科学数据引用网络建模及演化特征分析--以基因表达数据集为例

[目的/意义]将社会网络分析方法应用于科学数据引用特征及规律研究,可以直观呈现出数据引用的复杂网络结构,挖掘数据引用更深层次的价值。[方法/过程]通过辨析科学数据引用特征,构建GEO数据共被引网络模型,并对网络的整体演化、核心个体、社区结构等进行分析。[结果/结论]研究结果表明,GEO数据共被引网络的度和度分布空间差异明显,平均路径长度较短且聚集系数较大,网络中核心个体优势明显,社区结构稳定且特征突出,社区间联系逐渐增强。

基于数据建模的浙江省稀有血型信息共享系统构建与应用

目的建立省级稀有血型库信息化管理平台,实现稀有血型的种类、献血者资料、血液库存等信息的互联互通和共享,提升稀有血型血液保障能力。方法采用鱼骨图,分析我省稀有血型管理在血站内部各业务环节以及血站间存在的信息壁垒。基于全省统一的采供血业务系统和血液云平台,引入数据建模技术,通过需求分析和模型设计,构建稀有血型献血者、稀有血型血液数据库视图,并开发统一的查询平台,实现稀有血型信息的共享。结果系统对稀有血型信息进行了集成、检索和展示,实现在血站内部各业务环节、血站间信息的互联互通。截止目前,除RhD阴性血型外,已入库的红细胞稀有血型种类8种,覆盖7个血型系统,稀有血型献血者289人,稀有血液血液实体冻存红细胞216单位。结论基于数据建模开发的信息系统,提高了系统整体效率和协同性,同时也降低了系统开发运维的工作量,为数据的标准化管理和应用发展提供技术借鉴,也为建立健全全国性的稀有血型信息网络提供模式参考和示范应用。

数据挖掘与建模技术在食品嗅觉和味觉感知与情绪认知中的应用

随着食品嗅觉和味觉感官及情绪认知相关的科学技术水平的不断提升,越来越多的仪器分析方法和实验设备用于上述领域的研究。检测方法的多样化、全面化以及检测精度的提升,也伴随着风味感知相关数据规模的扩增。如何从食品风味仪器分析结果以及消费者的情绪认知行为相关研究中收集的大量数据中获得关键信息,并建立数据间的关联,越来越被研究人员所关注。食品领域的数据挖掘与建模技术是利用食品生产及流通过程中获得的大量数据,实时、准确地监控食品产业链的各个环节中的物理化学变化,并预测这些变化可能对消费者感官特征及情绪认知产生的影响。目前在食品嗅觉和味觉感知领域,数据挖掘与建模技术可为食品科研人员和消费者提供前所未有的洞察力和分析能力。本文在针对经典的机器学习方法中的有监督和无监督的数据挖掘与建模方法以及深度学习方法的基础上,对食品感官属性研究以及情绪认知方面的最新应用进展进行分析,并展望数据挖掘与建模技术在食品嗅觉和味觉感知领域的应用前景,助力食品行业的科技进步和产业升级。

山东蒙阴金刚石矿床地质大数据三维建模与成矿预测

大数据时代的到来,需要我们在大数据思维指导下进行三维地质建模工作。笔者以山东蒙阴西峪金刚石矿作为为研究对象,基于大数据发现技术与大数据挖掘技术实现了传统三维地质建模工作和信息技术的深度融合,结合可视化表达等技术方法充分提取了文本数据中西峪金刚石矿的成因模式信息与地球物理勘探标准信息;并在此指导下完成了地球物理信息的解译工作,以期降低地球物理信息多解性对三维地质建模干扰,提高三维地质建模的准确性。最后,结合对成因模式与地球物理勘探标准的深入认识,文章实现了蒙阴金刚石深部含矿性分析,并初步圈定了成矿远景区。

多源数据融合的高层建筑物三维建模研究

随着无人机的大规模普及,倾斜摄影测量技术应用越来越广泛,但是由于其技术特点,在数据采集过程中受角度、遮蔽等因素的影响,导致三维模型极易出现拉花、扭曲等问题。基于此,探讨了融合机载激光雷达(Light Laser Detection and Ranging,LiDAR)、地面数据采集和倾斜摄影技术的方法,以提高高层建筑物三维建模的精度和细节。机载LiDAR技术通过激光雷达扫描获取点云数据,提供建筑物的几何形状和细节信息,倾斜摄影技术可以提供建筑物纹理信息,与机载LiDAR技术结合可以提高建模的真实感和精度。点面三维激光扫描仪能够有效补充前两项技术的缺失,如补充细节数据。研究融合三种数据源的信息,综合利用它们的优势,为城市规划、建设和管理提供更准确、可靠的数据支持。

