航空物探遥感地质资料定密工作初探与实践

在地质调查信息化与地质资料社会化服务工作不断发展的背景下,航空物探遥感地质资料的开发利用与保密管理工作矛盾日益凸显。本文以航空物探遥感资料定密为研究重点,总结了地质、测绘地理信息、海洋等工作领域的定密工作情况,基于对航空物探遥感地质资料分类结果提取了共性资料涉密要素/事项,根据保密法规的相关规定与要求,初步建立了以比例尺/空间精度、测绘地理信息要素、航空物探遥感专业要素为主的定密判定要素集,提出了航空物探遥感地质资料的定密工作原则与参考准则,以期为航空物探遥感地质信息共享服务提供必要的工作支撑。     

模型驱动的大数据流水线框架PiFlow

复杂流程的大数据处理多依托于流水线系统，但大数据处理的流水线系统在易用性、功能复用性、扩展性以及处理性能等方面存在不足。针对上述问题，为提高大数据处理环境的构建与开发效率,优化处理流程，提出了一种模型驱动的大数据流水线框架PiFlow。首先，将大数据处理过程抽象为有向无环图；然后，开发一系列组件用于构建数据处理流水线，并设计了流水线任务执行机制。同时，为规范和简化流水线框架的描述，设计了基于模型驱动的大数据流水线描述语言——PiFlowDL，该语言以模块化、层次化的方式对大数据处理任务进行描述。PiFlow以所见即所得(WYSIWYG)的方式配置流水线，集成了状态监控、模板配置、组件集成等功能，与Apache NiFi相比有2~7倍的性能提升。     

基于决策树的堆芯物理参数预测研究

反应堆堆芯核设计涉及大量方案的搜索与详细计算，缩短方案搜索时间有利于提高核设计效率。数据挖掘技术通过对大量数据进行学习与模式识别，可实现核设计方案物理参数的快速预测，更快地筛选出可行的备选堆芯方案。本文基于数据挖掘的决策树4种算法：C4.5、RepTree、Random Forest及Random Tree，在计算时以燃料富集度、含可燃毒物燃料棒数量及含量作为自变量，以寿期内k_eff不均匀系数偏差（KUCD）、径向功率不均匀系数偏差（RPNCD）、径向中子通量不均匀系数偏差（RFNCD）、堆芯寿期（CL）作为目标函数，构成目标函数符合度（CPF），利用大量已知核设计参数的组件及堆芯设计方案作为数据挖掘训练集，构建数据挖掘模型，并用于对未知核设计参数的组件方案集合（测试集）进行CPF快速预测。结果表明，4种算法利用训练集构建数据挖掘模型的时间在0.6 s以内，各算法的交叉验证精度均在0.7以上，其中C4.5算法对CPF预测精度最高；对测试集方案的核设计参数预测中，单个方案的预测时间均在0.9 s以内，而Random Forest算法对CPF等于4的预测效果最好。     

A one-class peeling method for multivariate outlier detection with applications in phase I SPC

In phase I of statistical process control (SPC), control charts are often used as outlier detection methods to assess process stability. Many of these methods require estimation of the covariance matrix, are computationally infeasible, or have not been studied when the dimension of the data, $p$, is large. We propose the one-class peeling (OCP) method, a flexible framework that combines statistical and machine learning methods to detect multiple outliers in multivariate data. The OCP method can be applied to phase I of SPC, does not require covariance estimation, and is well suited to high-dimensional data sets with a high percentage of outliers. Our empirical evaluation suggests that the OCP method performs well in high dimensions and is computationally more efficient and robust than existing methodologies. We motivate and illustrate the use of the OCP method in a phase I SPC application on a $N=354$, $p=1917$ dimensional data set containing Wikipedia search results for National Football League (NFL) players, teams, coaches, and managers. The example data set and R functions, OCP.R and OCPLimit.R, to compute the respective OCP distances and thresholds are available in the supplementary materials.     

数据信息化时代下的工程造价管理

在经济不断迅猛发展的形势下,新时代的经济形式催生出一些多元化企业和职业,信息技术的不断发展使数据信息成为最具价值的财富。在信息传播极其迅速的今天,工程造价在数据信息时代下的管理模式也不断更新变化,以适应多元化的工程项目形式。因此信息数据的大量搜集和相关研究受到了各大科研机构和各类企业的高度关注。     

基于一种云计算数据保护的多级加密算法的应用研究

云计算是分布式计算技术的一种,其最基本的概念是透过网络将庞大的计算处理程序自动分拆成无数个较小的子程序,再交由多部服务器所组成的庞大系统经搜寻、计算分析之后将处理结果回传给用户。云计算中的数据泄漏已经成为云计算的巨大威胁,据不完全统计数据,仅在2019年1年,大约有超40亿条信息被泄露。这些信息涵盖科技、医疗、政府、金融、教育、制造等十几个领域数百个行业,数据泄露已经成为云计算中数据安全的巨大威胁。主要提出了一种多级加密算法,能更好地保护云计算中的数据,并能以极小的成本在云计算中得到应用。     

Bayesian Nonparametric Joint Mixture Model for Clustering Spatially Correlated Time Series

Abstract

We develop a Bayesian nonparametric joint mixture model for clustering spatially correlated time series based on both spatial and temporal similarities. In the temporal perspective, the pattern of a time series is flexibly modeled as a mixture of Gaussian processes, with a Dirichlet process (DP) prior over mixture components. In the spatial perspective, the spatial location is incorporated as a feature for clustering, like a time series being incorporated as a feature. Namely, we model the spatial distribution of each cluster as a DP Gaussian mixture density. For the proposed model, the number of clusters does not need to be specified in advance, but rather is automatically determined during the clustering procedure. Moreover, the spatial distribution of each cluster can be flexibly modeled with multiple modes, without determining the number of modes or specifying spatial neighborhood structures in advance. Variational inference is employed for the efficient posterior computation of the proposed model. We validate the proposed model using simulated and real-data examples. Supplementary materials for the article are available online.     

船体结构冰载荷反演方法及试验验证

冰载荷是影响船舶冰区航行期间结构安全的重要环境载荷。船舶的冰压监测通常采用应变传感器，合理地布放传感器是识别冰载荷的基础。通过对比船体外板结构试验中的冲击载荷和不同测试方案下的应变信号，确定了最佳应变传感器布放方案；采用Green核函数方法建立了船体外板结构应变冲击载荷间的响应关系，并对采集信号在噪声影响下反演的不适定性进行了分析；采用Tikhonov正则化方法克服了载荷反演过程中出现的数值不稳定问题；最后将试验中的响应用到载荷识别分析中，反演的载荷可以较为准确地反映冲击载荷的时域特征并且载荷识别精度良好。     

基于Python的油田生产资料预处理软件设计与应用

油田内部生产资料类型包括钻井、录井、测井、试油等多种类型。针对资料整理过程中存在的问题如:从原始资料库中下载的资料格式多样;不同石油软件所需加载的数据格式不同;已有资料预处理软件功能均较单一等,从编程语言优选、软件兼容性、软件功能集成化三个方面出发,选取Python语言进行软件设计,利用Python扩展性强的特点,设计出红番茄资料预处理软件,并在新疆油田进行试点,生产资料整理时间缩短至原耗时间的约33%。Python语言在油田生产中的应用可为具有相同问题的其他油田提供参考。