-
题名中美人工智能的长短、差距与我国的出路
被引量：1
- 1
-
-
作者
杨正位
卜文涛
-
机构
中国行政体制改革研究会
商务部政策研究室
-
出处
《中国浦东干部学院学报》
2025年第3期24-33,共10页
-
文摘
当前中美人工智能全球领先,美国领跑,我国跟跑并跑。从算力看,我国与美国差距有所拉大,但存在新市场空间机遇;从算法看,美国有从0到1的引领优势,但我国有快速模仿创新能力;从数据看,美国有质量我国有数量,但我国有巨大的质量提升潜力。中美人工智能发展环境差异体现在:从风险资本看,美国融资连创新高,我国触底回升;从顶级人才看,美国是引才强国,我国是产才大国;从市场生态看,美国错位互补竞争,我国内卷逐底竞争。中美引领人工智能全球竞争格局,但未来人工智能发展仍存在竞争格局、技术路径和规则监管变数。中美人工智能发展的优势与挑战体现在:美国有市场、创新、投资、国际合作四大优势和缺持续领先动能、缺电力资源支撑、缺产业应用场景、缺合作共赢基础四个劣势;我国有体制强、产业强、应用强三大优势和算力弱、原创弱、市场弱三个劣势。为了更好提升我国人工智能发展水平,建议增强开放合作磁力、基础支撑动力、资本造血能力、人才培养蓄力和市场创新活力。
-
关键词
中美人工智能比较
人工智能
技术差距
算力
算法
数据
-
Keywords
AI comparison between China and the U.S.
AI
technological gap
computing power
algorithm
data
-
分类号
F49
[经济管理—产业经济]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名ESA-CCI土壤水分数据在中国区域的适用性评估
- 2
-
-
作者
胡洁
姜志伟
姜涛
王海兵
杨智博
-
机构
内蒙古农业大学沙漠治理学院
内蒙古工业大学经济管理学院
内蒙古农业大学旱区水工程生态环境全国重点实验室
蒙草生态环境(集团)股份有限公司
-
出处
《中国农业气象》
2025年第7期1063-1076,共14页
-
基金
内蒙古自治区科技计划重点研发项目(2021GG0081)
国家自然科学基金地区科学基金项目(42161054)。
-
文摘
针对ESA-CCI土壤水分数据在中国存在大量缺失值、适用性偏低问题,本研究充分考虑时空数据相关性和结构特征,以K-最近邻(KNN)机器学习算法为核心,构建三维时空数据补缺方法,利用2016-2018年5-10月中国区域ESA-CCI土壤水分和地面观测数据,对比分析数据补缺前后的区域适用性。结果表明:(1)补缺后的ESA-CCI土壤水分数据时空连续性大幅提升,保持了原始数据的时空结构特征,能较好表征中国区域土壤水分时空变化特征,但空间结构和异质性表征优于时间波动性表征。(2)数据补缺后的ESA-CCI土壤水分与地面观测的数值统计分布特征基本一致,在中国区域的准确性和一致性总体较好,平均均方根误差(RMSE)、偏差(Bias)、相关系数(r)和结构相似性指数(SSIM)分别为0.068m^(3)·m^(-3)、0.008m^(3)·m^(-3)、0.618和0.999。(3)综合数据缺失率和时空评估指标,ESA-CCI土壤水分在黄淮海平原区、黄土高原区、东北平原区的区域综合适用性表现最好,其次为云贵高原区、长江中下游区、北方干旱半干旱区,四川盆地及其周边地区和华南区的数据时空覆盖连续性较好,但时空评估指标表现相对较差,青藏高原区数据缺失率严重,综合适用性表现最差。
-
关键词
ESA-CCI土壤水分
K-最近邻算法
时空数据补缺
区域适用性评估
-
Keywords
ESA-CCI soil moisture
K-Nearest neighbor algorithm
Spatio-temporal data gap-filling
Regional applicability assessment
-
分类号
S152.7
[农业科学—土壤学]
-
-
题名基于数据差异的CDP邻近时间点恢复
被引量：5
- 3
-
-
作者
侯利曼
李战怀
胡娜
-
机构
西北工业大学计算机学院
-
出处
《计算机科学》
CSCD
北大核心
2011年第5期159-163,共5页
-
基金
国家863重大项目(2009AA01A404)资助
-
文摘
