公共数据开放如何促进数字化发展——基于模糊集定性比较分析的研究

随着新一代信息通信技术和计算技术的迅速发展,公共数据在经济、社会、行政、科学研究等领域发挥着越来越重要的作用。为帮助人们理解公共数据开放如何促进数字化发展,文章借助中国内地31个省份的国家统计数据和部分研究者开发的评估数据,利用模糊集定性比较分析方法,研究公共数据开放与其他因素共同推动数字化发展的途径。结果表明:公共数据开放可以与其他因素相结合,共同推动数字化发展。公共数据开放主要通过3条途径促进数字化发展,即研发经费投入型路径、市场规模拉动型路径、数字技术应用型路径。

基于原型对比学习的开放集识别方法

开放集识别的目标是识别出未知类样本,同时保持对已知类样本的分类能力.现有的判别式开放集识别方法忽视了已知类过度占用特征空间和模型训练过程缺乏未知类信息的问题,导致未知类样本容易被误分类为已知类.为此,提出一种结合原型对比学习的开放集识别方法.引入对比学习和类原型理论,使用编码器和投影网络对开放集识别问题进行建模,设计原型对比损失函数,使用梯度下降法学习模型参数,最小化样本与其对应的类原型之间的距离和最大化样本与其他类原型间的距离,促使样本在特征空间中向类原型靠近,从而缓解已知类过度占用特征空间的问题.此外,设计混合样本对比损失函数,提出样本生成方法OSR-Mix以生成未知类样本,从而在模型训练过程有效地补充未知类信息.在4个公开数据集上的实验结果表明,与主流的开放集识别方法相比,本文提出的方法在AUROC和F1分数上均有明显的优势.

面向不确定性决策分析的数据获取模型与方法综述

不确定性决策是指在存在未知或难以准确预测结果情况下做出决策的过程。该文旨在研究在不确定性决策中,用4种数据获取方法来应对不确定性。这些方法包括:①使用小数据集;②利用开放数据集;③采用数据挖掘视角下的情感分析和遥感分析;④通过互联网问卷调查收集数据。该文首先回顾4种数据获取方法,并阐述各自的主要特点及发展历程。其次,阐述这4种数据获取方法在不确定性决策中的应用,并附有说明性示例。然后,讨论4种数据获取方法的局限性,并提出了未来研究的潜在趋势。最后,对全文进行总结。总体来说,该文为不确定性决策问题的研究提供了理论探讨和实践指导,以推动人工智能和决策科学领域的发展和创新,为决策者提供有效的数据支持,从而提高决策的科学性和准确性。

数字政府背景下政府开放数据创新应用提升路径研究--基于31个省域应用数据的模糊集定性比较分析

政府开放数据是典型的创新扩散模型,受到国家政治制度和府际关系的深刻影响,解释政府开放数据创新应用的提升路径需要以府际关系和制度压力规制为逻辑起点,构建开放数据创新扩散模型,应用模糊集定性比较分析对我国31个省域政府开放数据应用创新扩散规律进行总结。研究发现上级压力规制、公众压力、府际竞争和府际学习因素组合是最典型的政府开放数据应用创新扩散模型,对开放数据创新应用和数据价值实现有更好的促进作用。除此之外,对于经济较发达且对上级财政依赖较小的地区可以通过政策压力、府际竞争和府际学习提升数据开放创新活动;而在经济欠发达且对上级财政依赖较大的地区,上级压力对开放数据应用扩散作用更突出。

基于迁移学习的齿轮箱开放集跨工况故障诊断

随着工业与航空航天技术的不断发展,齿轮箱等旋转机械的工况与故障模式逐渐趋于多样化、复杂化,可靠性与安全性问题日益突出,大量工况数据缺乏故障标签,且不同工况间故障模式不对称,迫切需要研究有效的故障诊断方法。以齿轮箱为案例验证对象,设置跨工况和开放集故障诊断场景,针对目标工况故障标签匮乏的问题,提出利用迁移学习将源工况的知识迁移到目标工况,利用交叉熵分类损失函数对已知故障类型进行识别的方法;针对跨工况条件下故障模式不对称的开放集问题,提出利用卷积神经网络提取工况间的相似数据特征,利用二分类损失函数对目标工况的已知类与未知类进行分类的方法。提出联合损失函数,训练诊断模型,实现故障特征从源域到目标域的联合迁移。案例分析结果表明:所提方法能够实现开放集情况下的跨工况故障诊断,且平均诊断准确度在90%以上。

基于深度学习的通信辐射源识别综述

非合作条件下的信号检测、调制方式识别及辐射源个体识别(Specific Emitter Identification,SEI)等任务,是开展战场通信侦察的重要环节。随着无线通信技术的飞速发展,辐射源种类愈加多样,信号体制愈加复杂,加之恶劣的电磁环境,给SEI工作带来了极大的挑战。近年来,随着深度学习的飞速发展,及其在自然语言处理和计算机视觉等领域的有效应用,学者们逐渐将其应用到SEI任务中,并取得了丰富的研究成果。鉴于现有文献缺乏开源数据集,汇编了可用的开源数据集,从知识驱动和数据驱动2个维度对SEI方法进行详尽梳理,包括专家系统方法和深度学习技术。通过对比分析揭示了深度学习在SEI任务中的优势,并针对当前深度学习在SEI领域面临的问题,总结了未来SEI的发展方向。