Matlab数学建模在高等数学教学中的运用

高等数学是所有工科和理科领域的核心基础课程,如何学好这门必修课成为每一位大学生的必答题。而数学建模创造性地融合了高等数学的各类理论知识与Matlab数学软件,它为大学生学习高等数学提供了更广阔的思维和视野。本文以数学建模案例为主要抓手,深入研究了数学建模案例与高等数学知识点的有机融合,用鲜活的建模案例激发学生的学习高等数学的兴趣,为学生提升对数学建模的认知和参加各类建模竞赛做好铺垫。

基于Matlab的时间序列分析和动态数据建模

介绍了Matab语言的特点，结合火控精度测定数据实例着重讨论了其在时间分析和动态数据建模方面的优越性以及应用。在实际工作中使用Matlab可以大大提高试验的效率。

基于云计算的哈希数据建模方法研究与实现

针对地址不准确导致的工作效率低下和信息互通困难问题,提出了一种非标地址标准化的解决方案,旨在构建一套标准地址库。基于哈希数据建模,通过对非标地址进行切分匹配并转换成向量,计算相似度得到最可能的标准地址。实验结果表明,该方法能够大大提高工作效率,避免工作中的麻烦和误会,同时促进各行业或部门之间的信息互通。

基于ENC数据文件的船舶操纵模拟器三维实景建模

为解决Navi-Trainer Professional 5000型全任务大型船舶操纵模拟器无法识别S-57数据格式,致使最新的官方电子海图(ENC)数据文件无法直接应用的问题,采用Scene Editor软件进行海图数据转换,克服船舶操纵模拟器电子海图数据间不融合的问题。以天津港附近水域海图文件转换为例,验证Scene Editor软件进行海图数据转换具有可行性,说明基于ENC数据文件的三维实景建模可广泛应用于船舶操纵的教学、科研和培训。

工业数字孪生数据建模在钢铁行业中的应用研究

目的工业数字孪生技术在钢铁行业的应用展现了其显著的潜力,成为工厂数字转型的核心技术之一,尤其在数据建模方面。本文梳理工业数字孪生中数据建模技术在钢铁行业中的应用。方法通过梳理相关文献,重点分析四种数据建模方法,即基于知识的方法、基于机理的方法、基于传统机器学习的方法和基于深度学习的方法,详细介绍这些方法的优势、局限性和具体应用案例。探索了这些方法在数字物理实体融合的工业数字孪生系统构建中的潜力,以及未来模型的可扩展性设计,特别是针对大模型技术的应用。结论通过这一综述,梳理钢铁行业现有工业数字孪生数据建模技术,为钢铁行业的数字化转型提供有价值的见解,并为未来的研究和实践提供方向。

Matlab数据库工具箱在数学建模中的应用

论文介绍了Matlab数据库工具箱中的主要函数,并以人口与劳动力数据库为例,通过Matlab数据库工具箱导入数据,完成一个多元线性回归模型。实例说明利用Matlab数据库工具箱处理数据,避免了人工录入耗时、出错等问题,有效地提高了工作效率。

MATLAB在动态数据建模中的应用

应用 MATLAB系统辨识工具箱中丰富的函数 ,进行动态数据建模 ,简化了建模的计算过程 。

MATLAB在运用系统建模处理南海气象数据过程中应用

介绍了MATLAB语言特点和系统建模方法的基本理论。根据南海气象数据的实际建模处理过程,给出了建模的详细步骤及其MATLAB实现过程以及MATLABTM的主要实现程序。试验讨论和结果表明利用MAT LAB语言可以方便地对南海气象数据用系统建模方法进行建模和处理,MATLAB在运用系统建模法处理南海气象数据方面具有明显的优越性。

基于多模多频SNR数据逆建模反演海面高度变化

利用信噪比(SNR)数据进行逆建模可以反演海面高度及其变化,但反演精度、稳定性依赖初值的精度和SNR数据的时间连续性,基于多模多频SNR数据逆建模反演海平面变化的性能及其在潮汐分析中的应用有待进一步研究。本文为LSP(Lomb-Scargle periodogram)反演结果引入海面动态改正,用于逆建模过程参数初始化,获得稳定、均匀的高精度海面高度反演值,并由反演海面高度开展潮汐调和分析。选取MAYG、BRST和SC02这3个大潮差测站,对其1a的多模多频SNR数据开展逆建模反演试验,与验潮站实测海面高度对比分析进行算法验证。结果表明,MAYG站逆建模反演海面高度的均方根误差(RMSE)为5.97cm,BRST站为8.78cm,SC02站为2.38cm,海平面变化反演精度达到厘米级;与实测海面高度的潮汐调和分析结果对比,年度、逐月拟合残差中误差高度一致,提取的分潮振幅平均绝对误差(MAE)优于1cm,提取的迟角MAE在3°以内,潮汐分析提取的潮汐成分和非潮汐水位均具有高度一致性。多模多频SNR数据逆建模反演海面高度能够替代验潮站实测海面高度用于潮汐调和分析。