块级CDP系统无法提供有明确语义信息的可恢复时间点,用户难免需执行多次恢复才能获得有效数据。若对每次恢复都使用传统算法,会耗费大量时间与开销。目标时间点相邻较近的两次恢复,其有效数据间存在少量差异。将邻近时间点恢复划分为4种类型,给出一种用"位表"标记差异数据块、把多余数据剔除、缺少数据写入的"差异算法"。原型实验表明,该算法能够提供正确的邻近时间点恢复,其效率优于传统算法,且差异数据量更小,效率更高。
-
关键词
持续数据保护
邻近时间点
差异算法
位表
-
Keywords
Continuous data protection
Neighboring point
data gap algorithm
Bits table
-
分类号
TP334.5
[自动化与计算机技术—计算机系统结构]
-
-
题名基于GSA的肘形判据用于电力系统不良数据辨识
被引量：27
- 4
-
-
作者
吴军基
杨伟
葛成
赵彤
-
机构
南京理工大学动力工程学院
安徽电力设计院
江苏电力公司
-
出处
《中国电机工程学报》
EI
CSCD
北大核心
2006年第22期23-28,共6页
-
文摘
在分析GSA(gap statistic algorithm)数据挖掘技术应用于电力系统不良数据辨识的基础上,提出一种判断最佳聚类个数的肘形判据,该判据通过分析数据集的聚类离散度与聚类个数k的关系,按照各个k点的聚类离散度计算k处的肘形折角,并以最小肘形折角判断最佳聚类个数。将该判据与GSA相结合用于电力系统不良数据辨识。仿真结果表明:该方法不仅可以避免状态估计方法辨识的残差污染和残差淹没现象,而且可以克服单纯GSA辨识法在计算速度和辨识准确性方面的缺陷。对于大系统、数据量巨大的情况,该方法是一种快速高效的算法,具有很好的应用前景。
-
关键词
电力系统
不良数据辨识
肘形判据
间隙统计算法
数据挖掘
聚类分析
-
Keywords
power system
identification of bad data
elbow criterion
gap statistic algorithm
data mining
cluster
-
分类号
TM77
[电气工程—电力系统及自动化]
-
-
题名东北冻土区MODIS地表温度估算
被引量：12
- 5
-
-
作者
刘世博
臧淑英
张丽娟
那晓东
-
机构
黑龙江省普通高等学校地理环境遥感监测重点实验室哈尔滨师范大学
-
出处
《地理研究》
CSSCI
CSCD
北大核心
2017年第11期2251-2260,共10页
-
基金
国家自然科学基金项目(41571199)
-
文摘
地表温度作为重要的地表参数是驱动土壤热状态的主要因子,对冻土分布和活动层厚度变化的研究具有重要意义。常规方式获取地表温度数据往往来自气象站点监测,范围小且不连续。NASA官网提供的MOD11A1地表温度产品可以提供大范围地表温度数据,但在冬季由于对云与雪的混淆导致大量的数据缺失,影响该产品在东北冻土区的使用。根据对东北冻土区植被、裸土、水体、积雪等常见下垫面状况的遥感分类结果,利用劈窗算法反演2006年四幅少云或无云的MODIS1B卫星影像,并分别以气象站实测数据和MODIS温度产品进行验证和对比分析。结果表明:该方法得到地表温度结果与气象站点实测数据误差较小,平均绝对误差仅为1.24℃。且可根据分类情况较好的得到积雪区域地表温度的空间分布状况,与地表温度产品的一致性较高,弥补地表温度产品因为云和积雪的混淆所导致的数据缺失,得到较为完整的地表温度空间分布数据。
-
关键词
东北地区
冻土
MODIS
劈窗算法
地表温度
弥补数据
-
Keywords
Northeast China
permafrost
MODIS
split window algorithm
land surface temperature
gap filling of data products
-
分类号
P407
[天文地球—大气科学及气象学]
P423.7
[天文地球—大气科学及气象学]
-
-
题名优化GSA算法在电力调度系统不良数据检测中的应用
被引量：5
- 6
-
-
作者
犹峰
王渊
-
机构
江苏瑞中数据股份有限公司
-
出处
《自动化技术与应用》
2019年第7期33-36,共4页
-
文摘
为了克服传统聚类方法的初始值随机性较大对GSA算法的影响,本文提出了一种基于区域密度统计方法的优化GSA算法。该算法通过计算每个聚类对象的区域密度来选择最远的点,并以最高的区域密度作为初始聚类中心。实验结果表明,优化后的GSA算法提高了聚类的色散和不良数据辨识精度的准确性。同时,该算法大大降低了迭代计算的计算复杂度,提高了计算速度,节省了大量的计算时间。在系统庞大、数据量大的情况下,该算法是一种快速有效的算法,具有良好的应用前景。
-
