关键词： 大数据技术   国有企业   薪酬管理   数据处理   管理体系  

摘要： 数字化技术赋能下，高质量发展成为当前企业发展的创新趋势，同时也是国有企业在激烈的市场竞争中获得更加广阔发展空间的重要途径。国有企业人力资源薪酬管理质量关系着企业是否能够维持高质量发展。本文重点阐述大数据时代国有企业人力资源薪酬管理现状，总结当前薪酬管理中存在的问题，提出解决问题的相关策略，以期为提升国有企业大数据背景下的人力资源薪酬管理水平提供理论支持。

关键词： 四象限探测器   光斑位置检测   互相关算法   FPGA  

摘要： 空间光通信是目前通信领域的前沿及热点研究内容,ATP系统是保证卫星激光通信链路稳定可靠的核心技术之一。探测器对光束角位置的检测精度严重影响着ATP系统的性能,是实现高性能捕获、瞄准和跟踪(Acquisition,Tracking and Pointing,ATP)技术的关键。无独立信标光远距离空间光通信系统具有微弱信号探测特点,探测器所接收的信号会受到背景噪声、散粒噪声和热噪声等因素的影响,这将严重影响系统对光斑角位置的检测精度,这是高性能远距离空间光通信必须解决的问题之一。针对低信噪比条件下基于四象限探测器(Quadrant Detectors,QD)的高精度光斑角位置检测问题,论文采用理论分析、仿真分析及实验验证方法开展了如下研究。论文基于对空间光通信国内外研究动态和微弱信号检测技术的分析,围绕提高无线光通信链路传输性能的研究目标,针对低信噪比条件下基于QD的光斑角位置检测问题,对四象限探测器位置检测精度的数学模型进行分析仿真。在低信噪比条件下,对经过强度调制的接收信号分别进行FFT线谱检测、时反卷积线谱增强、互相关线谱增强及卡尔曼滤波的仿真分析,完成了基于互相关线谱增强和卡尔曼滤波的接收信号的数据处理方案设计。论文通过MATLAB仿真平台和VIVADO平台实现对基于互相关和卡尔曼滤波的光斑位置检测方案的仿真分析,验证了该方案的可行性和有效性。验证结果表明,对输入信号进行互相关和卡尔曼滤波可以有效抑制噪声,得到较为精确的检测幅值。基于上述理论研究,设计并搭建了测试验证平台,完成了对基于互相关线谱增强和卡尔曼滤波的信号处理方案的实验验证,对算法处理前后输出光强值进行计算,并完成与直接检测方法的比对,实现了低信噪比条件下光斑位置检测精度的提高,证明了算法的可行性和有效性。

关键词： 多重集值信息系统   缺失数据   不确定性度量   特征选择   异常点检测  

摘要： 缺失数据的处理是机器学习和数据挖掘中的一个重要问题.数据的缺失带来了不确定性,使数据挖掘过程陷入混乱并导致不可靠的输出.粒计算是模拟人类思维和处理复杂问题的方法论,已成功应用于诸多领域.集值信息系统是处理缺失数据的一种经典模型.它的不足之处在于未考虑缺失数据出现的频率.为了克服这种不足,本文使用多重集值信息系统处理缺失数据并研究其具体应用,主要工作包括:(1)建立了多重集值信息系统处理缺失数据的粒计算模型.研究了多重集和概率分布集之间的关系,多重集可以看做有理概率分布集,从而可以基于概率分布集计算样本间距离,完成了多重集值信息系统中信息的粒化.(2)缺失数据增大了数据的不确定性.本文参考集值信息系统中的四种经典不确定性度量,提出了多重集值信息系统中的四种不确定性度量,研究了这四种度量的性质,并进行数值实验和统计检验评估提出的度量的性能.此外,基于提出的不确定性度量给出了多重集值信息系统中的特征选择算法.(3)异常点检测是与缺失数据密切相关的问题.多数研究将缺失数据和异常点检测视为两个独立的数据预处理过程,而忽视了在带有缺失数据的数据集上进行异常点检测的问题.本文使用多重集值信息系统处理缺失数据,设计了多重集值信息系统中的异常点检测模型,并进行数值实验和统计分析评估该模型的性能.

