政务大数据管理技术研究进展

近年来,互联网＋政务蓬勃发展,促进了互联网与政府公共服务体系的深度融合,数字政府建设已初见成效。如何实现互联网＋政务大数据的规范、高效、安全管理、共享和应用,推动解决“三融五跨”问题,是高质量建设数字政府、推进国家治理体系和治理能力现代化的关键。该文首先综述了国内外政务数据管理发展历程;然后,围绕互联网＋政务大数据管理全生命周期中采集技术、存储技术、融合技术、计算技术、应用技术及安全技术进行阐述,总结了主流数据管理技术演进历程;最后,探讨了互联网＋政务数据管理中若干亟待解决的问题,明确了互联网＋政务大数据管理技术的未来发展趋势。     

“互联网＋”政务大数据智能服务平台设计与应用

“互联网＋”环境下,政务大数据关联公共服务和社会传感数据,使城市管理模式从单一走向立体、城市服务系统从孤立走向共享、城市决策模式从机械走向智能,已成为当前政务服务发展趋势。为解决政务数据、公共服务数据和社会传感数据融合不足、共享不充分、利用效能不高及技术平台缺乏等问题,该文提出了“互联网＋”政务大数据智能服务平台总体框架,首先对平台建设理论进行阐述,其次对系统架构、技术架构、关键技术和服务应用等进行设计,最后实现“互联网＋”政务大数据智能服务平台透明访问、城市信息单元建模、透明智能体协同、透明管理和微服务等功能。同时,该平台关键技术在数字广东和辽宁丹东社会保障等平台进行探索性应用,结果显示该平台能有效支持政务数据、公共服务数据和社会传感数据高效共享、管理和利用,提升部门服务效能。该文提出的平台总体设计方案可为省市级政府进行“互联网＋”政务大数据智能服务建设提供有价值的参考。     

一种多层政务知识图谱构建方法及示例

随着政务数字化建设的不断完善,基于知识图谱实现政务服务“知识化、个性化、智能化”的业务需求被逐渐唤醒。目前,政务领域知识图谱应用场景单一,与不同场景政务知识难以建立联系,基于传统数据库的政务服务搜索、办理和审批效率不高。为拓展政务服务场景,提升政务服务的搜索、办理和审批效率,该文提出一套自顶向下映射的多层政务知识图谱构建方法。首先,从政务服务角度出发构建政务知识概念模型;然后,依据概念模型获取政务知识、数据预处理和知识融合;最后,形成以概念、业务服务、社会服务和信息共享的自上而下关系的多层政务知识图谱。基于Neo4j可视化展示和已应用部署的服务,以房产审批的搜索、占用林地审批的办理和面向公众投诉的社会服务为例,对所提方法进行验证。实验结果表明,该方法不仅可以为不同政务场景提供知识图谱支撑和建立关联,还有助于实现多源政务数据融合共享,可为后续政务知识图谱构建提供图谱库参考。     

单元操作类教材中一些疑难点的分析

笔者根据不间断讲授化工单元操作课程和使用研究相关教材的体会,对多数化工单元操作类教材中共同存在的一些疑难点问题进行了分析,给出了更为合理的结论,有利于学习者准确理解和掌握所述相关问题。     

Effects of feeding intensity during the dry period. 1. Feed intake,body weight,and milk production

