算力“出奇迹”,而是改变了计算模型。首先,肯定了数据对于人工智能的基础性作用,指出合成数据将是未来数据的主要来源。然后,回顾了计算模型的发展历程,重点介绍了神经网络模型与图灵模型的历史性竞争;指出了大模型的重要标志是机器涌现智能,强调大模型的本质是“压缩”;分析了大模型产生“幻觉”的原因。最后,呼吁科技界在智能化科研中要重视大科学模型。

基于侧链和信任管理模型的数据共享方案

为解决在不信任的区块链环境中由于数据转售而造成的用户不愿共享数据等问题,提出一种基于侧链和信任管理模型的数据共享方案。使用信任管理模型量化节点信任值,将节点信任值集成到数据共享智能合约中,为用户提供可信的共享环境和动态的访问控制接口。对联盟链进行侧链扩容,使用信任管理模型优化共识算法。规定主链使用具有拜占庭容错能力的T-PBFT算法,侧链使用仅适用于高信任场景的T-Raft算法。用户根据预先设置的阈值动态决定在主链或侧链共享数据。实验就方案的安全性和性能进行分析,表明了该方案的可行性和有效性。

支撑新型配电网数字化规划的图形⁃模型⁃数据融合关键技术

配电网规划领域期盼实现智能规划,其愿景在于实现无人或少人干预的全自动规划。在数字化转型的背景下,新型配电网规划将面临图形多样化、场景碎片化、数据规模化三大挑战。文中从图形-模型-数据融合的角度提出三大关键技术:基于电气图纸识别和拓扑智能分析的图形-模型融合技术、基于知识驱动的负荷/新能源推演分析和智能决策的模型-数据融合技术、基于多模态数据融合和多时空数据联动的图形-数据融合技术,尝试打破理论研究与数字化工程的壁垒。最后,对未来新型配电网数字化规划的发展进行思考和展望,为实现“以机为主,人机协同”的大闭环模式提供借鉴。

大语言模型“数据为王”:训练数据的价值、迷思与数字传播的未来挑战

伴随着ChatGPT的问世和流行,关于生成式人工智能的意涵和影响迅速成为学界和业界的关注焦点。在这场由大语言模型引领的非监督性深度学习浪潮中,一个核心议题就是训练数据。对训练数据的规模和质量的追求,演绎了“万模大战”形势下的“数据为王”法则。而在训练数据的价值、功能和误读的背后,是对数据概念的改写、对数据可供性的迷信和对数据所有权的争夺。训练数据的具体架构和内部机制引发了智能传播生态的重建和信息生产秩序的重构,在这一变革之中也蕴藏着大语言模型时代的数字危机,其具体体现为蒸馏式传播的偏见再生产、过滤式传播的信息保守化和随机性传播的意义之消散。大语言模型及其训练数据急需破除规模迷思,着重思考如何让数据切实成为社会技术系统的一部分。

研训者数据领导力测评模型构建与应用研究

随着全球数字经济的蓬勃发展,数据日益成为重要战略资源和新型生产要素,对领导者的任务和能力要求带来了革命性变化,数据领导力的概念应运而生。研训者作为我国教师专业发展的引领者和指导者,只有具备一定的数据领导力才能更加从容地应对数字时代给教育教学和教师发展带来的全新挑战。科学测评是高质高效进行能力培养和发展的先决条件,但目前我国尚缺乏具有指导性的研训者数据领导力测评模型。基于此,该研究遵循教育测评模型构建的一般范式,通过厘清研训者数据领导力的内涵特征,从理论思辨与实证分析两方面构建了包含数据使用规划、数据探究指导、数据文化建设等3个一级指标、13个二级指标的研训者数据领导力测评模型。实证检验结果表明,该测评模型具有较好的可行性和有效性,可以为科学精准测评研训者的数据领导力水平提供理论指导。最后,基于我国研训者数据领导力的现状水平和存在问题,该研究从多智力投入、多角色参与、多场景构建三个方面提出了具体的对策建议。