关键词： 向外长波辐射   数据处理   时空特征   LSTM算法   组合算法   预测  

摘要： 随着科学技术的快速发展,机器学习算法越来越深入当今社会与科学研究当中,机器学习模型被越来越广泛的应用于交叉学科研究领域。因此,本文主要使用机器学习算法对2002年9月到2022年2月卫星反演的向外长波辐射（Outgoing Longwave Radiation,OLR）数据进行时空特征分析和预测研究。首先,对原始数据进行预处理操作,探究东亚地区OLR的时空特征变化趋势;其次,通过单一机器学习算法对OLR的时空特征以及预测进行研究;最后,通过组合算法模型对OLR的时间序列进行预测分析。本文的主要研究内容有:（1）数据获取与预处理。首先,介绍了数据集的来源和获取方式;其次,通过编写相关批处理的脚本提取经预处理之后的数据集;然后,对数据进行缩放处理,使用归一化或者标准化操作消除样本中不同属性间的差异;最后,对数据进行经验性检验来验证数据的准确程度。（2）东亚区域OLR时空特征研究。本文运用了线性拟合、Mann-Kendall（M-K）和Pearson相关分析等方法对东亚区域OLR的时空特征进行分析,结果发现空间上OLR随纬度升高而降低,并且OLR以七月为分界线对称分布,而时间上关于赤道附近对称变化。在使用MK趋势分析发现空间上通过显著性检验区域的增长绝对值在2.2w/m2左右,通过MK突变分析得知OLR受2015年强厄尔尼诺“李小龙”的影响在此年前后会发生较大变化。最后,本文经相关性分析发现OLR与总柱水汽（Total Column Water Vapor,TCWV）、气温（Air Temperature,AT）、云顶温度（Cloud Top Temperature,CTT）有较高正相关,而与云顶气压（Cloud Top Pressure,CTP）呈负相关。空间上OLR与TCWV、AT都是在0～25°N为负相关,30～60°N为正相关。而OLR与CTP则在韩国、朝鲜、日本以及中国北部呈负相关,其他区域为正相关。OLR与CTT在东亚多数地方有超过0.8以上的正相关性,只有少部分地区有较低负相关。（3）基于单一算法对OLR的特征分析与预测。本文运用经验正交函数分析方法（Empirical Orthogonal Function,EOF）分析了空间特征趋势,结果发现EOF分解的四个模态总方差贡献度超过70%,四个时间系数PC都是下降的,并且得到了南海型与孟加拉湾型空间特征。然后建立LSTM网络模型对OLR数据进行预测,结果较好,误差较低,四种评价指标均方根误差RMSE、平均绝对误差MAE、平均绝对百分比误差MAPE、判定系数R2结果分别为2.8136、2.1669、0.9043、0.6812。（4）基于LSTM组合算法对OLR的预测分析。本文基于LSTM模型提出了EEMD-LSTM和VMD-LSTM两种组合模型对OLR的时间序列进行预测研究,结果发现组合算法模型要优于LSTM网络模型,同时VMD-LSTM模型为三者中最优,其误差评价指标RMSE、MAE、MAPE、R2分别为0.4238、0.3316、0.1386、0.9919,误差为三者中最小且判定系数非常接近于1,说明预测值几乎拟合真实值。图42表16参考文献96

