面向GPU平台的复杂网络core分解方法研究

在复杂网络理论中,core分解是一种最基本的度量网络节点“重要性”并分析核心子图的方法.Core分解广泛应用于社交网络的用户行为分析、复杂网络的可视化、大型软件的代码静态分析等应用.随着复杂网络的图数据规模和复杂性的增大,现有研究工作基于多核CPU环境设计core分解并行算法,由于CPU核数和内存带宽的局限性,已经无法满足大数据量的高性能计算需求,严重影响了复杂网络的分析应用.通用GPU提供了1万以上线程数的高并行计算能力和高于100GB/s访存带宽,已被广泛应用于大规模图数据的高效并行分析,如广度优先遍历和最短路径算法等.为了实现更为高效的core分解,提出面向GPU平台下的复杂网络core分解的两种并行策略.第1种RLCore策略基于图遍历思想,利用GPU高并发计算能力对网络图结构自底向上遍历,逐步迭代设置各节点所属的core层;第2种ESCore策略基于局部收敛思想,对各节点从邻居节点当前值进行汇聚计算更新直至收敛.ESCore相比RLCore能够大大降低遍历过程中GPU线程更新同一节点的同步操作开销,而其算法的迭代次数受收敛率的影响.在真实网络图数据上的实验结果表明,所提出的两个策略在效率和扩展性方面能够大幅优于现有其他方法,相比单线程上的算法高达33.6倍性能提升,且遍历边的吞吐性能(TEPS)达到406万条/s,单轮迭代的ESCore的执行效率高于RLCore.

现代职业教育学生发展立体评价模型建构

职业教育旨在培养适应社会和行业需求的专业人才,为适应现代社会发展对高质量技术技能人才的需求,构建职业教育学生发展的立体评价模型是保障职业院校人才培养质量的重要举措。职业教育学生发展立体评价模型以职业核心素养和工匠精神为评价内容导向,融合了线上线下相结合的教学评价环境,采用大数据技术作为评价工具,同时,引入了涵盖家庭、学校、教师、学生和社会多方参与的“五维一体”评价维度,实现对学生职业能力的全面、动态评价。在实施学生发展立体评价中,要确保学生发展评价指标选取的可信度、强化大数据技术应用的隐私保护意识、增加学生发展立体评价模型透明度,以提升学生发展评价的质量和效果。

高密度城市化地区高速公路交通改造方案研究——以广深高速福保段为例

随着社会经济的持续高速发展,城市核心区道路沿线用地均已开发建设,既有高速公路对两侧居民出行以及两侧地块的连绵发展产生严重分隔,难以适应新时代的发展要求。以广深高速福保段为例,利用广东省高速公路收费数据和深圳市车牌识别两套大数据深入分析高速公路的出行特征,明确通道的功能定位和交通组织原则,提出改造思路,并结合通道现状线位、敷设方式及沿线用地对特长隧、长隧、长桥、短桥等不同交通改造方案进行了比选与评估,有效支撑决策与规划管理,为同类案例交通改造提供参考。

基于SVM的多维相似大数据分类系统设计

受大数据自身相似性的影响,传统数据分类方式的分类精度偏低,为此提出基于支持向量机(Support Vector Machine,SVM)的多维相似大数据分类系统设计研究。将MYC-JX8MMA7核心板作为系统设计的开发载体,构建SVM线性回归模型,通过构建一个回归平面,保障所有多维相似大数据与平面之间的距离均处于最小状态,利用待分类数据与最佳分类界面被标记样本之间的相似度,实现对数据的分类。在测试结果中,分类结果F1 Score稳定在0.82以上,明显优于对照组。

以自动化评价助力大单元教学的整体优化——以“整式的加减”单元教学案例为例

以“整式的加减”大单元教学设计与实施为例,从前测两节课例的课堂教学智慧评价系统(CSMS)分析报告,洞察课堂教学的优化方向,制订大单元教学整体设计和教学主要策略,并借助CSMS的课例大数据评价分析报告和课堂专项指数,不断优化课堂教学。研究表明:借助机器自动化评价,以大单元教学为抓手,可以实现课堂教学的整体优化,助力学校学科组教研,并提升学科组整体的课堂教学质量。

关于核心素养的高职大数据与会计专业教学改革的相关探讨

为培养出更符合现代岗位要求的会计人才,高职应当以核心素养为导向,对大数据与会计专业教学进行改革。本文将对该专业核心素养的主要内涵进行分析,然后指出了该专业教学现状问题,最后针对问题提出了改革策略。通过研究,改革后的高职大数据与会计专业教学能更好地培养学生核心素养,推动学生朝自身理想目标发展的同时,也让学生在核心素养方面更全面的满足现代岗位要求。