融合多源异构气象数据的光伏功率预测模型

高精度光伏功率预测对提高电力系统运行效率具有重要意义。光伏功率受多种因素影响,其中云层的变化是最主要的不确定因素。传统光伏功率预测方法没有充分考虑云的3维结构和气象要素对光伏功率的影响。因此,该文提出一种融合多源异构气象数据的多源变量光伏功率预测模型(MPPM)。MPPM的核心包括时空条件扩散模型(STCDM)、注意力堆叠LSTM网络(ASLSTM)和多维特征融合模块(MFFM)。STCDM模型通过对2维卫星云图进行精确预测,消除了云层边界处的模糊现象。ASLSTM模型则提取了3维天气研究与预报模式(WRF)气象要素特征。MFFM模块将2维卫星云图特征和3维WRF气象要素特征进行融合,以得到未来1 h光伏功率预测结果。该文分别利用STCDM模型和MPPM模型开展卫星云图预测实验和光伏功率预测实验。实验结果显示,STCDM模型预测1 h内卫星云图的结构相似性指数(SSIM)达到0.914,MPPM模型预测1 h内光伏功率的相关系数(CORR)达到0.949,优于所有对比算法。

档案数据价值链模型构建及实现路径探析

数字经济时代,释放数据要素价值已成为推动高质量发展的重要引擎。档案数据作为一种关键数据要素,蕴藏着丰富且独特的生产价值。文章在解析档案数据价值演进逻辑的基础上,引入价值链理论,构建以档案数据采集、处理、开放共享、利用为基本活动,以制度保障、技术赋能、智力支持为辅助活动的档案数据价值链模型,并围绕加强档案数据资源建设、规范档案数据流通环境、强化档案数据主体能力等方面提出档案数据价值的实现路径,以期充分释放档案数据要素价值,赋能经济社会发展。

两种Express数据模型的转换方法

针对Ｅｘｐｒｅｓｓ语言的特点，结合Ｓｔｅｐ中性文件的读写过程，讨论了两种不同的转换方法：面向结构的方法与面向约束的方法。

贫数据中基于模型自训练的空气处理设备故障诊断

针对空气处理设备(AHU)故障贫数据,基于深度置信网络(DBN)模型对4种特征选择算法进行对比研究,结果表明最大相关最小冗余算法的特征子集在诊断准确率及子集元素稳定性上表现最优。提出将DBN嵌入自训练框架的故障诊断模型,发现DBN自训练的诊断准确率较单纯DBN最高可提升19.5%。提出均匀抽样及按比例抽样2种自训练伪标签抽样策略,二者的诊断准确率均随抽样数减小而增大,在不同抽样数中的最大差异为3.42%;在所有贫数据样本中,均匀抽样策略始终优于按比例抽样,诊断准确率最大相差1.39%,表明在故障标签匮乏时,采用均匀抽样策略及较小的抽样数有利于提升DBN自训练的诊断性能。

基于两阶段DEA-SFA模型的科学数据平台资源提供者服务效率研究——以国家生态科学数据中心为例

服务绩效评价是衡量国家科学数据平台发展质量的重要指标,效率测算为其提供重要依据。将国家生态科学数据中心资源提供者的服务过程分为资源服务和知识转化前后相关联的两个阶段,从投入产出要素的使用效率、科学资源的利用程度和用户感知的服务质量3个维度构建指标体系,利用两阶段数据包络分析-随机前沿方法(DEA-SFA)模型对43个资源提供者进行服务效率测算,并运用超效率模型对有效DMU做进一步区分和排名。结果表明:国家生态科学数据中心资源提供者在资源服务和知识转化阶段平均纯技术效率值分别为0.794和0.838,DEA有效站点数分别为12个和16个;在43个决策单元中,优秀资源提供者约占16%,一般资源提供者约占70%,较差资源提供者约占14%;另外,资源提供者的服务效率和地区经济发展水平具有一定关联性,东部地区表现优于中西部地区。基于上述研究结果,进而提出推动我国国家科学数据平台发展建设的相关对策建议。

