教学课程资源库 更多>>

关键词： 铝电解   大数据分析   可视化技术   决策树   平行坐标  

摘要： 铝电解生产过程会产生大量数据,这些数据作为工业4.0创造价值的原材料隐含着大量有价值的信息,有效分析这些数据信息能提高生产效益。但是,铝电解数据存在规模大、种类多、流转快、价值密度低等分析难点,企业传统的数据分析方式无法满足需求,而良好的可视化分析技术能够从海量数据中挖掘隐含信息,进而解决该难题。因此,本文以铝电解生产数据为研究对象、以可视化技术设计为研究目标、以基本参数的异常与关联性可视化分析技术、关键参数的决策方法、关键参数整体可视化分析技术为研究内容展开,旨在直观呈现铝电解大数据背后的价值,帮助铝电解企业科学、有效的决策。本文的主要工作包括:(1)针对传统方法无法有效分析铝电解基本参数的问题,设计多种可视化技术,用来分析参数的异常与关联性。首先,从静态分析的层次针对单参数、多参数的特点设计了7种可视化技术进行分析。然后,从动态分析的层次设计监控大屏,实现多角度、多视图协同动态分析。最后,结合多种算法与可视化技术,初步处理分析结果反映出的异常、挖掘参数间的关联性。(2)针对人为对铝电解关键参数无法及时做出科学决策的问题,改进ID3与C4.5两种机器学习算法,用来构建结合专家经验与机器推理的决策方法。首先引入AF关联机制、Gini指数改进原始的ID3、C4.5算法,解决原始算法分析铝电解大数据时运算效率低、决策效果差的问题。然后,利用关联性分析后的数据训练改进的算法,对出铝量、电解温度、分子比的值进行决策,相较于原始算法,改进算法的决策正确率最高分别提升了2.12%、1.43%、1.39%。最后,设计树状图可视化分析形成的决策规律。实验结果表明,企业管理者能够通过该方法科学有效的决策铝电解生产的关键参数。(3)针对现有可视化技术无法有效分析铝电解多个不同关键参数的问题,改进平行坐标可视化技术,以一种可视化技术分析多个处理后的关键参数的整体规律。首先,针对性的引入KPCA降维技术、谱聚类技术解决原始技术可视化铝电解大数据时可视性低、规律不明显等问题。然后,融入轴排序技术、贝塞尔曲线化技术增强折线的聚集性与视觉的连续性。最后,融合交互技术分析多个关键参数的整体规律。实验结果表明,所提方法改善了可视化效果、提高了管理者分析、获取数据整体规律的效率,增强了企业挖掘铝电解大数据背后价值的能力。

关键词： 入境旅游   目的地评估   概率语言术语集   多属性决策   大数据分析  

摘要： 入境旅游在扩大外汇、增加就业、提升国际知名度等方面具有积极意义,因此拓展入境旅游市场成为各城市提升自身竞争力和扩大对外经济贸易优势的重要手段。随着我国经济发展水平和旅游资源禀赋的提升,入境游客偏好逐渐多样化,从而导致入境旅游规模差异不断扩大。因此,为了加强世界旅游建设,构建合理和科学的评估模型对各旅游地进行竞争力分析是非常必要的。然而,在决策过程中,存在某些很难用具体数字表达决策者偏好的情况,为了突破这一困境,基于概率的语言词汇系统应运而生。概率语言术语集是决策理论中的一项重要内容,它通过语言标度和对应的概率将决策偏好转化为定量信息,使评价结果更易于接受。基于以上分析,本文在概率语言环境下对入境旅游目的地选择这一多属性决策问题进行了深入地思考和探讨,通过多种影响因子和评估方法对旅游地进行综合评估。本文取得的研究成果如下:(1)基于我国入境旅游目的地选择的相关研究现状,识别有关入境游客选择的影响因素并构建合理的入境旅游目的地评估指标体系;(2)针对入境旅游目的地竞争力评估信息为概率语言术语集,且属性权重未知的入境旅游目的地选择问题,分别提出了概率语言MAUT评估模型、概率语言PROMETHEE II评估模型、概率语言PAMSSEM II评估模型,并将MAUT和PAMSSEM II方法组合应用于概率语言环境;(3)将本文构建的四个评估模型应用到入境旅游目的地选择算例中,并对大量旅游样本进行大数据分析。同时,利用有效性检验和对比分析来验证以上四个模型的性能,并指出方法组合应用的优势。本文的创新之处在于:(1)对多属性决策方法进行组合设计,从而提高方法的整体性能;(2)构建以定性指标为主的旅游目的地评估指标体系,以拓展传统的入境旅游目的地评估方法。