关键词
电力系统
不良数据辨识
面积密度
间隙统计算法
聚类
-
Keywords
power system
identification of bad data
area density
gap statistic algorithm
cluster
-
分类号
TM769
[电气工程—电力系统及自动化]
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于数据填补的煤自燃温度预测模型
被引量：14
- 7
-
-
作者
翟小伟
罗金雷
张羽琛
宋波波
郝乐
周妤婕
-
机构
西安科技大学安全科学与工程学院
西安科技大学陕西省煤火灾害防控重点实验室
陕西高校青年创新团队矿山应急救援创新团队
-
出处
《工矿自动化》
CSCD
北大核心
2023年第1期28-35,98,共9页
-
基金
国家自然科学基金项目(51974236)
陕西省自然科学基础研究计划项目(2021JC-48)
陕西省教育厅青年创新团队建设科研计划项目(21JP078)。
-
文摘
现有煤自燃温度预测模型的建立大多基于较为完整的指标气体样本数据,但指标气体数据受仪器或人为因素影响,往往存在数据缺失现象,导致煤自燃温度预测准确率较低和过拟合等问题。针对上述问题,提出了将K近邻算法(KNN)、随机森林(RF)、决策树(DT)及基于粒子群优化的支持向量回归等填补算法(PSO-SVR)应用于缺失值填补,缺失数据和填补后的数据通过RF、SVR和极限梯度提升树(XGBoost)算法分别进行训练,并通过PSO算法优化参数,构建了基于数据填补的RF、XGBoost和SVR煤自燃温度预测模型。利用煤自然发火实验选取CO,CO_(2),CH4,C_(2)H_(6),O_(2)作为指标气体,并设计整体缺失率为10%,20%,30%和CO,CO_(2)缺失率为40%,50%,60%共6种随机数据缺失,采用平均绝对误差百分比(MAPE)作为填补效果评价指标,采用MAPE、判断系数R^(2)和均方根误差(RMSE)作为模型性能评价指标,对4种填补算法和3种预测模型进行对比。对比分析结果表明:在6种数据缺失情况下,DT填补算法填补效果优于其他3种算法,在CO,CO_(2)存在较多缺失值时,RF算法的填补值与实际值的MAPE偏大;在不调参的情况下,XGBoost模型虽然在训练集效果极好,但极易过拟合,而SVR模型预测效果极差,无法满足预测要求;在6种数据缺失情况下,基于DT填补算法的PSO-SVR、RF与PSO-RF煤自燃温度预测模型的MAPE均在4%左右,基于DT填补算法的RF模型无需优化就能较好地预测出煤自燃温度,具有良好的稳定性。
-
关键词
煤自燃
温度预测
指标气体
数据缺失填补
K近邻填补算法
随机森林填补算法
决策树回归填补算法
基于粒子群优化的支持向量回归填补算法
-
Keywords
coal spontaneous combustion
temperature prediction
index gas
filling in data gaps
K-nearest neighbor filling algorithm
random forest filling algorithm
decision tree regression filling algorithm
support vector regression filling algorithm based on particle swarm optimization
-
分类号
TD752
[矿业工程—矿井通风与安全]
-
-
题名大数据时代下电子政务数据安全技术浅析
被引量：7
- 8
-
-
作者
李泽慧
-
机构
国土资源信息中心
-
出处
《国土资源信息化》
2017年第6期47-50,43,共5页
-
文摘
本文针对大数据时代下电子政务的数据特点,基于数据分级保护理念提出一种SIP数据分级模型,以国产密码算法为核心设计了一种安全可靠的数据存储加密模型,并对数据安全交换和数据安全传输中常用的网闸、虚拟专用网络技术的实现原理进行浅析,为电子政务数据安全技术应用和管理提供参考。
-
关键词
数据安全
国密算法
网闸
信息安全等级保护
存储加密
-
Keywords
data security
Chinese cryptographic algorithm
Net gap
Classified protection of information system
datastorage encryption
-
分类号
D63
[政治法律—中外政治制度]
-