融合多源空间数据的复杂场景真三维模型构建方法

城市三维模型已经在城市建设、社会服务等诸多领域得到广泛应用,为快速、精确地构建三维城市模型,满足城市精细规划和管理的需求,本文围绕快速、合理、准确地构建真三维模型这一主线,以城市地形和地物为研究对象,提出了由地形到地物、由概略到精细的城市三维模型快速构建方案,实现了城市基础地形、建筑物和其他三维场景的快速建模,并基于Skyline平台对提出的建模思路进行了具体的实现,形成了完整的操作流程。

数据驱动的气动热建模预测方法总结与展望

气动热的准确预测是指导高超声速飞行器设计的基础。在经典气动热预测方法愈发难以满足工程中高效准确的气动热预测需求的背景下,近年来蓬勃发展的数据驱动气动热建模预测方法逐渐成为气动热预测的新范式。对此,首先阐述了数据驱动气动热建模预测方法和经典气动热预测方法的相互关系。然后,从建模思路上将数据驱动气动热建模预测方法归纳为3类,即气动热特征空间降维建模预测、气动热逐点建模预测和气动热物理信息嵌入建模预测,并对这3类方法进行了详细介绍和分析总结。数据驱动气动热建模预测方法不仅比工程算法准确,而且和采样方法结合后,还能够有效降低实验测量和数值计算的工作量,给出的模型也更加高效简洁。最后,对数据驱动气动热建模预测方法的发展趋势进行了展望,指出数据驱动技术与经典气动热预测方法的深度结合、气动热物理信息嵌入建模预测方法和气动热预测大模型将会是未来研究的要点。

多源断控岩溶型溶洞训练数据集构建和生成对抗网络三维建模应用

目前,尚未存在全面的断控岩溶型溶洞训练数据集用于深度学习建模。本文采用基于露头资料、地震数据、可靠的地质模型以及基于目标的方法研制了断控岩溶型溶洞原型模型,对不同来源的原型模型集进行组合、旋转、裁剪和优选操作来构建可靠且多样的断控岩溶型溶洞相训练数据集,同时构建相应的虚拟井和概率体训练数据集,作为训练条件化生成对抗网络的数据输入。将训练好的生成器卷积神经网络应用于塔河油田TH12330井区,生成的多个断控岩溶型溶洞地质模型符合地质模式,吻合条件井、概率体数据,且与构造、裂缝和累产基本一致。本研究探索了断控岩溶型溶洞多源训练数据集的构建并在实际应用中取得了显著成果,同时也为其它类型储层深度学习建模中构建可靠且多样化的训练数据集提供了新思路。

基于数据同化方法修正RBF神经网络的高维气动力建模预测

通过数据同化方法修正径向基函数(radial basis function,RBF)神经网络,以提高高维气动力的建模精度。通过在传统RBF神经网络的核函数中引修正量γ,使用EnKF滤波数据同化算法修正该矫正因子,并将其应用于CRA309旋翼翼型的高维气动力建模预测中。结果发现数据同化方法采用非侵入的方式,在不破坏神经网络整体架构的情况下仅对核函数的矫正因子进行修正,大幅减少优化参数与变量,显著提升了RBF神经网络的建模精度和效率。将修正后的RBF神经网络模型应用于高维气动力建模中,用仿真数据替代对气动力参数进行预测。设计结果验证了预测模型的可行性,在风洞试验数据较少的情况下对提高试验数据的利用效率具有一定的工程实用价值。

基于信道建模的多层星地融合数据分配策略

为了解决空天地一体化网络中面临的星地链路切换效率低、数据分配不均、数据传输中断率高等问题,针对多层卫星架构的星地融合数据传输场景,提出了一种基于信道建模的多层星地融合数据分配策略。该策略考虑星地距离、自由空间路径损失、信道增益、剩余服务时间等因素,基于香农信道容量理论,构建信道模型感知的低地球轨道卫星服务能力量化模型,从而生成数据分配策略。考虑数据传输中断风险,依托数据交互历史信息,通过可靠性确认机制动态调整数据分配策略,以提升数据传输效率,实现中断避免的星地链路无缝切换。仿真结果表明,所提策略在投递率、平均投递时延与中断率方面均优于其他基准算法。

基于复合神经网络的多源气动数据建模

将深度学习方法应用至气动数据建模,能够解决传统建模方法效率低、代价高的问题,具有重要的现实意义。基于复合神经网络模型对多源气动数据进行学习,利用低精度数据辅助高精度数据进行预测。与不同网络模型进行对比,验证了文中提出的复合神经网络在气动数据建模中表现优良,且泛化能力较好。