基于时间变元绑定的双时态索引模型研究

在基于点方法的双时态索引算法基础上,引入了时间变元绑定的形式化描述,扩充了其索引的双时态数据,使由于时间变元绑定而导致数据错误的双时态索引问题得以解决,给出了相应的数据变换和查询变换模型,并指出了其实现方式.     

企业数据字典标准化管理平台解决方案探讨

结合企业信息化建设的实际,对企业建立数据字典标准化管理平台进行了研究.该平台主要管理企业现有各信息系统的数据元信息,建立了企业标准化的数据字典信息库,遵循制定的数据字典标准可建立新的IT应用系统数据库.有了企业数据字典标准化管理平台,可对企业所有的数据结构信息进行统一规划、统一管理、即时发布.主要从平台的流程分析、数据分析、功能分析、设计思路等方面阐述了企业数据字典标准化管理平台的解决方案.     

基于联盟链的工业物联网数据存储模型

由于工业物联网数据具备较强的私密性,数据是否能够安全存储成为工业物联网发展的关键问题。针对这一问题,提出一种基于联盟链的工业物联网数据存储模型。为保证数据存储的效率与安全,首先,在原有PBFT算法的基础上搭建节点状态信用评估模型同时增加投票机制;其次,结合节点状态在SM9数字签名算法中设置多密钥生成中心共同参与密钥生成。对模型的吞吐量、共识时延及通信开销进行实验分析,结果表明,该模型相较于传统模型在数据存储、安全性方面得到了进一步保障,降低了黑客攻击并防止数据泄露或被窜改,并在通信开销方面提升了40%。     

民航领域突发事件的实体链接方法

实体链接的相关研究主要集中于医疗、生物和新闻领域,但在民航领域的研究较少。因此针对民航领域实体链接任务进行了研究,发现在实体链接中存在实体变体多、歧义少等问题。为解决上述问题,提出了一种基于语义推断的实体链接框架以及一种用于增强框架鲁棒性的负采样策略。在民航领域数据集上进行了对比实验,结果表明所提框架链接效果优于现有基准框架,并通过消融实验,验证了负采样策略的有效性。在负采样策略的作用下,该实体链接框架的Acc@top1高达0.875。     

基于半监督深度学习法的网络大数据集成挖掘

传统的数据集成挖掘方法在集成与挖掘两个步骤之间存在较大误差,导致大数据出现乱码问题,数据显示不全.为解决上述问题,提出基于半监督深度学习法的大数据集成挖掘方法.利用有监督与无监督深度学习间的机器学习,组成半监督深度学习.利用支持向量数据组建立超球体.依据超球体结合标记样本,组建半监督深度学习数据检测模型,筛选样本特征词,利用半监督深度学习方法训练单分类SVDD模型,实现网络大数据集成挖掘.仿真结果证明,所提方法能够高精度、高效的对大数据完成集成挖掘,具有理想的应用性能.     

基于MapWinGIS的海缆故障数据全方位可视化仿真

针对海缆部署环境复杂,不利于现场检测的问题,设计了基于MapWinGIS的海缆故障数据全方位可视化系统.为了准确有效检测出新型多模光纤海缆故障,在系统底层构建了布里渊分析模型,利用布里渊特性分析将采集到的数字信息转换成具有实际意义的关联信息,根据温度与应变计算海缆的全方位状态数据,包含各类故障数据及其波形.系统中间层对数据做特征提取、重构,降低数据的冗余度,得到海缆故障的类型和位置.系统上层实现海缆数据分析结果和模拟波形的显示.通过仿真海缆故障,验证了布里渊特性分析具有良好的抗噪和拟合效果,能够准确捕获到各类故障造成的参数异常情况,设计的海缆故障可视化系统能够全面准确的监测海缆的故障类型及其故障位置,提高海缆故障监测的整体性能.     

物联网通信大数据库半结构化数据识别方法

为了提高物联网通信大数据库的运行速度与处理效率,提出一种物联网通信大数据库半结构化数据识别方法,通过计算大数据库内数据的稀疏度系数与划分系数子空间,获得不同种类数据的关联特性,根据半结构化数据结构得到该其储存节点坐标,使用主成分分析和德尔菲算法融合集成转换为综合加权法,赋予识别半结构化数据得到指标权重,根据Tanimoto系数度量半1结构化数据的相似性并优化参数,实现识别大数据库内的半结构化数据.实验证明,通过所提识别方法处理后的数据重写率大幅度降低,且识别结果与真实结果差值较小,具有一定实际应用价值.     

基于负载随机性的互联网络链路流量识别方法

针对当前互联网络链路流量识别方法未考虑数据块类别,导致互联网络链路流量识别准确性和效率较低,流量识别误报率和漏报率较高的问题,提出基于负载随机性的互联网络链路流量识别方法.利用数据包负载随机性检测方法,判断网络数据流中数据块负载随机性类别.将判断结果作为机器学习方法的已标注数据集,提取数据流特征属性构成样本集合,采用ID3算法,训练分析该样本集合,寻找数据间规律,构建分类模型,通过分类模型预测和评估未知数据流量,实现互联网络链路流量识别.实验结果表明,上述方法识别不同类型流量的漏报率和误报率较低,具有较强的识别可靠性,识别时间较短,能够有效提高识别准确性和效率.     

资源数据传输效率优化评估数学模型仿真

传统传输效率评估方法未考虑数据传输最佳停止规则,不能确定最佳停止时间,导致数据传输能耗较大,评估结果与实际数值不相符.因此,提出一种资源数据传输效率优化评估数学模型,根据已有的传输延迟需求,分析数据速率的传输能耗问题.利用无线信道质量随机变化的特点,将数据平均能耗组建成最小化的框架结构,引入最小化预期成本,进而根据框架确定最佳停止规则,再根据该规则来算出最佳时间停止时间,以此计算不同侦测时间段的最佳传输速率阈值,实现资源数据传输效率的优化;通过网络节点瞬时行为建立数学模型,利用节点丢包率完成对效率优化的评估.根据仿真可知,所提效率优化方法具有较小的平均能耗和较高的传递率,资源数据传输效率得到提升,通过数学模型获得的评估结果与实际值曲线基本一致,证明所提模型具有高精准度.     

政务涉企数据开放赋能银行风险管理

随着我国经济发展进入新常态,面对百年未有之大变局,应加快推动政务涉企数据的开放,让商业银行在借助金融科技乘风破浪的同时,坚决贯彻落实中央关于重大风险防控要求,积极发掘数据价值,合理使用数据,提高风险管理的有效性,既防"黑天鹅",又防"灰犀牛",守住不发生系统性金融风险的底线,为创新金融服务,维护金融稳定,更好地服务实体经济做出新的贡献.