面向SAR解译的OpenSAR数据开放共享平台

大量带有真值标注的数据集是SAR图像解译研究的重要基础和支撑。在推动SAR图像解译研究发展面临的诸多困难之中,缺少一个开放共享的数据集用于解译算法的研究和公平测试比较,是其中一个非常重要的因素。文中主要介绍构建的国内第一个面向SAR图像解译的数据开放共享在线平台:OpenSAR。详细介绍了OpenSAR平台的设计思想、功能组成、关键技术和已有数据集。通过该平台的构建,对于SAR解译研究能够取得良好的促进作用。

基于置信度与级联结构的未知网络流量检测

为了提升开集流识别性能,本文在对已知类和新类的置信度分布分析基础上,提出一种基于置信度信息与级联结构的未知网络流量检测方法。该方法通过级联结构,先将具有高置信度的新类样本检测出来;利用最大置信度差对新类和已知类进行分类;利用最大置信度对已知类进行细分类。为了更好地检测高置信度新类,还设计了从未标记数据筛选伪负样本的算法。实验表明,与现有代表性方法相比,本文方法的已知类F1提高约13%,新类F1提高约3%,总体准确率提高约5%,训练和分类耗时也明显少于现有方法。

基于RE-GAN的调制信号开集识别算法

为解决轻量化模型下调制信号开集识别准确率不高的问题,设计了一种数据重建和极值理论生成对抗网络模型,包含一对相互对抗的网络:重建网络和判别网络。首先,重建网络利用自编码器对信号进行压缩重建,将高维度数据压缩为低维表达。然后,判别网络对压缩后的数据进行特征提取并建立各类数据的激活矢量集用以拟合极值分布。最后,通过极值理论求出已知和未知调制方式信号的概率。仿真实验表明,该模型显著降低了算法复杂度,不仅能对已知调制方式的信号进行充分学习和表达,还能干扰未知调制方式的信号,在信噪比大于0 dB时,针对8种已知调制方式和2种未知调制方式信号的识别准确率均达到93%。

省级政府数据开放平台建设水平的影响因素及组态分析

政府数据开放平台建设水平是直接关系到政府数据开放成效的重要因素,研究政府数据开放平台建设水平的影响因素及组态具有重要意义。基于政府数据开放生态理论,构建包括数据质量、政府资金支持、公众需求、技术人才保障、政府政策支持以及数据利用度在内的6个条件变量,采用模糊集定性比较分析方法(fsQCA)对15个省级政府数据开放平台建设水平的影响因素及组态进行分析。政府数据开放平台建设水平的高低受到数据质量、政府资金支持等多个因素的共同影响,我国政府数据开放平台建设水平的影响机制可以分为政策与数据联动型、数据与环境联动型以及全要素驱动型3种不同的影响机制,不同的省份可以采取相应机制因地制宜提高本省政府数据开放平台建设水平。

政府类开放关联数据集调查研究

作为开放关联数据云图中重要的数据集合,政府开放关联数据集拥有庞大的数据规模和发达的数据共享实践,受到广泛关注。文章对曼海姆关联数据目录中的284个政府类开放关联数据集进行调查,从数据集的发布国家分布、主题分布、数据集格式、链出情况、链入情况、连接谓词、词表和开放协议等方面进行统计分析,发现政府类开放关联数据集具有数据集国家分布较集中、数据集主体涵盖政府工作各个方面、数据集之间关联关系紧密、质量控制和版权保护较为严格等特点。

大数据视阈下档案信息化建设新路向——基于《全国档案事业发展“十三五”规划纲要》的思考

《全国档案事业发展"十三五"规划纲要》对档案信息化建设的任务设计突破与超越了以往五年规划的框架,从大数据的视角,以开放、创新的理念勾画出2016-2020年档案信息化建设的前景和发展路径。本文从五个方面解构《全国档案事业发展"十三五"规划纲要》所揭示的档案信息化建设新路向:其一,跨越数字档案馆建设边界,构建智慧档案馆建设蓝图;其二,扩展泛化电子文件管理视阈,关注行业电子文件管理发展;其三,走出电子档案双套双轨制困境,试点单套单轨制;其四,超越小数据管理定势,探索与大数据行动的融合;其五,突破档案信息公开的藩篱,走向档案数据开放。