关键词： 循环肿瘤DNA   数据库   大数据分析   肿瘤液体活检  

摘要： 研究背景: 长期以来,肿瘤是人类面临的主要健康威胁之一,肿瘤的早期检测和肿瘤进展状态监控一直是肿瘤防治的重点领域。肿瘤的早期检查往往会使用影像学检测或者组织穿刺活检。但是影像学的检测受到仪器分辨率的影响,检出的能力有限,对肿瘤性质的了解也仅限于形态和大小等方面。而组织活检是侵入性的取样操作,操作难度高,患者较为痛苦,同时也容易带来肿瘤的播散。此外,肿瘤活检受采样偏差和肿瘤异质性的影响明显,也难以重复取样,无法实时观察肿瘤进展情况。相比之下液体活检具有可以全面了解肿瘤特征,取样方便,样本可以反复获得等优势。因此寻找有效的液体活检肿瘤标志物是研究者亟待解决的问题。一般而言肿瘤标志物具有以下几个特征:一是能够很好地和其他非肿瘤疾病区分开、二是能够对肿瘤状况进行监控、三是为某类或者某些肿瘤类型所特有。常见的蛋白质标志物,比如癌细胞抗原、CA-125等在特异性和敏感性方面均不够理想。循环肿瘤DNA(ctDNA,circulating tumour DNA)是肿瘤衍生的DNA片段,在体液中的半衰期短,因此可提供肿瘤的实时快照,为肿瘤监测提供了另一条途径。ctDNA已经被大量研究证明出可以反映原发肿瘤的突变特征,同时肿瘤进展可以通过突变等位基因频率(VAF,variant allele frequency)和检测到的变异数量来监测,是较好的肿瘤标志物。 ctDNA在肿瘤早期筛查、寻找药物敏感标记和作为最小残留疾病标记上都具有重要地位。在目前的检测技术的支持下,大部分的肿瘤患者都可以检测出ctDNA。虽然ctDNA在指导治疗决策方面具有令人鼓舞的功能,但是ctDNA的可检测性因肿瘤类型而异,检测需要针对性的指导条件。因此需要一定量的数据基础,特别是针对不同的肿瘤或者不同ctDNA突变。 近年来,随着ctDNA检测技术的发展和研究的不断深入,ctDNA和肿瘤组织测序乃至和其他液体活检标志物之间的协调性和差异性,以及对ctDNA实用性的研究都有了不同程度的进展,ctDNA相关研究的数据的积累速度前所未有。目前,ctDNA研究领域内缺乏可靠的数据库,而对这些重要数据进行统一收集整理将有助于发挥其潜在的巨大价值。为此本研究设计了CATCH-DB(CAtalogue of Tumor Circulating DNA in Human)数据库,旨在促进ctDNA的研究,补充癌症研究领域的基础数据资源。 方法: 该数据库主要从文献、肿瘤类型以及突变三个层面进行标准化基础数据收集。通过人工阅读文献下载、查找、归纳、分析重要数据。经过对相应关键字的检索,我们获得并浏览了近十年的7000多篇文献,筛选出4000多篇与人类ctDNA研究相关文献。将纳入研究的文献进行收集整理,获得文献、样本和突变数据。文献数据包括文献名、文献摘要、作者以及出版年限、ctDNA提取方法等;样本数据包括:样本名称、病人名称、年龄、肿瘤临床分期、基因组版本号等;突变信息包括:突变基因、突变位置、VAF值、测序深度等。本研究进一步对突变信息按照对应的基因组版本号进行全面、统一的注释并剔除注释未成功的数据。由于克隆造血(CH,clonal hematopoiesis)一直是ctDNA检测中的污染源会影响数据的准确性,本研究还收集了克隆造血的相关信息以提高数据的可信度。为了使所有数据得到更好的利用,我们进行了统计学和生物信息学分析,包括针对不同肿瘤类型的ctDNA热点区域、不同突变基因的分析、GO富集通路分析、Reactome数据库富集通路分析、不同时间点的ctDNA样本分析展示等。最后构建了数据库网页对数据和分析结果进行展示,方便用户进行循环肿瘤DNA相关信息和临床价值评估。 结果: 本研究构建了一个ctDNA整合资源与分析平台CATCH-DB(本研究正投递SCI中故先不公开网址),该资源提供了一个用户友好的界面,用于存储、管理和解释来自多种肿瘤类型的ctDNA信息,旨在协助研究人员研究ctDNA的生物学和临床意义,为肿瘤研究领域基础数据资源提供有益的补充。本研究一共筛选出近十年的4000多篇相关文献,搜集整理了87篇文献中的样本和突变信息。从23,515个样本中获取230,388条突变信息,涉及30种不同类型的癌症和45种癌症亚型,还包括从87篇出版物获取的统计信息,如:高复发突变、基因体细胞突变频率,驱动程序之间的共存关系等。采用统一标准的流程对数据进行注释,从不同角度对数据进行整理分析。研究者可从文献、肿瘤类型、突变基因对数据库进行浏览、搜索,平台也提供了友好的帮助和下载页面。另外目前本研究的ctDNA数据大部分是从外周血和脑脊液中鉴定出来的。 结论: CATCH-DB是第一个综合性整理循环肿瘤DNA数据的数据库。CATCH-DB允许通过肿瘤类型、突变基因等信息轻松访