关键词： 富锌底漆   无损检测   数据处理   主成分分析   红外光谱   神经网络  

摘要： 作为用电和发电大国，变电站和输电线铁塔等钢结构因环境腐蚀浪费严重。为了延长以上设施的使用寿命，减少经济损失，采用涂装防腐技术已成为操作方便、经济实惠的首选方案。在借鉴了锌牺牲阳极保护阴极的作用，涂料中加锌已然成为涂层防腐的主要手段之一。现如今，富锌底漆的多样性和质量良莠不齐的局面依然存在，以次充好的现象也时有发生。为防止经济浪费，需要有效鉴定不同含锌量的富锌底漆，并通过定性分析对样品分类识别。　　近年来，红外光谱分析技术因其分析速度快，不破坏完整性以及无污染等优点在各种检测领域被广泛应用。本研究使用40%和70%的富锌底漆、云铁中间漆和聚氨酯面漆制成的干膜样品，采用标准化学方法检测含锌的含量，并结合傅里叶红外光谱仪测定样本的特征信息，结合化学计量学方法进行漆膜样品的红外光谱识别和分析。本文重点探讨了红外光谱技术结合化学计量学模型建立的几个关键问题，包括光谱预处理、波长筛选和校正模型的建立等。为研究漆膜样品中不同含锌量的富锌底漆的无损检测提供了新的参考，采用校正模型的预测准确率评估了红外光谱在辨别不同富锌底漆含锌量方面的应用。　　本文研究了漆膜样品光谱数据处理方法。针对波峰差异，将数据分为六个波数段，并研究了不同预处理方法及组合对数据处理的效果。结果表明，经过二阶导数处理的预处理方法最佳。在最佳预处理条件下比较了各波段采用蒙特卡洛、以及其他选择方法在建立模型时的效果。经比较，PCA模型的鉴别率超过了70%，同时也进行了PCR和PLSR的比较分析，PLSR比PCR需要更少的成分就能获得同样的预测准确度。运用偏最小二乘(PLS)算法来降维度，并实现光谱样本分类和辨别，仿真实验结果显示，准确率高达90.30%。采用BP神经网络相结合的红外光谱分析法，并利用 K 折和双交叉验证法对模型进行验证，其预测均方根误差和百分比误差明显低于化学计量学方法建立的模型。　　本文使用红外光谱结合化学计量学进行模型计算，运用PLS和BP神经网络以及PCA主成分分析方法。通过建立富锌底漆样品含锌量的红外光谱预测模型，得出的预测均方根误差均在0.8以上，相关系数最高达0.99，证明红外技术识别富锌底漆方面具有可行性。

关键词： 星载激光雷达   反演算法   数据处理   气溶胶   光学参数  

摘要： 云和气溶胶是全球气候变化中的重要不确定性因素，高精度的云-气溶胶探测对于污染治理、生活出行、大气环境研究都有着极为重要的意义。星载激光雷达能昼夜不间断地获取全球云-气溶胶的垂直分布信息，是目前最有前景的云-气溶胶观测手段，也是遥感领域的研究热点。为增强遥感实力，提升在环境气候领域的话语权，我国研制并发射了星载云-气溶胶高光谱分辨率激光雷达（Aerosol-CloudHigh-spectral-resolutionLidar，ACHSRL）。一方面，作为全球首个基于碘分子吸收池的星载HSRL，ACHSRL的科研价值与战略意义不容小觑;另一方面，由于世界范围内缺乏探测体制相似的星载激光雷达研究经验，ACHSRL的数据处理也面临着诸多挑战。为充分利用ACHSRL数据，获取高精度的云-气溶胶光学参数反演结果，本文开展了如下工作：　　（1）开发了ACHSRL云-气溶胶光学参数反演算法。算法包含四个步骤：首先基于多分辨率的层次识别算法完整识别云-气溶胶层次边缘;随后利用柱积分迭代消光系数反演算法在层次内获得未经校正的光学参数反演结果;场景分类算法运用特定光学参数将层次分为气溶胶和不同相态的云;最后利用分类信息确定各层次的多次散射因子，完成光学参数的多次散射校正。上述反演算法为ACHSRL实测数据的批量反演提供了可行方案，也为其数据应用奠定基础。　　（2）通过仿真数据、机载样机数据与ACHSRL实测数据进行了充分的反演算法性能评估。仿真数据误差评估结果显示，在ACHSRL反演结果分辨率更高的情况下，其反演误差显著小于星载激光雷达CALIOP（Cloud-AerosolLidarwithOrthogonalPolarization）。秦皇岛机载飞行实验反映出反演结果与CALIOP统计值、中分辨率光谱成像仪气溶胶光学厚度的一致性，敦煌区域的折返飞行实验则反映出反演结果的自洽性。ACHSRL实测数据与CALIOP数据的反演结果廓线普遍呈现出较好的相关性，部分场景中的雷达比差异更侧面体现了HSRL反演体制的优越性。综上，三种数据的反演及对比结果均能有效证明ACHSRL云-气溶胶光学特性反演算法的鲁棒性、可行性与准确性。　　上述研究围绕着我国ACHSRL云-气溶胶数据应用的需求，提出了高精度的ACHSRL光学参数反演算法，并通过多种数据充分证明了算法的性能。该算法能够直接实现ACHSRLLevel1至Level2的批量数据反演，并为后续的星载HSRL算法开发提供有效参考。

