中国市域旅游流网络结构空间分异及其效应研究——基于携程旅行网的大数据挖掘

大数据驱动的旅游流网络结构研究是旅游流深化研究的主要方向之一。利用网络爬虫技术抓取携程旅行网上中国市域尺度的旅游线路及相关数据,在构建O-D矩阵的基础上,揭示网络结构指标的空间分异及其效应。中国市域旅游流网络具有以下特征：网络同质性较小;不同主题类旅游流流量总体上遵从东多西少、东南多西北少的总体格局;中国市域旅游流网络形成了五大高值集聚区,分别为长三角城市群、泛珠三角地区、云南内部、青海—甘肃交界地区、北疆地区;中国市域旅游流网络还具有显著的资源—经济指向性,“结构”效应总体不显著。未来需要进一步重视区域旅游网络化的发展特征,在尊重空间规律的基础上,发挥核心组团的辐射作用,发挥“资源—经济”的双核驱动,促进跨区域旅游合作。     

机器学习在材料服役性能预测中的应用

针对材料服役性能预测存在误差大、计算复杂、适用性差等问题,提出了基于数据挖掘的机器学习预测方法。首先阐述了机器学习的应用流程,并总结了常用模型原理及其在材料性能预测中的应用。然后采用多种机器学习模型对RPV钢的辐照性能进行预测,并通过Stacking集成方法提高了模型的预测精度。结果表明,机器学习可用于材料服役性能预测,具有较高的预测精度和可靠性。根据材料服役数据的不同特征选择合适的学习模型,同时进行模型融合和参数优化,可有效提高模型的预测精度及运算速度。     

列车运行监控装置主机的超高斯加速振动试验研究

目的 解决LKJ主机的超高斯振动试验问题。方法 基于LKJ主机的实测振动环境数据,提出一种超高斯振动数据归纳方法,并应用该方法归纳出LKJ主机x、y、z向的实测PSD,同时按5.66的加速因子构建出超高斯加速振动试验剖面,其中x、y、z向PSD的RMS分别为3.34、6.28、3.85 m/s²,峰度分别为6.48、6.58、6.81,频率范围均为2～350 Hz。最后,采用超高斯加速试验剖面分别对2个LKJ主机进行超高斯振动试验验证。结果 试验共激发出7类故障模式,这与特定线路运行LKJ主机现场故障模式高度吻合。结论 该试验方法验证了LKJ主机超高斯加速振动试验的有效性。     

基于文献计量分析的大数据驱动城市固体废物监管研究进展

利用文献计量学方法,对Web of Science核心合集数据库中2010—2020年大数据驱动固体废物监管的研究论文开展综述研究,通过对发文量、发文机构、出版物、关键词等文献指标统计分析,全面了解研究现状,掌握发展趋势,洞悉前沿热点,以期为推进城市固体废物信息化和智能化管理提供科学依据。研究发现:在检索时间段内发文数量呈逐年上升趋势,但总发文量相对较少,共计83篇,说明该研究属于新兴、前沿性的领域;发表载体主要包括期刊论文、会议论文和综述论文3种类型,论文主要在Sustainability、Journal of Cleaner Production和Waste Management等期刊发表,且引用频次较高;既有研究主要考虑数据工程和数据科学2个维度的应用,以实现固体废物全生命周期的节点管控,前者关注数据源获取以记录废物的流向与流量信息,后者通过对各类大数据进行建模分析,为提升固体废物管控效率提供决策支持。     

海洋环境数据库的数据依赖识别方法

设计达到第三范式标准的数据库模式,是数据库建设的关键.本文针对海洋环境数据基本为调查数据、数据之间因缺乏业务逻辑无法确立依赖关系的现状,提出了根据现有数据模式识别数据依赖的方法,并应用于数据库模式的规范化设计,通过理论和实践证明海洋环境数据库模式设计达到第三范式标准,成功应用于城市风暴潮防灾减灾辅助决策支持系统等项目建...     

污水处理厂数据采集系统的设计与应用

以贵州某污水处理厂数据采集系统为例．介绍vXPLC和C≠≠为核心的数据采集系统的构成,通信网络的选型和总体设计思路,以及PLC和C#在该污水处理厂中的成功应用。     

第一次全国污染源普查数据处理和分析软件关键技术最佳实践

结合第一次全国污染源普查数据采集处理和分析软件的应用过程,对第一次全国污染源普查数据采集和处理的背景、流程、技术框架和主要建设内容等进行了介绍,并对软件的成功实施和关键技术的最佳实践进行了研究,为下一次全国污染源普查提供了技术积累。     

企业风险管理与经营效率：来自中国保险业的经验证据

本文从风险管理的视角对企业效率评估的数据包络分析技术进行了改进,探讨了风险管理与经营效率的内在关联,并以中国保险业为例,对1999年以来企业真实的经营效率水平进行了评估。结果表明：企业内部的风险管理能力对其经营效率水平的提升具有明显的影响,而且这种影响力正在逐渐加强。不考虑企业内部的风险管理水平将直接导致其经营效率的测算结果出现低估,2002年以后这种低估的程度越发明显,这可归因于同期保险企业开始逐渐重视提高自身的风险管理能力。以上结论也为企业如何在管控风险的同时提升经营效率水平提供了有价值的指导。     

基于大数据挖掘技术的地震舆情感知研究

对地震舆情信息的深入感知和有效管理,能够保障社会和谐发展.提出一个基于大数据技术和深度学习的地震舆情感知平台,基于Hadoop和MongoDB大数据技术实现对海量实时地震舆情数据的处理和存储.基于Word2vec和LSTM的融合模型能够有效实现震后网民的情感识别,为舆情预警提供支持.以台湾5.8级地震舆情数据为例,对该...     

Predicting vehicle fuel consumption patterns using floating vehicle data

The status of energy consumption and air pollution in China is serious. It is important to analyze and predict the different fuel consumption of various types of vehicles under different influence factors. In order to fully describe the relationship between fuel consumption and the impact factors, massive amounts of floating vehicle data were used. The fuel consumption pattern and congestion pattern based on large samples of historical floating vehicle data were explored, drivers'' information and vehicles'' parameters from different group classification were probed, and the average velocity and average fuel consumption in the temporal dimension and spatial dimension were analyzed respectively. The fuel consumption forecasting model was established by using a Back Propagation Neural Network. Part of the sample set was used to train the forecasting model and the remaining part of the sample set was used as input to the forecasting model.