基于区块链技术的智慧学习机器人设计研究——面向大规模学习服务系统的智慧学习机器人

智慧学习机器人是基于人工智能的大规模个性化学习服务支持体系中的核心节点,由此将带来集中式存储的教育大数据学习服务认证和安全的挑战。基于区块链技术的设计,将成为解决问题的一种新型的系统体系。通过区块链技术实现的智慧学习机器人,可以成为多情境学习记录连续性的有效支持创新方法。区块链技术已经开始在教育教学领域产生影响,尤其是在学生入学评估、学习认证和记录、能力档案证书、学分互认与综合等诸多方面。本研究所针对的智慧学习机器人是服务于中小学阶段的学生,面向家庭、学校以及社区的大规模学习服务应用,基于区块链技术将正式学习和非正式学习管理为一体的不限终端的移动学习系统。该应用可以打破学习地点的固定性,启动学习资源的灵活性,同时记录学习者的学习过程,监督学习者的学习质量,从而在基于大规模学习服务体系中,起到了深度个性化智慧学习的支持效果。

大数据背景下文化产业的营销困境与模式创新

随着云时代的来临,大数据的运用逐步深入到各行业各领域,给文化产业的发展带来了新的机遇和挑战。我国文化产业营销经过了初步认知、积极探索和飞跃发展三个阶段,形成了大众营销、轰炸式营销、多元营销等特点,同时也面临数据收集、人才储备、技术短板、泄密风险、创新不足等困境。在这种情况下,发展精准营销和整合营销,是大数据背景下文化产业营销的创新之路。

数据垄断视角下金融业和互联网平台的共生发展问题研究

20世纪90年代,互联网引领的信息革命改变了全球产业发展的运行轨迹,颠覆了面对面交互零售市场供需配对形态,互联网平台成为维系生产和交易活动重要的基础设施,平台经济应运而生。平台经济中,数据由生产产物演化成为生产要素,在规模经济和范围经济的叠加作用下,互联网平台实现数据垄断并利用数据垄断进入金融领域,实现跨界混业经营,相关金融风险的复杂性、外溢性和传染性引发全球关注。本文从分析数据垄断的形成机制和主要形态出发,研究互联网平台利用数据垄断进入金融领域的现行格局、实现逻辑和风险问题,以及国内外的治理思路。建议加快互联网平台新业态数据立法,从数据、反垄断、金融等方面夯实法律基础;引导头部机构承担社会责任,构建科技与金融的安全风险防火墙;加强监管合作,从审慎、功能、行为监管等维度治理维护金融科技健康发展。

大数据平台在地铁信号系统维护中的应用

地铁信号系统大数据平台,可为地铁信号系统维护提供有力的支撑,可显著降低故障发生率,提高问题排查能力,增加地铁信号维护效率。介绍大数据平台优势、结构、功能,并举例说明其在地铁信号系统故障分析中的应用。

大数据时代下现代农业的研究与展望

“大数据”是继物联网、云计算之后信息技术产业又一次重要的技术变革,已成为数据挖掘和现代应用的前沿技术,科 技已经进入了“大数据”时代.本文结合大数据和现代农业特点,分析了大数据在农业上的需求、主要应用领域等.最后针对 我国农业大数据和现代农业未来发展,提出了的一些展望.

面向停车场场景的多传感器融合匹配算法与融合数据的并行处理

自动泊车是无人驾驶领域可率先实现量产的重要功能之一。实现自动泊车功能,首先面临着停车场数据的采集和分析工作。基于三种典型停车场场景,从硬件传感器搭建,传感器感知算法开发和场景数据处理分析三方面分别展开:对采集平台搭建工作,主要介绍如何进行传感器的安装、时间轴标定,和空间坐标统一;基于前视毫米波雷达和视觉传感器,重点介绍这两种传感器的匹配算法和目标级别的融合算法;基于场景提取与大数据处理的数据分析,开发自动化批量数据处理Python代码,实现TB级的原始数据标注,并在短时间内完成自动化批量处理,整个技术流程工具链具有较高的科研价值和商业价值。