关键词： 数据处理   数据流   近似计算   异常检测  

摘要： 信息技术的发展,不仅促进了互联网行业的发展,也推动了如煤炭行业等传统行业的数字化转型。在煤炭企业数字化转型过程中,对各类数据进行分析的数据处理系统是企业的常见需求。煤炭企业数据来源多样,除矿井各类传感器采集数据外,还有结构化、非结构化数据库数据和手动导入数据等,具备种类多、规模大、动态化、价值低的特点,为数据处理工作带来了挑战。传统的处理措施是针对不同种类数据和处理需求建立不同的数据处理系统,这种方法不仅使数据处理复杂化,还造成了资源浪费和管理困难等问题。煤炭企业矿井灾害监测对数据计算实时性的要求较高,但企业对数据计算的资源投入有限,无法满足矿井灾害监测预警的高时效性要求。此外,煤炭企业数据中的异常数据在监测预警领域价值更高,需要重点关注。因此对数据流的异常检测是系统需要解决的重要问题。由于数据流连续不断到达系统的特性,以往的静态异常检测算法在面对动态数据处理场景时存在局限性。 针对上述问题,本文设计并实现了一个面向实时处理的数据流计算系统,实现煤炭企业多种类数据的统一计算处理工作,并引入近似计算解决了资源有限条件下的快速计算问题和数据流异常检测问题。论文的主要工作内容如下: (1)针对资源有限条件下的实时计算问题,提出一种实时数据近似计算算法。算法基于分层采样的原理,采用二叉树自学习模型进行分层权值计算,基于得到的结果对数据流进行动态采样工作,并可根据系统数据流速进行权值调整。将采样结果作为代表样本进行近似计算,从而实现在高时效性要求的场景中,通过牺牲部分正确率的方式快速获得计算结果。 (2)针对数据流异常检测问题,提出一种改进后的基于遗传算法的增量局部异常检测算法。算法使用改进后的局部离群因子进行异常检测,并在窗口饱和时采用基于遗传算法的汇总策略对窗口内数据进行汇总操作。该算法能够在无数据先验知识的前提下,实现对数据流的动态快速异常检测。 (3)针对煤炭企业实际数据处理需要,结合本文提出的近似计算算法和异常检测算法,基于数据流计算模型设计并实现一个面向实时处理的数据流计算系统。系统按照需求划分为数据接入、流程构建、窗口化近似计算、资源管理、用户与权限管理和系统监控六个功能模块。该系统对各类数据采用通用的处理模式,能满足企业对于多类型数据的快速处理需求,简化用户操作流程,并可根据实际需要更换底层计算引擎,降低了企业数据计算学习成本,提升数据处理效率。 经过测试,本论文提出的面向实时处理的数据流计算系统各功能符合煤炭企业实际需求,主要功能的响应时间在规定范围内,能够满足煤炭企业对数据计算的实时性需求。