共查询到20条相似文献,搜索用时 312 毫秒
1.
简述了移动Agent基本理论,提出了一种基于移动Agent技术的并行Web信息检索的模型,给出了并行检索的流程,分析了并行性能。探讨了移动Agent的任务分配策略,指出了设计基于强化学习的任务分配算法是提升并行检索性能的发展方向。 相似文献
2.
3.
4.
装备生产质量是一型装备能够可靠使用的关键,对装备在实际应用中具有重要的意义,本文主要是针对装备生产过程中的大量试验数据,借助PT模型,利用大数据挖掘思想建立装备大数据分析处理与智能信息服务,是开展装备数据工程建设的关键技术之一。分析了装备试验数据的特点,结合大数据处理分析思想,提出了一种装备大数据概率分析模型,采用一种基于PT模型检测技术,根据建立的状态变迁模型并结合Baum-Welch算法来验证算法的可靠性。 相似文献
5.
6.
《科技通报》2015,(10)
通过挖掘生物信息大数据,从生物信息大数据库中提取感兴趣的数据特征,分析生物信息大数据集的细节结构,提高对生物信息的采集、处理、存储、传播,分析能力。传统的生物信息大数据挖掘模型采用基于小波多窗谱提取的生物信息挖掘算法,由于生物特征的属性权重需求各异,数据挖掘精度不高,提出一种基于梯度采样局部收敛的生物信息大数据挖掘模型。首先构建生物信息大数据库模型和生物信息特征挖掘实体模型,采用提取采样局部收敛方法实现对数据挖掘模型的改进,通过求解最优输入控制序列以及索引系统最优目标函数,实现系统的控制输入和预测,使用梯度采样局部收敛的方法进行生物信息大数据挖掘检测,得到生物信息大数据的梯度采样局部收敛属性集合。仿真结果表明,能实时准确地实现对生物信息的储存、检索和分析,提高数据挖掘能力,收敛精度较高。 相似文献
7.
【目的/意义】随着我国电力行业的快速发展,大数据技术在电力行业中的应用也得到了进一步提升,掌握大数据技术对于我国电力行业的建设具有十分重要意义。【方法/过程】本文首先阐述了电力行业大数据的含义和特征,然后构建了在大数据环境下基于信息生态理论的电力行业信息生态模型,最后在电力行业信息生态模型基础上构建了电力行业大数据应用框架模型。【结果/结论】为了解决电力行业中信息生态失衡的现象,避免电力行业在大数据应用过程中出现复杂性、无序性、不稳定性等问题。 相似文献
8.
《科技通报》2015,(10)
在计算机信息管理中,需要对计算任务按优先级或复杂度进行优化排序,实现计算效益优化。研究云计算信息系统中的计算任务优化排序算法,提高数据管理和调度的效率。传统方法采用子带合成滤波方法进行任务排序,计算开销和执行时效性方面性能不好,提出一种基于带滤波分块采样的计算任务排序算法。计算在整个计算机信息管理基站的每个站点的合计成本,根据信息匹配相关度进行资源搜索,计算任务分配时半滤波分块采样的收敛函数,得到基于半滤波分块采样的任务排序二元假设检验分配模型,实现任务优先级排序优化。仿真结果表明,采用该算法对云计算信息系统中的计算任务进行排序,能有效准确地确定计算任务的优先级,减少任务冲突,提高任务执行效率,在计算机信息管理和任务分配中具有较高应用价值。 相似文献
9.
【目的/意义】大数据环境下通过对大量的信息进行分析,梳理出影响人际关系、精神状态、行为轨迹、各种 奖惩统计、微博微信活跃度、宗教信仰等个性问题,挖掘大数据背后蕴含着的大量不同主题内容的数据模块。主动 掌握个性行为发生的规律和特点,并据此做出研判和预测。【方法/过程】本文提出了一种有效的智能预测模型,使 其能够用于寻找影响人际关系问题的关键因素。通过对个性行为数据的分析,首次提出一种基于混沌正余弦优化 的模糊k近邻模型,使其能否对大数据环境下的个性行为做出智能预测。【结果/结论】此模型能够深度挖掘个性行 为和心理问题,帮助管理者进行宏观决策,辅助教学生产安全管控,实现预警指标模型、预警信息产生、预警信息推 送等一系列的预警功能。 相似文献
10.
【目的/意义】数字经济时代,信息价值属性是知识产权保护的重要内容,信息如何定价、如何合理定价伴随着大数据时代的到来而愈发突出,成为融媒体产业发展道路上的堵点问题。【方法/过程】基于国内外学者研究成果的梳理,分析了各个节点媒体信息的定价模型,从传统静态定价的成本法、收益法、市场法,到衍生出来的AHP法、顾客感知价值法、信息质量定价法,再到动态的多情境协议定价法,分析各种定价模型的优缺点;同时,通过分析大数据时代融媒体信息定价依据,设计出更加合理的融媒体信息定价模型。【结果/结论】以模型演化的角度分析了媒体信息定价方法的发展脉络,提出了大数据时代融媒体信息定价模型及利益分配机制,为融媒体信息定价提出了参考的有效方案。【创新/局限】整合了融媒体信息定价的演化过程,分析了各个阶段的不足和需求,揭示了大数据时代定价所需考虑的问题,但在具体方法上需要进一步研究。 相似文献
11.
