“大”为“小”用——腾讯的大数据应用之道

正时至今日,人们依然被大数据的概念牵着鼻子走,人人都在谈大数据,但并不是人人都能清晰地梳理企业在什么时候,哪些地方用到大数据。在这一点上,腾讯对大数据的认识是正确的,"在建立大数据系统的时候,我们从来没有想过在做一个大数据项目,我们都是在解决实际的问题。"腾讯云总裁陈磊如是说。     

中学生上网时间的新陈代谢GM(1,1)模型预测

中学生上网时间的长短一般会受到课堂教学难易程度、课堂教学时间、作业量、体育活动时间、休息时间等多种因素的综合影响而产生波动现象。从局部上看,其波动规律体现出较大的随机性,但是从总体上看却具有一定的统计规律性。基于灰色新陈代谢GM(1,1)模型对中学生上网时间进行预测,该模型在普通GM(1,1)模型的基础上利用历史上网时间的统计规律性来提高预测精度。     

绩效考核信息系统的KPI预测算法研究

国内部分高校绩效考核信息系统,存在KPI体系的设置合理性及数据挖掘分析的有效性的障碍。为此在充分挖掘、分析系统内KPI数据特点的基础上,采用多重滤波算法对KPI数据进行预处理,基于支持向量机的算法设计,提出了高校组织绩效KPI预测模型。     

基于样本集提取的现场钢材计数研究

针对现有方法实现现场计数的不可行性,提出一种基于提取样本的方式来实现现场环境下钢管计数方法。首先采用GRA和Top-hat联合增强方式改善图像质量,然后通过采用形态学填充的方式寻找标准物体样本集,最后形成权值模板再对梯度图像进行检测、统计计数。实验结果表明,该方法可以很好地在钢管加工过程及出入库中检测出钢管数量,具有较强的实用性。     

基于多渐消因子强跟踪UKF 和约束AR模型的故障估计与预测

针对非线性系统中不可观测故障参数估计和预测问题, 提出一种基于多重渐消因子强跟踪无迹卡尔曼滤波(MSTUKF) 的状态和参数联合估计法, 通过引入多重渐消因子增强了对变化函数未知的故障参数的跟踪能力. 对于得到的故障参数估计值, 利用递推最小二乘法更新约束AR预测模型, 从而实现故障参数的在线估计与预测. 仿真结果表明, MSTUKF方法在故障参数估计精度上优于UKF 和单渐消因子强跟踪UKF, 约束AR模型的预测精度高于无约束条件下的预测精度.

     

面向个性化云服务的动态信任模型

为更好地实践云计算为用户提供廉价按需服务的宗旨,满足服务请求者的个性化需求,提出一种面向个性化云服务的动态信任模型。基于细粒度服务思想定义个性化云服务,通过引入时间衰减因子和建立高效激励机制修正直接信任值,以灰色系统理论为基础计算实体间的评价相似度,并将评价相似度和推荐者的推荐可信度作为合成推荐信任值的重要因素,同时提出一种基于评价相似度的自信因子赋值方法,以提高合成综合信任值的准确性。实验结果表明,与GM-Trust模型及CCIDTM模型相比,该模型的交互成功率分别平均提高了4%和11%。     

基于矩阵边缘特征向量比较法的碎纸片拼接复原

对于采用纵横切割,边缘几何特征几乎相同的碎片,我们采用矩阵边缘列向量的相似性来进行两两匹配,在出现无法正确匹配时进行必要的人工干预,最终实现碎片的拼接复原.由于平时的切割不可能全部都是纵向切割,所以将横纵切割的单面和双面的碎片转换成纵向切割进行拼接.     

基于灰色GM（1,1）模型的区域人才需求预测

区域人才预测是一个典型的灰色系统.本文采用灰色系统理论对区域人才需求量进行预测,通过对部分已知数据的生成、开发,提取有价值的数据信息,预测结果相对误差较小,预测精度较高.     

基于熵权灰色关联和D-S证据理论的威胁评估

为了更好地处理空中威胁目标的不确定性信息,提出了基于熵权灰色关联和D-S证据理论相结合的威胁评估方法.将熵理论应用于求解各指标权重,利用灰色关联法确定各指标的不确信度,进而得到各指标下不同目标的Mass函数,通过D-S证据理论对各Mass函数进行合成,根据置信函数大小对目标进行排序.仿真实验证明该方法是合理有效的.     

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.