摘要： 一、引言随着信息技术的飞速发展，大数据分析逐渐成为现代社会的关键驱动力之一，特别是在医疗领域。近年来，医疗系统积累了大量的患者数据，包括诊断、治疗、药物反应等。通过有效分析这些数据，可以为医疗提供更精确、更个性化的解决方案。同时，大数据分析的应用也带来了许多信息安全方面的挑战和问题，例如患者隐私的保护、数据的完整性和可用性等。本研究的目的在于深入探究大数据分析在医疗信息安全领域的角色及其所带来的挑战。通过分析这一领域的现状和趋势，理解如何利用大数据的潜力来增强医疗服务的质量和效率，同时确保信息的安全和隐私。

关键词： 制药设备   故障预测   大数据分析  

摘要： 随着制药行业的发展，制药设备的稳定运行对于保证药品生产的连续性和产品质量至关重要。本文重点探讨了制药设备常见的故障类型，详细描述了故障数据的收集和处理方法，并利用大数据技术对这些数据进行深入分析，从中提取有价值的信息。进一步地，通过采用机器学习和深度学习等先进方法，研究了故障预测技术，并对不同的预测模型进行了比较和选择。通过实证研究，验证了所提出方法的准确性和实用性，为制药设备的稳定运行和维护提供了有力的技术支持。

摘要： 一、引言社交媒体已经成为人们生活中获取信息、表达观点和互动交流的重要工具。同时，社交媒体也积累了大量的用户数据，这些数据中包含了用户的个人信息、社交关系、兴趣爱好等多种信息，对于企业和个人来说都具有重要的价值，这为研究者们提供了宝贵的研究资源。大数据分析与挖掘技术的出现，为社交媒体中的数据分析和应用提供了强大的支持和工具。本文主要研究了大数据分析与挖掘在社交媒体中的应用，并分析其存在的问题以及优化途径，提升社交媒体产品和服务的质量。