环保大数据智能分析污染物排放数据在垃圾焚烧厂的应用设想

自2020年1月1日《生活垃圾焚烧发电厂自动监测数据应用管理规定》实施以来,国家对垃圾焚烧发电厂环保要求已经进入到全新阶段。如何在污染物排放数据达标的情况下,采用环保大数据智能分析污染物历史排放数据、预测垃圾焚烧发电厂未来污染物排放数据,从而指导其按需投入环保耗材,以此降低生产成本,是目前垃圾焚烧发电厂面临的现实问题。通过对垃圾焚烧发电厂的污染物排放智能控制现状以及面临的问题进行分析,设想利用环保大数据智能分析污染物历史排放数据,以此来指导垃圾焚烧发电厂实时控制环保耗材的投入使用,既满足国家环保要求,又能切实降低企业生产成本。

基于复杂网络的鼓浪屿旅游街区关联规则识别与特征分析

基于复杂网络分析游客空间行为并挖掘旅游街区之间的关联特征,可以发现用地与功能之间显性和隐性的关联规则,精准识别旅游区用地空间结构,深入掌握旅游区发展现状,为智慧旅游与土地精细化转型提供支撑。本研究以世界文化遗产鼓浪屿为例,基于LBS大数据,使用复杂网络构建游客空间行为网络,利用关联规则分析重要节点的关联特征,进而使用用户画像数据,分析基于不同性别、年龄和客源地游客空间行为的街区关联规则。研究发现,“复杂网络+关联规则”算法可以挖掘游客随机行为中的隐藏规律,有效剖析旅游街区之间显性和隐性的关联规则。在游客空间行为轨迹网络中,各街区兼具“中心”与“枢纽”作用。既服务于本地游客又服务于外地游客的热门旅游街区表现出强关联规则。对外地游客具有较强吸引力的热门景点表现出较高的支持度,具有特色的旅游设施用地表现出较高的提升度。具有同质性的旅游街区之间关联性较强,人口特征差异对旅游街区关联规则影响显著。本研究可为城市更新背景下的旅游区用地整合、结构优化和游览线路调整提供决策参考,对于构建智慧旅游体系具有现实意义。

时空大数据处理的需求、应用与挑战

时空信息不仅是大数据的重要组成部分,更可被看成是大数据本身。从大数据时代时空信息处理面临的新需求出发,包括时空信息处理需要大数据平台、大数据库、新的快速计算模型和分析方法,以及时空信息安全和标准化等,阐述了时空信息和大数据相辅相成的紧密联系,并对当今时空大数据的应用和挑战举例分析,描述了现今时空大数据的典型应用及其处理技术存在的问题,并对如何解决和将来的发展方向提出了新的思路。

基于燃气安全风险的大数据预警模型研究

确定燃气管道安全风险大数据预警模型采用怀卡托智能分析环境。确定数据预处理流程,包含原始数据的获取、数据清洗、特征变量确定与提取、缺失值填补、训练样本的选取。指出内部因素数据为管龄、管材、管径、压力级制、埋深、管理单位,外部因素数据为铁路、地铁等电气化轨道、水系面(河流与湖泊)等影响管道腐蚀的3类。从数据库中随机提取正样本1份,负样本4份,每份各855个样本点。将训练数据集分成3组:训练样本1、训练样本2、训练样本3,组成分别为正样本+负样本1,正样本+负样本2,正样本+负样本3。确定缺失值填补采用KNN算法。选择决策树C4.5、随机森林、贝叶斯网络、朴素贝叶斯、支持向量机和逻辑回归6种算法作为预警模型训练算法。根据选择的算法,同时考虑内外部因素的影响,进行预警模型训练(即实验)。根据实验结果比较分析,选出随机森林为最优算法。同时考虑内外部因素比仅考虑内部因素,模型准确率提高5.07%。