基于大数据的高校学生心理危机智能预警模型构建

目的本研究基于大学生心理健康测评数据,综合学生基本信息及日常行为数据,利用大数据、人工智能技术,探索建立大学生心理危机智能预警模型。方法采用整群抽样法,选取某高校部分在校大学生作为测试样本;采取大数据技术,分析提取影响大学生心理健康问题的特征量;采取神经网络技术,构建大学生心理危机预警模型。结果1)成功提取大学生心理健康问题的有效特征量,其中心理健康症状特征因子4个,分别是强迫、人际关系敏感、抑郁等3个单症状因子,1个多症状因子;学生基本信息特征量4个,分别是母亲教养方式、父亲教养方式、家庭经济条件、有无心理治疗(咨询)史;学生日常行为特征量2个,分别是学生学业情况和出勤情况。2)实现特征量归一化处理,通过数据对比分析及特征量的影响大小,分别对3个方面的10个特征量赋予权重并进行归一化处理。3)完成大学生心理危机预警模型构建。结论本研究提取了影响大学生心理健康问题的主要特征,建立了大学生心理危机预警指标体系,并结合心理危机预警等级,利用神经网络技术,搭建了大学生心理危机预警模型,为及时有效干预大学生心理危机提供了新的解决方案。

数据驱动的精准营销模型构建探索

精准营销作为一种新兴的营销模式,以其高度的针对性和有效性在市场中脱颖而出,随着大数据技术的不断成熟,数据驱动的精准营销逐渐成为企业关注的热点,本文旨在探讨在大数据背景下,如何构建数据驱动的精准营销模型,以实现企业营销活动的个性化、高效性和针对性。基于此背景,本文分析了数据驱动精准营销的价值,探讨了数据驱动的精准营销模型构建,并针对模型构建过程中面临的挑战提出了应对策略。

融合大数据的校园公权力监督机制研究与模型构建

通过运用大数据技术,构建了一种校园公权力监督模型(CPASM),旨在提升教育资源配置的透明度和公平性,以及优化教学与行政决策。利用案例分析法,聚焦于A学院计算机应用技术专业,探讨了大数据在财务管理、教学质量评估和行政决策过程中的应用。CPASM模型结合时间序列分析和外部因素分析,应用自回归积分滑动平均(ARIMA)模型处理数据,同时将校园公权力动态变化纳入考量。CPASM模型的拟合与验证结果表明,其预测的均方误差(MSE)、均方根误差(RMSE)较低,确定系数(R^(2))接近1,准确地描绘了财务趋势,有助于管理层进行财务规划和资源配置。

我国高校大数据治理能力成熟度模型的构建与实践——基于CMM与ISM融合研究的视角

构建科学有效的高校大数据治理评价模型,对激活大数据在教育数字化转型中的核心驱动作用,发挥高校在教育数字化转型中的引领示范作用具有重要意义。基于此,基于高校大数据治理的核心要素,通过融合解释结构模型(ISM)和能力成熟度模型(CMM)两种研究方法,以ISM的层次结构划分逻辑、核心要素在层次结构中的分布情况等量化手段,强化在CMM构建过程中,划分成熟度等级、确定关键过程域、明晰成熟度等级和关键过程域的对应关系等主要环节的科学性与合理性,构建出包括5个成熟度级别、21项关键过程域在内的我国高校大数据治理能力成熟度模型。同时,基于2022年浙江省高校信息化建设评估项目数据,采取分层抽样法抽取30所高校开展模型的实践应用,以期为高校大数据治理评价研究提供参考。