辽宁丹东3000 m科学深钻施工技术

辽宁丹东3000 m科学深钻项目是国家重点研发计划“辽东/胶东矿集区深部矿产勘查与增储示范”项目下设子课题的核心任务工程。本文介绍了辽宁丹东3000 m科学深钻的施工概况及其应用的多项关键技术。通过采用HXY-8VB改进型变频立轴钻机、加长钻具配套防堵内管及快速打捞矛等新机具,开展高效金刚石取心钻头研究及应用,进行深部地质钻探钻进过程流式大数据分析与动态预处理系统的应用,优质高效的完成了全部钻探施工任务,创造了辽东地区非煤固体矿产勘查第一深孔纪录。为验证该地区成矿条件,评价区域3000 m以浅金资源潜力提供了有力支撑,同时,也为特深孔钻探施工提供了技术借鉴。

大数据背景下基于义务教育生物学核心素养的主题式教学模式研究

大数据技术已经融入生物学课程,义务教育生物学课程标准将学科核心素养作为本课程的宗旨。文章通过解读义务教育生物学课程标准(2022年版),明晰了基于培养学生核心素养下生物学课堂教学的目标指向和教学要求。随着主题式教学模式的深入研究和广泛应用,实践证明核心素养可渗透在该模式教学中。通过剖析大数据背景下主题式教学模式在义务教育生物教学中的优势,提出在大数据背景下构建基于核心素养的主题式教学模式需要发挥大数据技术的优势,通过创建以学生为主体的生活化教学场景、构建以提升学生自主学习能力的教学过程、重视学生情感态度的引导等举措实现义务教育生物学核心素养教育目标。

基于大数据的信息安全处理技术探讨

在互联网和信息技术快速发展的背景下,加强信息安全处理工作是提高计算机网络安全水平的重要环节。在大数据时代,信息量越来越多,信息的复杂程度也在不断提高,人们对计算机信息安全处理技术的要求也在不断提高。在大数据技术和计算机技术融合发展的过程中,研究人员需要对信息安全处理技术进行深入分析,了解信息安全处理中存在的问题,并以计算机大数据为基础对信息安全处理技术进行创新研究。

MapReduce大数据处理平台与算法研究进展

综述了近年来基于MapReduce编程模型的大数据处理平台与算法的研究进展.首先介绍了12个典型的基于MapReduce的大数据处理平台,分析对比它们的实现原理和适用场景,抽象其共性;随后介绍基于MapReduce的大数据分析算法,包括搜索算法、数据清洗/变换算法、聚集算法、连接算法、排序算法、偏好查询、最优化算法、图算法、数据挖掘算法,将这些算法按照MapReduce实现方式分类,分析影响算法性能的因素;最后,将大数据处理算法抽象为外存算法,并对外存算法的特征加以梳理,提出了普适的外存算法性能优化方法的研究思路和问题,以供研究人员参考.具体包括优化外存算法的磁盘I/O、优化外存算法的局部性以及设计增量式迭代算法.现有的大数据处理平台和算法研究多集中在基于资源分配和任务调度的平台动态性能优化、特定算法并行化、特定算法性能优化等领域,所提出的外存算法性能优化属于静态优化方法,是现有研究的良好补充,为研究人员提供了广阔的研究空间.

面向大数据应用的众核处理器缓存结构设计

大规模数据排序、搜索引擎、流媒体等大数据应用在面向延迟的多核/众核处理器上运行时资源利用率低下,一级缓存命中率高,二级/三级缓存命中率低,LLC容量的增加对IPC的提升并不明显。针对缓存资源利用率低的问题,分析了大数据应用的访存行为特点,提出了针对大数据应用的两种众核处理器缓存结构设计方案,两种结构均只有一级缓存,Share结构为完全共享缓存,Partition结构为部分共享缓存。评估结果表明,两种方案在访存延迟增加不多的前提下能大幅节省芯片面积,其中缓存容量较低时,Partition结构优于Share结构,缓存容量较高时,Share结构要逐渐优于Partition结构。由于众核处理器中分配到每个处理器核的容量有限,因此Partition结构有一定的优势。

智能电网大数据分析框架及其应用演进研究

随着智能电网的快速发展,大数据技术在智能电网中的应用也得到了进一步提升,掌握大数据技术对建设智能电网具有重要意义。本文在总结国内外智能电网及大数据研究现状的基础上,阐述了智能电网大数据的特征,并且结合国内外智能电网及大数据的研究成果,提出了具有通用性的智能电网大数据分析框架,并且分别从智能电网大数据的数据分析技术、数据管理技术、数据处理技术以及数据展现技术4个方面深入探讨了其核心技术的内容。最后,本文提出了智能电网大数据的应用演进路径,并且通过三个具体应用场景,阐述了智能电网大数据的应用。

大数据时代社会主义核心价值观传播创新研究

大数据时代的到来为社会主义核心价值观传播带来了前所未有的机遇和挑战,基于大数据时代下社会主义核心价值观传播范式的表现形态、成因和利弊得失,可以明晰大数据时代社会主义核心价值观传播的逻辑进路,包括传播主体从主导范式到参与范式,传播方式从宣传范式到沟通范式的转变等,从而进一步确立大数据时代社会主义核心价值观传播方式创新的实践策略。

