基于大数据背景下的企业生态系统架构研究

随着全球网络技术与移动通信设备的融合发展,“大数据”时代已经引起社会各界的重点关注。苹果、三星、华为、IBM、微软、腾讯等国际知名企业都开始建构出“大数据”时代的企业生态系统。本文将对“大数据”时代的企业生态系统的演化和建构进行深入分析。     

A reactive extension of the OpenMusic visual programming language

Objectives: OpenMusic (OM) is a domain-specific visual programming language designed for computer-aided music composition. This language based on Common Lisp allows composers to develop functional processes generating or transforming musical data, and to execute them locally by demand-driven evaluations. As most historical computer-aided composition environments, OM relies on a transformational declarative paradigm, which is hard to conciliate with reactive data-flow (an evaluation scheme more adequate to the development of interactive systems). We propose to link these two evaluation paradigms in the same and consistent visual programming framework.Methods: We establish a denotational semantics of the visual language, which gives account for its demand-driven evaluation mechanism and the incremental construction of programs. We then extend this semantics to enable reactive computations in the functional graphs.Results: The resulting language merges data-driven executions with the existing demand-driven mechanism. A conservative implementation is proposed.Conclusions: We show that the incremental construction of programs and their data-driven and demand-driven evaluations can be smoothly integrated in the visual programming workflow. This integration allows for the propagation of changes in the programs, and the evaluation of graphically designed functional expressions as a response to external events, a first step in bridging the gap between computer-assisted composition environments and real-time musical systems.     

采用数据流图的故障模型生成算法及其应用

为有效地解决系统级故障注入试验建模困难问题,提出语言级生成数据流图,并以此构造动态故障树的故障模型建立方法.通过对故障过程数据流分析,找出数据依赖关系并构造了故障模型生成算法.与其他方法比较,本算法具有动态性,提高了故障覆盖率,减少了系统开销,使故障注入试验更易实现.     

道路交通状态预测研究

针对道路交通状态预测的研究成果,综述了基于实时数据分析的道路交通状态预测理论和方法的相关研究.从分析基于实时数据分析的道路交通预测的基本流程、特点和要求和单一断面交通状态预测和多断面交通状态预测角度回顾了道路交通状态预测的研究现状.结果表明:在不断发展完善单一断面预测方法的同时,需要发展以多个断面交通状态为研究对象的多断面预测方法,以促进我国智能交通系统的基础理论发展及其应用水平的提高.     

GM(1,1)模型在虚拟仪器测量过程控制中的应用

虚拟仪器的测量过程控制是保证测量数据有效的重要手段,利用灰色系统GM(1,1)模型对虚拟仪器的测量过程进行控制,由少量数据信息得到未来的预期测量结果,通过与核查标准的测量结果相比较来判别测量过程是否受控.论文给出了测量过程控制判别限、适用灰色系统GM(1,1)模型的条件以及模型精度检验判据.     

商务智能系统中两种改进的关联规则挖掘算法

根据日常商务数据的特点,提出了商业应用系统中进行数据挖掘的改进的Apriori算法和对点击流数据进行挖掘的改进的多支持度关联规则算法,并结合具体实例进行了分析.分析结果表明,2种改进的算法可以有效地提高系统数据挖掘的效率.     

缺失数据下m相依样本的大样本性质

讨论了缺失数据在随机补充方式下均值的估计,证明了估计的相合性和渐进正态性,并给出了经验似然比统计量的渐进分布．     

数据采集器在图书现采中的应用

从数据采集器的特点、功能和用于图书现采的可行性、工作流程及存在的问题等方面介绍数据采集器在图书现场采购中的应用。     

基于关联分析的数据挖掘在体检CRM中的应用

运用关联分析方法对体检中心数据进行挖掘。首先分析了关联规则的原理和方法,然后对待挖掘数据进行集成、变换等预处理,得到能进行挖掘的原始数据.采用挖掘工具WEKA,选用关联规则中的Apriori算法对处理后数据进行分析,得到了与某一病症相关的各个症状之间的关联关系,以及各个症状与健康之间的关联关系。     

动态挖掘进程内在机制研究

针对动态挖掘进程内在运行机理,通过对动态挖掘进程中不同挖掘任务的优化分析以及动态挖掘进程和生物免疫过程之间的对比分析,提出了动态挖掘进程的eDMP机制;定义健壮型协调器,融合进化计算和免疫算法,设计了eDMP机制的实现方案;在理论分析和方案设计的基础上,给出了eDMP机制的一般流程。实验结果表明,eDMP机制及其实现方案在解决动态挖掘问题上有效、适用。