Optimized Modeling Method for Unbalanced Data in High-Level Visual Semantic Concept Classification

To solve the unbalanced data problems of learning models for semantic concepts, an optimized modeling method based on the posterior probability support vector machine （PPSVM） is presented. A neighborbased posterior probability estimator for visual concepts is provided. The proposed method has been applied in a high-level visual semantic concept classification system and the experiment results show that it results in enhanced performance over the baseline SVM models, as well as in improved robustness with respect to high-level visual semantic concept classification.

Construction and implementation of multisource spatial data management system of China's coastal zone and offshore

To meet the increasing demand of national spatial database infrastructure construction and application, a concept model of China's coastal zone scientific data platform is established based on the information feature analysis of a compound dataset, consisting of remote sensing data and conventional data. Based on this concept model, the detailed logical database structure and the storage strategy of remote sensing data and their metadata using ArcSDE are designed. The complicated technology of multisources data combination in this research is crucial to the future coastal zone and offshore database construction and practical running, which will provide intelligent information analysis and technological service for coastal zone and offshore investigation, research, development and management.

论公共数据授权运营的立法路径

当前,为了释放公共数据价值、培育数据要素市场,公共数据授权运营成为重要的破局之策。然而,公共数据授权运营立法远落后于实践需求,是否立法以及如何立法仍成为悬而未决的难题。在立法条件方面,理论依据的充分、经济条件的具备为授权运营立法提供了可行性,而数据增值、企业利用、政府治理、国家愿景等需求,均证实了立法的必要性。在立法模式方面,权衡中央立法模式和地方立法模式的利弊,应推行“地方先行先试”的立法模式。在具体制度实现方面,地方立法应秉持效率与安全并重的立法理念,采用实用性立法结构,授权主体内容应设计为统一授权模式,运营主体内容应将基本业务能力和安全保障能力设置为准入条件,以法定情形和约定情形设置退出条件,授权运营的公共数据内容应遵循以混合分类法分类、以敏感程度分级的标准,安全监督与管理内容应以安全和效益为监督考核标准。

网络异常检测领域概念漂移问题研究综述

【目的】随着网络技术的快速发展和广泛应用,网络异常检测作为保护网络安全和维护系统正常运行的手段变得越来越重要。然而,网络中异常行为和攻击手段不断变化,给异常检测带来了新的挑战。其中,概念漂移问题是网络异常检测领域中受到广泛关注的难点之一。【方法】本综述旨在对网络异常检测领域中概念漂移问题进行研究分析和总结。与前人的研究相比,本文将专注于网络异常检测领域的流数据。【文献范围】首先,对概念漂移进行详细介绍,包括定义、产生原因和特点。通过对概念漂移的全面理解,可以为后续的检测方法提供指导。其次,系统性地介绍了概念漂移检测方法,主要包括基于统计的方法、机器学习方法和深度学习方法等,并对比了各类方法的优缺点和适用场景。最后,探讨了概念漂移在未来可能的研究方向。【结论】本文聚焦于网络异常检测领域的概念漂移问题,通过详细介绍概念漂移的定义、产生原因和特点,以及深入分析和总结针对流数据概念漂移的检测方法,为未来研究方向提供了有价值的参考和指导。

数据态档案管理模式概念、特征与挑战

在档案资源对象发展演化的过程中,数据态档案作为新型资源对象,具有信号和语义双重离散的本质特征。因此,有必要对已有档案管理理念和实践进行重塑,建立能够解除语义离散带来的高阶逻辑依赖的数据态档案管理模式。本文在档案资源连续空间演化图景的指导下,明确数据态档案管理模式的概念及功能定位,阐明其区别于其他形态档案资源管理模式的特征,并对模式构建所面临的主要挑战进行分析。研究认为数据态档案管理模式以体系性、连续性、可理解性和专业性为主要特征,在空间管控、证用价值维系、管理机制协同与技术能力建设等方面面临挑战。

基于聚簇模型重用的概念漂移数据流半监督分类算法

带概念漂移的半监督数据流分类任务中,仅有少部分的数据被标记,这给分类器的训练、概念漂移的检测以及分类器对新概念的适应带来了巨大的挑战。现有的半监督聚簇分类算法仅对分类器池中的聚簇模型进行简单的增量更新,未能有效重用历史聚簇模型。因此,文中提出了一种新的聚簇模型重用的半监督分类算法,称为CDCMR。首先,数据流以数据块的形式到来,对数据块分完类后,训练一个簇数自适应确定的聚簇模型。其次,通过计算分类器池中的各组件分类器与聚簇模型之间的相似度,挑选多个组件分类器。再次,用当前数据块对挑选出来的组件分类器进行模型重用后,与聚簇模型集成。然后,将分类器池划分为新旧更替和多样性最大化分类器池进行更新。最后,对下一个数据块的样本进行集成分类。在多个人工和真实数据集上进行实验,结果表明,所提算法1)能有效适应概念漂移,与现有方法相比其性能有显著性提升。

