基于聚类挖掘的科技数据价值动态监测方法

由于传统的科技数据存在噪声较多,导致科技数据价值动态监测效果较差等问题,提出一种基于聚类挖掘的科技数据价值动态监测方法。预先采用聚类挖掘方法对数据挖掘与聚类,建立动态距离函数,在此基础上对数据自身属性的识别,使相邻之间的数据进行特性交换与结合,并对数据噪声去除,实现基于聚类挖掘的科技数据价值动态监测。实验结果表明,所研究的监测方法在正常数据下和入侵数据下都能够在短时间内实现数据价值动态监测,并且在入侵数据下也能够实现准确监测,满足方法设计需求。

青海东部农区引进燕麦品种各器官C、N、P生态化学计量学特征变化研究

以4个引种燕麦(Avena sativa)为典型代表,对其不同生育时期根、茎、叶中的C、N、P含量及其化学计量学特征进行测定,探讨不同生育时期燕麦C、N、P元素含量及其化学计量比的变化规律,为燕麦饲草的科学收获提供理论依据。结果表明:燕麦全株C、N、P含量分别为322.30~333.97、17.42~75.62、2.74~5.42 mg·g^(-1),燕麦根C、N、P含量分别为298.42~317.92、11.47~73.71、2.82~3.42 mg·g^(-1),燕麦茎C、N、P含量分别为311.25~338.86、10.15~75.16、2.44~5.06 mg·g^(-1),燕麦叶C、N、P含量分别为330.80~372.47、30.64~113.80、2.59~8.65 mg·g^(-1);各器官间C、N、P含量表现为叶>茎>根。此外,燕麦各器官C、N、P含量的积累过程具有一定季节特征,C含量积累过程受生育时期影响较小,表现出较强的稳定性;而N和P含量的积累过程受生育时期影响较大,其在拔节期~抽穗期均高于开花期~乳熟期。燕麦各器官C∶N、C∶P和N∶P分别为4.42~24.44、70.72~124.56和6.56~17.28,其中C∶N、C∶P在开花期~乳熟期均高于拔节期~抽穗期;N∶P则规律相反。

关于青海省大型科研仪器共享工作研究

通过对外省(市)大型科研仪器开放共享工作举措和先进经验的专题调研,发现了青海省大型仪器开放共享工作的体制机制不完善、开放共享意识不足、缺乏物联网手段和工具、仪器资源分布分化明显、财政补贴资金规模小等问题,并从体制机制、共享意识、资源整合、信息化建设等方面提出了对策建议,旨在优化全省科技基础条件资源配置,促进科学仪器设备资源的高效使用和合理流动。

基于数据挖掘的数据库信息查询访问控制系统设计

为增强数据库信息查询机制的完整性,使得网络主机可以有效控制数据信息参量的访问连接行为,设计基于数据挖掘的数据库信息查询访问控制系统。以CloudFileUser控制主机作为核心应用结构,调节Server查询模块与数据处理模块之间的实时连接关系,完成访问控制系统的硬件执行环境搭建。根据数据挖掘原理,提取数据簇中心,根据待转换数据集合定义表达式,计算挖掘指令的执行深度,实现控制系统软件执行环境的搭建,结合相关硬件应用设备,完成基于数据挖掘的数据库信息查询访问控制系统设计。对比实验结果表明,所设计系统的信息查询完整性系数最大值可以达到71.6%,网络主机与信息访问连接有效性得到大幅提升。