关键词： PM2.5   气溶胶光学厚度   数据融合   机器学习   大数据分析   空气质量  

摘要： 以大气颗粒物为主的灰霾污染已成为近年来全球广泛关注的生态环境质量问题,定量监测大气气溶胶光学厚度（AOD）和颗粒物(PMx,包括PM2.5与PM10)浓度是开展区域空气质量精细监管及灰霾污染联防联控的重要基础。根据监测平台与方式的区别,AOD与PMx浓度数据可通过地基观测、模式模拟和卫星遥感反演手段进行获取。地基站点虽能够提供高时频的精准实测数据,但其空间分布较为稀疏。数值模式虽可模拟时空连续大气气溶胶及颗粒物的分布情况,但所得结果空间分辨率较粗且不确定性较大。随着卫星遥感技术的快速发展,利用卫星遥感反演AOD产品估算近地面PMx浓度,已成为区域灰霾污染定量监测的重要技术手段。然而,受云覆盖或冰雪等亮地表因素的影响,卫星遥感反演AOD产品常存在大面积数据缺失,进而降低了PMx浓度格点数据的时空覆盖率,客观制约了区域灰霾污染的全方位监测。在“地理数据爆炸、但地理知识贫乏”的时代背景下,顺应遥感技术从基础数据获取向提供高质量产品服务的转变趋势,本文综合集成多源观测资料均质化、缺失信息重建、点–面多尺度数据融合分析、机器学习建模等技术方法,充分发挥多源异构数据间的自相关特性与时空互补优势,实现“卫星–地基–模式”异构数据资料的智能融合与同化,生产了我国2000年以来逐日1km分辨率的时空无缝AOD与PMx浓度格点数据集,并据此分析了我国近20年来的大气灰霾污染时空特征及人口暴露风险。本项研究工作旨在为多源异构气溶胶数据融合提供技术示范,为区域空气质量精细管理提供决策参考。本文具体研究内容和主要结果结论如下:（1）针对卫星遥感反演影像存在的数据缺失问题,本文发展了顾及AOD日变化特征的经验正交分解重构技术,依托既有卫星观测资料重建日间多时刻缺失数据,实现了日间逐小时AOD数据空间覆盖最大化。同时,结合MERRA-2模式模拟结果与地基实测大气污染物浓度数据,开展星–地–模多源异构数据的智能融合分析,生成了数据精度与时空分辨率俱佳的AOD再分析产品。地基验证结果表明融合产品的精度质量显著高于原始卫星反演和模式模拟结果,充分体现了融合数据的质量优势和应用价值,为估算时空全覆盖近地面大气颗粒物浓度提供了关键技术支持。（2）围绕时空无缝PM2.5浓度数据集生产,本文综合对比了不同方案在PM2.5浓度估算精度与空间细节上的差异,重点探究了多源AOD数据融合与PM2.5浓度估算顺序、地基观测资料的融合方式与融合顺序对数据质量的影响。实验结果表明:先开展多源AOD融合,再估算PM2.5浓度,最后将其与地基观测资料融合是较佳的PM2.5浓度无缝制图方案。同时,本文讨论了将地基PM2.5浓度观测资料作为空间自相关变量加入PM2.5浓度估算模型的局限性,该方法虽得到较高精度的PM2.5估算结果,但其空间分布形态受距离权重函数参数设置的影响较大。（3）在此基础上,本文构建了用于生产长时序高分辨率时空无缝大气污染物浓度产品的地理大数据集成分析框架,生产了中国2000年以来逐日1km分辨率时空无缝AOD、PM2.5和PM10浓度数据集。多重验证结果表明,该套数据集具备稳健的数据质量(AOD总体精度R=0.91,RMSE=0.21;PM2.5浓度总体精度R=0.95,RMSE=12.03μg/m3;PM10浓度总体精度R=0.94,RMSE=19.56μg/m3),在实现数据时空全覆盖的同时,保持了较高的精度水平。（4）依托该数据集,本文分析了我国21世纪以来灰霾污染的长期变化趋势和人口暴露风险。结果显示我国灰霾污染变化可分为三个典型期,即2000–2007年为上升期、2008–2013年为峰值期、2014年后为下降期。到2018年,我国灰霾污染程度基本恢复到与2000年相当的水平,客观证实了我国近年来大力开展灰霾污染治理的成效。然而,进一步分析结果表明,截止到2020年,我国仍有超过1/3的人口暴露在PM2.5二级浓度标准水平中,相关部门仍需要采取进一步减排行动以持续治理我国大气灰霾污染。