改进自适应模型池的在线异常检测算法

精确的在线异常检测方法是物联网行业发展的核心,其中,以复杂和动态数据流为对象的在线异常识别是研究热点.现有在线异常检测方法存在处理复杂性负载过重问题,离线深度异常检测方法则存在因数据分布变化导致概念漂移问题.针对上述问题,本文提出了改进自适应模型池的在线异常检测框架,该框架可以与基于自动编码器的异常检测方法协作实现在线异常检测.首先,利用基于自动编码器的异常检测模型进行基本异常识别;其次,以自适应模型池为基础,融合概念漂移检测算法准确识别概念漂移,适应动态变化的数据流,解决概念漂移现象;最后,优化自适应模型池的模型合并方法,提升在线异常识别能力.实验结果表明,相比自动编码器模型的流变体和原自适应模型池算法,提出的算法在异常检测精度指标上分别提升了20.2%和5.83%,同时,最佳精度指标高于现有在线异常检测算法约16.7%.

基于OBE理念的高职大数据与会计专业人才培养模式研究

随着时代进步与科技发展,大数据、云计算、智能化技术在会计行业中的应用也愈发普遍,推动高校人才培养模式逐渐发生改变。高职院校在培养大数据与会计专业人才时,必须要注重人才培养理念与思路的转变,强化人才培养模式的多元化探究。通过对OBE理念的深刻认知,掌握当前高职院校会计专业人才培养现状,了解OBE理念下高职院校培养大数据与会计专业人才的重要性,利用OBE理念优化高职大数据与会计专业人才培养模式,可不断培养出综合素质过硬、专业素质够强的优秀人才,促进高职院校会计专业人才更好地就业、从业与创业,提升高职院校人才培养水平。

基于信息建模的数据元标准化方法

目的:建立国家卫生信息概念数据模型,并以模型为基础提炼和描述卫生领域的数据元,表达数据元及其语义关联。方法:以RIM为参照,依据我国相关的数据集以及数据元标准内容,构建卫生数据概念模型;依照模型中的类、属性和数据类型元素提炼通用数据元和数据元。结果:卫生信息概念数据模型包含实体、角色、活动等6个类和若干子类,每个类对应若干个属性;依据模型提取通用数据元实体类代码、实体标识符、实体数量等若干个,形成实体类代码、实体类代码系统标识符、实体标识系统、实体标识符、标识符名称等数据元。结论:规范化数据元具有完整语义和清楚的表达形式,既能实现对数据元的标准化表达,又能指导数据集及临床文档的修订和构建。

一种基于概念的数据聚类模型

在数据挖掘研究领域,现有的大多数聚类算法都受到数据可伸缩性和结果可解释性的限制.为了解决这一难题,提出了一种基于概念的数据聚类模型.该模型从描述数据样本的数据本身出发,首先在预处理后的数据集上提取基本概念,再对这些概念进行概化,形成表示聚类结果的高层概念,最后基于这些高层概念进行样本划分,从而完成整个聚类过程.该模型能够在保证聚类准确性的基础上,很大程度地减少要处理的数据量,提高原算法的可伸缩性.另外,该模型基于概念进行知识的发现与分析,能够提高聚类结果的可解释性,便于与用户交互.实验结果表明,该模型对于聚类结果较好且复杂度较高的算法尤为有效.

面向用户的BCDM时态数据的更新研究

BCDM(Bitemporal concept data model)是一种同时支持事务时间和有效时间的双时态数据模型,该模型不仅反映了客观事物的数据变迁情况,而且也记录了数据对象在数据库中的各种操作历史。以医院信息管理系统HIS的电子病历为例,介绍了BCDM双时态医疗数据的优化存储技术,分析了BCDM双时态医疗数据的增加、删除和修改等操作语义,进一步,为这些操作语义设计了相应的面向医护人员的数据更新算法。实际应用表明,该算法的可行性和有效性,从而为医护人员提供了简捷透明的BCDM双时态医疗数据操作方式。

基于EERD的建模CASE工具的体系结构

基于EERD建模的CASE工具主要是针对数据库应用的开发 ,它可以提高数据库应用的开发效率和正确性。主要对CASE工具应具有的基本体系结构及其功能进行了介绍 ,并对其实现技术等问题进行了详细阐述 ,最后综合多种流行的CASE工具 ,给出了CASE工具本身的数据字典的概念数据模型的整体结构 。