数字人文类开放数据竞赛价值共创的过程模型及机理研究

开放共享数据是构建数据生态体系的重要途径。数字人文类开放数据竞赛能够促进文化数字化成果转化与全民共享。本研究基于服务生态系统视角,采用探索性案例研究方法,获取四届上海图书馆开放数据竞赛案例数据,分析竞赛行动者间价值共创的过程及内在机理。研究发现,数字人文类开放数据竞赛价值共创产生的新兴价值包括历史价值、经济价值、经验价值、社交价值、文化价值和社会价值。共创过程模型包含价值共识、价值共生、价值共融和价值共传。通过隐性价值主张与显性产品价值的循环转化,构成连续、动态的价值共创螺旋。竞赛的价值产出随生态系统不断扩展,呈现持续增长的趋势。本研究补充了从服务生态系统视角对价值共创过程及机理的现象学研究,并为数字人文开放创新信息实践提供了建议。

基于不同数据源的数字孪生小流域底板模型精度检验

为解决小流域综合治理规划设计中基础地形数据获取困难等问题,基于合成孔径雷达卫星遥感影像、倾斜摄影影像、光探测测距影像等3种主流遥感数据源,分别建立栖龙湾小流域数字孪生底板模型,进而提取主沟道纵断面、2块梯田样地边界、10个林地样区的郁闭度,与人工解译和实测结果对比进行精度检验,结果表明:以光探测测距影像为数据源的提取精度最高,以倾斜摄影影像为数据源的提取精度次之,以孔径雷达卫星遥感影像为数据源的提取精度最低。鉴于3种数据源小流域底板模型各有优缺点,可根据实际工作需要进行多源数据融合,以改善数字孪生技术在小流域综合治理规划设计中的应用效果。在栖龙湾小流域内选择石坎梯田地块进行合成孔径雷达卫星遥感影像与倾斜摄影影像数据融合、选择科普展览馆进行倾斜摄影影像与光探测测距影像数据融合,均取得良好的效果。

数据驱动与物理机制耦合的菜子湖流域水位预报模型研究

菜子湖作为引江济淮工程的关键调蓄湖泊之一,湖泊水位的变化同时受到自然降水和工程调蓄的影响。为了准确模拟及预报菜子湖水位,构建了菜子湖流域四水源新安江模型和菜子湖水位预报的神经网络(LSTM)模型。在此基础上,采用外部耦合的方法,构建了四水源新安江-LSTM耦合模型,进一步将物理机制模型模拟的入湖流量作为补充因子,驱动神经网络(LSTM)模型模拟菜子湖水位,从而实现两种不同模型在湖泊水位预报中的耦合应用。结果得出:直接模拟水位的洪水误差小于0.1 m,耦合模拟水位的洪水误差小于0.02 m,后者相较前者,水位误差精度提升了0.08 m。直接模拟水位验证期的洪水误差在0.02 m之内,纳什系数R^(2)分别为0.89、0.75及0.88,均方根误差RMSE分别为0.034、0.027及0.015;耦合模拟水位验证期的洪水误差在0.015 m之内,纳什系数R^(2)分别为0.91、0.82及0.88,均方根误差RMSE分别为0.019、0.021及0.008。研究结果表明,与单驱动因子得出的结果相比,双驱动因子得出的结果更有效地提高了水位的模拟精度。同时在考虑对应降雨的洪水过程中,数据驱动和物理机制相结合的方法与直接预测水位误差相对比,有效地提高了场次洪水水位预报的精度,得到更精确的模拟结果。为引江济淮工程的调水提供了重要的参考依据,也为相似调水工程的洪水水位预报提供一定的参考。

基于辅助回归的面板数据固定效应变系数模型的估计

本文针对面板数据固定效应变系数模型引入辅助回归来解释个体效应与协变量之间的关系,以此来处理固定效应,将模型转化为部分线性变系数模型.为了获得系数函数的估计,采用正交投影的方法消除固定效应,进一步基于局部线性估计对系数函数进行估计.在一些正则条件下,给出了系数函数估计的渐近性质.随后,模拟研究了所提出的估计方法的有限样本性质.模拟结果表明无论个体效应是随机的还是固定的,本文方法优于已有的方法.最后,对艾滋病人的CD4数据进行了实证分析.