制度逻辑视角下省级政府数据开放绩效的影响因素及生成机制——基于20省的模糊集定性比较分析

[研究目的]政府数据开放是政府信息公开在大数据时代的延伸和跃进。各省政府因不同的制度安排及行动机制产生了数据开放绩效的差异。探究政府数据开放绩效的生成机制对促进政府数据开放的纵深发展具有重要意义。[研究方法]从制度逻辑的视角切入,运用模糊集定性比较分析法对20个省级政府数据开放平台进行分析,探究我国省级政府数据开放绩效的影响因素与生成机制。[研究结论]省级政府数据开放绩效受到多个因素的共同作用和影响,顶层设计与基本准备、数据利用和便民互动是影响政府数据开放绩效的关键因素。省级政府数据开放高绩效的生成机制包括了行政自我激励与规制机制、社会反馈机制和复合协同机制。

一种基于拓扑三角形集的地上下空间数据集成方法

地上下空间数据集成是数字城市、数字矿山与数字岩土工程建设中地上下无缝集成建模的关键。在空间数据集成内涵分析的基础上,讨论了地上下空间数据集成的机制与原理,提出地上下空间数据集成的初步方案。通过对Open GIS简单要素规范进行扩展,强调"体"的引入对三维空间数据集成的重要性,针对地上建筑、地形和地层建模分别采用CSG、CD-TIN和GTP模型的特例,提出了对CSG+CD-TIN+GTP模型数据进行集成的数据组织结构;并且设计了一种基于拓扑三角形集(TTS)进行地上下空间数据集成的技术框架,提出集成模型数据表达的方法。结合某城市地上下空间建模应用实例,给出基于TTS进行地上下空间数据集成与建模的效果。

基于模糊集合理论的主观信任管理模型研究

在开放网络环境中,信任管理模型是信息安全的重要前提与基础,考察了主观信任的模糊性,运用模糊集合理论对信任管理问题进行了建模,给出了信任类型的定义机制和信任的评价机制,定义了主体信任的形式化表示,并提出了信任关系的推导规则,构造了一个完整的主观信任管理模型,为开放网络环境中的信任管理研究提供了一个有价值的新思路。

基于Canvas Network开放数据集的MOOC学习分析

大规模学习者的参与使MOOC平台记录了海量学习者行为数据,这为基于大数据进行学习分析提供了基础。基于Canvas Network发布的开放数据集特点,对数据集字段进行统计分析,力图全面展现MOOC学习者实际学习状况。在统计分析的基础上,选取有学习者自我评价数据的样本,分析不同类型学习者在学习目标、每周期望学习时间、学习行为和学习成绩上的差异性。

中国省级政府数据开放水平的驱动机制研究

[研究目的]在政府数据开放价值被广泛接受的当下,如何提升开放水平日益成为政府数据开放发展面临的重要问题。[研究方法]从历史性因素、能力性因素和外源性因素三个层次构建影响政府数据开放水平的多层次分析框架,以模糊集定性比较分析方法对中国19个省级地方政府数据开放水平进行具体分析。[研究结论]研究发现存在先发优势型、政策驱动型、产业驱动型、组织机构驱动型4种政府数据开放水平的驱动机制。此外对于政府数据开放发展的不同阶段而言,组织机构、政策规则、在线政务服务水平及公众需求分别发挥了关键作用。中国各省市要结合自身所处发展阶段及具备的优势因素选择合适路径推动政府数据开放水平的提升。

基于MOOC开放数据集的学习行为分析

"互联网+"教育推动了教学模式的网络化进程。MOOC等线上教学模式的广泛开展,为教育研究者提供了海量的学习行为数据。通过对学习特征等信息的统计分析和挖掘,能够更好地掌控线上学习过程,改进课程建设,并很好地调控线下教学环节,达到最佳的教学效果。文章基于edX开放数据集,运用统计分析和主成分分析法对学习者信息、类型和行为进行研究分析,以期为在线教育模式改革提供参考依据。

汉字种子混淆集的构建方法研究

汉字混淆集是错别字识别中的重要资源之一。在本项研究中,首先手工整理了11935个汉字的可能的错别字,然后以这些汉字为节点、"可错成"关系为边,将混淆集构造成一个错别字混淆集图。由于人工总结错别字具有很大的局限性,因此在种子错别字混淆集图的基础上,设计了自扩展算法和开源外部补充算法来对错别字混淆集图进行扩展,以发现新的错别字对。根据实验,新发现了15133组错别字对。经过随机抽样校对,准确率达到87.35%。

资源基础视角下省级政府数据开放绩效生成逻辑及模式——基于16省数据的模糊集定性比较分析

[目的/意义]政府数据开放的浪潮自2009年从美国兴起以后,逐渐席卷全球。在我国,省级政府作为一省内最高决策主体,承担着统筹省内数据开放的重任。面临各省不同的资源禀赋,揭示其数据开放绩效的生成逻辑及模式,对提高数据开放绩效水平以释放数据价值、提升政府透明度和治理能力具有重要意义。[方法/过程]从资源基础理论视角切入,基于国内16省数据开展模糊集定性比较分析,构建了“组织资源-财力资源-技术资源”分析框架,探索各类资源条件对省级政府数据开放绩效的影响路径。[结果/结论]平台资源是影响省级政府数据开放绩效的关键因素。省级政府数据开放高水平绩效有组织驱动型、技术驱动型、经济-技术驱动型和综合驱动型四种生成模式。