基于少量类标签的概念漂移检测算法

传统的概念漂移数据流分类算法通常利用测试数据的真实类标来检测数据流是否发生概念漂移,并根据需要调整分类模型。然而,真实类标的标记需要耗费大量的人力、物力,而持续不断到来的高速数据流使得这种解决方案在现实中难以实现。针对上述问题,提出一种基于少量类标签的概念漂移检测算法。它根据快速KNNModel算法利用模型簇分类的特点,在未知分类数据类标的情况下,根据当前数据块不被任一模型簇覆盖的实例数目较之前数据块在一定的显著水平下是否发生显著增大,来判断是否发生概念漂移。在概念漂移发生的情况下,让领域专家针对那些少量的不被模型簇覆盖的数据进行标记,并利用这些数据自我修正模型,较好地解决了概念漂移的检测和模型自我更新问题。实验结果表明,该方法能够在自适应处理数据流概念漂移的前提下对数据流进行快速的分类,并得到和传统数据流分类算法近似或更高的分类精度。

一个基于面向对象建模技术的MIS开发方法

给出了一个基于面向对象建模技术的MIS开发过程 ,其中从CDM到PDM的建模及模型转换方法 ,使得该过程适用于基于关系数据库的MIS系统的开发 ,其结果可提高系统的开发效率 ,改善系统的稳定性 ,增加系统的可维护性。

个体健康与农村贫困:健康中国战略下的贫困观——基于CHNS数据的分析

目的:探讨个体健康对农村贫困的影响。方法:基于CHNS2000—2015年农村面板数据,选取身高、BMI指数、疾病冲击以及其它可能影响贫困的社会经济因素,构建Probit模型探讨个体健康对农村贫困的影响。结果:农村居民身体健康水平下降会使其陷入贫困的概率增大,并且这一影响在男性个体上比女性个体明显。结论:重视农村地区儿童和青少年营养摄入及身体锻炼、完善农村社会保障制度、改善农村医疗卫生条件以及提高农村居民健康卫生意识,以提高个体健康水平,降低其陷入贫困的概率。

三角洲平原网状河砂体的地质概念模型及修正

三角洲平原网状河道侧向迁移频繁 ,河道砂体在横向上整体连片性虽好 ,但单砂体形态差异大 ,频繁分布低渗透条带和泥质夹层。根据长庆探区的三角洲平原网状河的心滩、边滩砂体特征 ,提出 3种多层层间非均质地质概念模型 ,通过拟合试井动态数据来验证、修正概念模型 ,定量化模型参数 ,进而认识砂体类型和特征 ,初步评价单井产能。在油气藏开发评价初期阶段 ,这是研究砂体的有效手段。

基于粒度计算理论的数据分类建模

文章研究了基于粒度计算理论的数据分类建模,引入了全粒度空间的概念,定义了集合的粒度表示,给出了概念学习在粒度计算理论中的解释,导出了一个基于数据分类的知识发现模型,从而说明了知识发现可归结为在全粒度空间中寻找目标概念的最佳粒度表示,而各粒度描述的析取构成决策规则的前件。

面向噪音和概念漂移数据流的集成分类算法

隐含概念漂移的数据流分类问题是数据挖掘领域研究的热点之一,而实际数据流中的噪音会影响数据流的分类质量,为此,提出一种面向噪音和概念漂移数据流的集成分类算法.该算法使用支持向量机作为基分类器,采用贝叶斯分类器过滤噪音,利用Hoeffding Bounds不等式确定的双阈值检测概念漂移,并动态地更新分类模型以适应数据流环境的变化.实验结果表明,本文提出的算法可以有效地跟踪检测含噪数据流中的概念漂移,并且具有较好的分类精度.

面向异构数据分析的形式概念分析扩展模型

异构数据在各种实际应用中大量存在,异构数据的建模与关联分析占有重要地位,传统的概念格模型以及现有的各种扩展模型已经不适应这种需求.本文对Ganter和Wille定义的Galois连接函数f(A)和g(B)进行修正,讨论了异构数据集上的偏序形成,提出了面向异构数据分析的广义概念格模型.文中事件分析的例子表明:采用广义概念格模型可以对异构数据建模型,进行关联分析挖掘隐含知识.

地理信息共享的理论研究框架

在分析人类认识自然界过程的基础上,建立了地理信息共享的理论研究框架,将支撑地理信息共享的理论划分成以空间认知理论和信息传输理论、空间概念研究、地理数据模型研究和地理信息标准化研究为主要研究内容的三层次结构,并对各理论基础进行了详细阐述。