大数据时代的数字图书馆异构数据集成研究 总被引:1,自引:0,他引:1
在大数据时代,数字图书馆的数据处理及服务将会发生明显的变化,将从传统的信息查询、推送等服务转向在海量的数据中分析和挖掘出潜在有价值的信息,而关系型数据库的结构和机制不能很好地适应这种变化。针对数字图书馆在大数据背景下异构数据的集成问题,提出了基于NoSQL的中间件模型的数据集成方法。该方法有利于数字图书馆存储各种结构的数据,同时能够很好地适应海量数据分布式存储。 相似文献
12.
【 目的/意义】解决获取虚假网络医疗信息数据集时专业知识不足的问题,帮助在小样本领域构建虚假网络
医疗信息识别模型。【方法/过程】本文提出一种基于权威辟谣信息转化提取构建网络虚假医疗信息数据集的思路,
并依次构建传统机器学习模型、CNN模型和BERT模型进行分类识别。【结果/结论】结果表明,基于辟谣信息能够
实现以较低成本、不依赖专家标注构建虚假医疗信息数据集。通过对比实验发现,基于微博数据预训练的 BERT
模型准确率为 95.91%,F1值为 94.57%,相比于传统机器学习模型和 CNN模型提升分别接近 6%和 4%,表明本文构
建的基于预训练的BERT模型在网络虚假医疗信息识别任务上取得了更好的效果。【创新/局限】本文提出的方法能
以较低成本建立专业领域的虚假信息数据集,所构建的BERT虚假医疗信息识别模型在小样本领域也具有实用价
值,但在数据集规模、深度学习模型对比、模型性能评价指标等方面还有待拓展与延伸。 相似文献
13.
14.
15.
传统的大数据中价值信息提取方法采用基于模糊学习理论的数据融合处理方法,将预定学习序列输入神经网络,通过模糊启发,对预定序列进行多模型映射,此方法模型复杂,且启发率低。提出一种大数据子集特征遗忘启发的价值信息提取方法,对大数据进行非线性映射归一化,使每个子集实现并行运算,通过混沌方法提取子集特征,并建立混沌模型下的子集特征遗忘启发链,针对不同子集中的价值信息,依据遗忘启发链实现启发,提取价值信息。采用一组大数据下的伪随机价值信息进行提取测试,仿真实验表明,本文价值信息提取方法的提取率达到了98%,对于大数据下的价值信息提取具有很好的指导意义。 相似文献
16.
【目的/意义】通过对大数据环境下高校大学生信息素养影响因素的研究,寻找一种科学量化方法,揭示影
响高校大学生信息素养的决策因素,以利于采取有效措施提升大学生信息素养。【方法/过程】论文基于粗糙集理
论,构建了大数据环境下高校大学生信息素养影响因素模型,设计开发了基于网络的信息素养量化分析专家系
统。选取多个工科专业作为研究样本,进行数据采集。运用多层次粗糙集方法对模型进行分析,在研究结果基础
上,提出高校大学生信息素养提升的建议。【结果/结论】实证研究结果表明,课程体系设计是大数据环境下高校大
学生信息素养的重要影响因素,各高校应从多个层面入手提升大学生信息素养水平。 相似文献
17.
[目的/意义]针对目前大数据时代数字资源的非结构化、海量、多类型等问题,设计一套数字资源整合的模型和方法,以满足信息用户的实际需求。[方法/过程]以物流行业中的航运信息服务产品集装箱运价指数为例,提出基于大数据的指数编制思路,以数据仓库模型为目标数据模式,构建面向海量多源异构信息的数字资源集成模型,设计Web类数字资源获取和集成流程以及增量数据的处理方法,通过具体实证研究检验模型和流程的运行效果。[结果/结论]实证结果显示,本文提出的数字资源整合模型和处理流程能有效地实现多源异构数字资源的整合,支持基于海量数据对的指数编制模式,为全世界各类指数编制的改变提供理论和技术方面的探索,也为数字资源整合在其他领域的应用提供有益参考。 相似文献
18.
19.
20.
【目的/意义】针对多组时间序列的海量数据集和以预测为目标的信息分析方法,提出了基于数据挖掘技术 的预测模型,在大数据环境下,提高了预测精度,以期在其他领域的信息分析和情报预测能有所借鉴。【方法/过程】 以集装箱海运价格预测为例,提出集装箱海运价格预测模型,设计自适应的网格搜索策略,高效准确地确定数据挖 掘算法中的超参数组合,提出基于时间序列留出法的评估方法,降低了集装箱运价这种多组时间序列数据集在数 据挖掘结果上的泛化误差,针对海量运价信息,对GBDT算法进行并行计算设计和预排序后的损失函数迭代计算 优化策略,提高了算法在大数据环境下的计算效率。【结果/结论】模型和算法运行结果仿真显示:对于传统的时间 序列问题,基于数据挖掘方法的预测模型取得了比传统时间序列方法更优的结果。 相似文献