The objective of this experiment was to study dry matter intake (DMI), body condition, milk yield, and milk composition in cows with different body condition at the time of parturition. Twenty four multiparous cows with genetic merit for high or low milk fat content were assigned to one of three diets during the dry period. The treatments consisted of 6, 9, or 14.5 kg dry matter of a total mixed ration providing 71, 106, or 177 MJ/d of metabolizable energy and are referred to as low (L), medium (M), and high (H) dry period rations, respectively. These diets were introduced when the cows were dried off from the previous lactation, at least 8 wk before expected parturition. After parturition all cows were fed another total mixed ration ad libitum. The dietary treatments generated differences between the groups in body weight as well as in body condition score at parturition. There were no differences in DMI in early lactation, but during wk 6 to 12 DMI was lower among H cows, which was linked to a prolonged negative energy balance in this group. The milk yield was 38.5 +/- 0.8 kg of energy-corrected milk the first 4 wk postpartum and did not differ between treatments or selection lines. Body weight loss mainly occurred in lactation wk 1 to 4 and was greatest in H cows. The mobilization of body tissues was reflected in a higher milk fat content of C18:0 for the H cows during wk 1 to 4. There were no marked effects of treatments on milk fat content or milk protein content, which indicates that cows in early lactation have a potential to compensate for low nutrient intake during the dry period if they are offered a high-quality diet. The observed differences between treatments in DMI wk 6 to 12 could not be explained by differences in milk yield or mobilization of body tissues. Milk fat content was 4.7% in cows with genetic merit for high milk fat content and 4.2% in cows with genetic merit for low milk fat content. There was a tendency for higher body weight in cows with genetic merit for low milk fat content throughout the experiment.     

源于《化工原理》的《食品工程原理》教材编写创新研究

针对国内《食品工程原理》本科教材编写的现状,我们提出了需要创新编写思路的问题,从借鉴国际先进的教育指导思想、采用新主线系统化和简化内容、融合创造意识、融合现代计算技术四方面考虑,探索了《食品工程原理》教材编写创新的可能途径。借鉴国际先进的教育指导思想、融合现代计算技术以学习国际先进经验达到编写出新;采用新主线系统化和简化内容、融合创造意识则是主动创新,两者结合可以编写出新的《食品工程原理》教材。     

基于半监督学习的克里金插值方法

针对数据量较小时,克里金插值精度低的问题,将克里金插值模型与半监督学习理论相结合,利用未标记样本参与训练改进模型性能,提出基于半监督学习的克里金插值模型,即自训练克里金插值模型（STK）和协同训练克里金插值模型（CTK）。以北京地区2017年4月和5月的PM2.5浓度数据作为实验数据,采用克里金插值模型、STK和CTK进行对比实验。实验结果表明,这两个模型既具有半监督学习的优点,适用于只有少量标记样本的情况,又可以分析空间现象的分布模式。其中CTK采用两个模型协同训练,有效削弱了早期误差对后期训练的影响,利用未标记样本提升了模型的性能。     

基于 MacBERT 和对抗训练的城市内涝信息识别方法

BERT 与神经网络模型相结合等方法，已逐渐应用于获取灾害信息，但此类方法存在参数量繁多、数据集和微调数据集不一致、局部不稳定等问题。针对上述问题，该文提出一种基于 MacBERT 和对抗训练的信息识别模型，该模型利用 MacBERT 预训练模型获得初始向量表示，再加入些许扰动生成对抗样本，然后依次输入双向长短期记忆网络和条件随机场。该模型不仅减少了预训练次数和微调阶段差异，还提高了模型的鲁棒性。实验结果表明，在微博数据集和 1998 年人民日报数据集上，基于 MacBERT 和对抗训练的信息识别模型的精确率和 F1 值均有所提升，性能较其他模型更优，将该模型用于城市内涝信息识别具有一定的可行性。     

基于聚类的地铁通勤行为时空规律挖掘方法

针对目前通勤群体的划分方法较少考虑通勤行程的时间连续性特征的问题,该文基于上海市一周的地铁刷卡数据,构建了通勤人群职住识别模型,并定义了一种通勤行程时间相似度计算方法,然后提取特征对通勤群体进行层次聚类,并利用热点分析模型进行空间分析和可视化,探究通勤人群的时空规律性及上海市的职住空间分布特征。结果表明：(1)就业单中心模式明显,不同簇的就业热点均分布在市中心,居住点呈“西热东冷”的空间组织特征。(2)主流通勤时段为7:00—8:30和17:00—19:00,近半数通勤人群在早主流时段通勤。(3)不同通勤类型的出行时间特征总体上与其职住热点分布一致。该文提出的研究方法揭示了通勤人群的出行时间规律与其职住热点空间分布具有较强的关联性,可为城市运行管理和城市规划提供参考信息。