关键词： 企业管理   二元创新   大数据分析   战略决策  

摘要： 随着国家创新驱动发展战略的逐步深入，我国企业创新水平与创新活力不断提升，“大众创业，万众创新”势头发展良好。二元创新作为企业关键的创新战略，既是企业实现可持续发展的必由之路，又是企业面临的一大难题，对大多数企业来说，同时进行探索式创新和利用式创新是困难的。然而，随着大数据、人工智能、云计算等先进技术的不断发展与成熟，世界进入数字化时代，海量的数据动辄达数百TB乃至数十PB，形成了大数据，这些大数据中蕴含着无尽的信息资源，给企业二元创新带来了新的机遇。如何通过大数据分析能力从海量的数据中挖掘有价值的信息提升企业的二元创新水平，解决探索式创新和利用式创新之间的矛盾，成为学者和企业家普遍关注的焦点。现有文献普遍认为大数据资源在企业二元创新过程中扮演的重要角色，充分挖掘大数据资源背后的价值是企业发展的必由之路，同时现有研究表明二元创新不仅受到企业资源的影响，还受到企业对环境的敏捷性以及管理者战略决策的影响。但是在大数据背景下，大数据分析能力如何具体影响二元创新的文献较少，现有文献尚缺乏深层次的研究来揭示大数据分析能力与二元创新之间的具体机制，也缺乏切实可靠的实证结论。因此，本研究基于动态能力理论视角，探究大数据分析能力对企业二元创新的作用机制具有一定的理论价值与实践价值。此外，由于大数据分析能力对二元创新的影响是一个动态的、长期的过程，受到多种因素的影响，为了探究多种因素之间的协同作用对二元创新的影响，本研究进一步采用模糊集定性比较分析方法对二元创新的形成机制给予定性与定量的支持。　　本研究通过梳理大数据分析能力、动态决策能力、跨职能整合能力和二元创新四个变量的概念内涵和相关研究，主要借鉴了动态能力理论，归纳论证已有文献，提出了本文的研究假设和理论模型。为了验证本研究变量之间的关系，本研究以应用大数据分析能力企业的中高层管理者为研究对象收集数据，首先从大数据分析能力对二元创新的影响机制切入，运用SSPP.26和AMOS2.2软件对回收的236份有效问卷数据进行信效度检验、描述统计与相关性分析和假设检验，由此得到了大数据分析能力、动态决策能力和跨职能整合能力对企业二元创新的具体作用机制。其次，本研究还综合考量了各前因变量之间的相互关系以及协同效应对二元创新的等效路径，并且将大数据分析能力细分三个子维度（大数据分析基础设施能力、大数据分析管理能力、大数据分析人才能力），深入探究子维度之间的相互关系对二元创新的影响。　　研究结果表明：（1）大数据分析能力和动态决策能力都会对企业二元创新产生显著的积极影响;（2）大数据分析能力可以显著地促进企业动态决策能力的提升;（3）动态决策能力在大数据分析能力与企业二元创新之间扮演了中介桥梁作用;（4）跨职能整合能力在大数据分析能力、动态决策能力和二元创新之间的起积极的正向调节作用;（5）通过模糊集定性比较分析法我们得到了3条高水平二元创新构型路径，三条路径中，大数据分析人才能力是最为核心的因素，对二元创新的影响最大，同时也得到了4条抑制二元创新的路径。最后，本研究分析探讨上述研究结论，得到了本研究的理论贡献和管理启示，并提出本文的研究局限与未来研究的展望。

关键词： 传统村落   活态遗产保护方法   保护要素分级分类   核心价值   大数据分析  

摘要： 传统村落是我国传统文化的主要发源地，作为具有生命力的活态遗产有着极为重要的价值。当前随着快速的城市化进展，我国大量的传统村落正在逐年消失，除传统村落空心化以及显性保护要素被破坏等原因外，其隐性保护要素内核的崩塌则是更为重要的原因。而“活态遗产保护方法”是一种通过延续遗产价值和使用功能来稳固遗产隐性保护要素并指导显性保护要素保护的工作方法，基于这一理论对我国传统村落的保护要素的构成及分类进行探讨，研究传统村落遗产的有形实体与无形文化双重保护与共时呈现。通过大数据采集中搜索引擎优化的方法判断近年来传统村落保护要素的侧重趋势，进一步通过建立“灰色关联度”数学分析模型来对其进行分类、分级，凸显传统村落的核心价值并加以保护。最终形成以传统村落可持续发展为核心的保护要素分级分类体系，将活态遗产保护方法具体映射到传统村落的保护要素中，以期为我国传统村落保护工作建言献策。