大数据时代下美国地质调查局的科学新观

2010年,美国地质调查局为适应社会需求,将以往以学科为主线的组织架构调整为以重大问题为主线,新增了核心科学体系的科学使命,并于2012年制定和发布了《美国地质调查局核心科学体系科学战略(2013—2023)》,作为其今后10年核心科学研究的纲领。该战略是美国地质调查局在"大数据时代"的背景下提出的地球科学研究的新思维,将临界带视为其重点研究对象,按生态系统的内在逻辑构建了模块式科学框架,突出数据密集型科学研究新范式与地球科学研究的结合,以期形成为变化世界服务的科学体系,以增强地质调查满足社会需求的能力和解决复杂的经济-社会问题的能力,也代表了地球系统科学未来发展的一个新方向。

建设智能云数据服务平台让高校大数据“说话”:提升学校核心竞争力

高校信息化建设发展到以数据服务为核心的阶段,怎样挖掘出隐藏在大数据中的重要信息并利用这些信息更好地为师生提供服务是各个高校必须面对的问题,本文对此进行了分析并提出了一些思考.针对这些思考,提出了智能云数据服务平台的解决方案,阐述了平台的建设目标、建设原则与建设内容,探讨了平台使用的整体架构和安全体系,描述了建设过程中可能会遇到的问题并提出解决方案.最后对平台建设的预期效果进行了评估.

科研大数据再生的内涵解析

作为科研大数据共享的核心过程,科研大数据再生在科研创新活动中发挥着重要的作用。文章基于再生理论,在对科研大数据再生概念进行界定和特性分析的基础上,构建了科研大数据再生模型(RM-SRBD),然后从阶段分析、核心活动维度分析、转化分析、状态演化分析、循环反馈路径分析等几个方面对模型的运行机理进行了解析。研究表明,科研大数据再生的过程可以看成是一个以"科研大数据再生需求""科研大数据再生核心活动""科研大数据再生应用"为阶段,以修复性、重用性、继承性、可溯源性、增值性等为特性,以结构、空间、时间、过程、关联程度、有益性等不同维度的再生活动为核心活动体系,以单阶反馈、双阶反馈与有利性反馈(同时也存在着有害性反馈)为循环反馈路径,以"旧数据"为基,实现数据再生优化并生成"新数据"为目标,进而使之焕发生命活力,阶跃式、非线性、迭代式的周期性动态演化过程。

LFF:一种面向大数据应用的众核处理器访存公平性调度机制

研究了众核处理器的访存公平性问题。针对众核处理器距离访存资源较近的处理单元拥有较大的访存带宽而造成的访存公平性问题,提出了一种面向大数据应用的众核处理器访存公平性调度机制:最少最远(LFF)优先访存。这种机制的原理如下:依据处理单元距离访存资源的距离以及处理单元访存的次数来调度访存顺序,以保证各个处理单元的公平性。首先,访问次数较少的节点被赋予更高的访存优先权。其次,在具有相同访问次数的节点中,距离更远的节点优先访存。再次,在相同距离的节点中,已被选中优先次数少的有优先级。实验评估表明,该调度机制能够有效解决众核处理器的访存公平性问题,其公平性调度效果优于FR-FCFS,PAR-BS、ATLAS。在1024核情况下,系统异步率由FR-FCFS的15.5%降低到1.89%。

大数据环境下安全情报融合体系构建

[目的/意义]安全情报融合是发掘安全情报价值的重要手段,是实现大数据环境下多源安全情报获取和整合的必要途径。因此,开展大数据环境下安全情报融合研究具有重要理论及现实意义。[方法/过程]首先,在明确安全情报融合基本内涵的基础上,分析大数据时代的安全情报融合的意义及特点。其次,结合大数据环境下的安全数据资源现状和组织安全管理情报需求,构建大数据环境下安全情报融合的总体系。最后,构建与解析大数据环境下安全情报融合的核心分支体系。[结果/结论]研究发现,安全情报融合是从多方面、多层次提升安全数据价值密度、挖掘安全数据价值的安全情报分析手段,大数据环境下安全情报融合体系可归纳为5类"融合",即安全情报需求与安全情报系统的融合、安全情报分析与大数据技术的融合、安全情报分析融合、安全情报应用融合以及人机融合。

教育大数据的核心技术、现状与未来趋势探析

伴随互联网技术不断普及、成熟,大数据技术也得到进一步推广应用。教育是大数据应用中的细分领域之一,开展教育大数据,可以将更多的教育资源融合到教学中,推动教育事业进一步发展。文章介绍教育大数据的核心技术,对其发展现状及未来趋势进行了全面分析,从适应性教学、教育规律、精准管理角度,对教育大数据进行探讨,旨在为我国教育事业进一步稳定发展提供理论参考。

大数据全面指标评价与核心指标数据评价一致性分析

本文以区域创新能力、企业竞争力、财务创新能力作为研究领域,运用云重心评价法分别对大数据全面指标与核心指标数据综合评价,并对其评价结果进行一致性分析,得出大数据全面指标与核心指标评价结果整体处于中低一致性状态,进而得到一些启示。