期刊文献+
共找到89篇文章
< 1 2 5 >
每页显示 20 50 100
基于K-Means++和GeoHash的海量目标渲染系统的设计与实现
1
作者 孔维江 王宇 +2 位作者 陈露 陈盼君 黄途文 《计算机测量与控制》 2025年第5期230-238,共9页
处理和渲染的紧迫问题;针对数据规模和复杂性,以及图像展示设备的限制,传统渲染方法无法满足实时性、高性能和基于经纬度的场景需求,提出了一种创新的海量目标渲染系统;该系统基于Hadoop分布式架构,首次将K-Means++算法和GeoHash地理编... 处理和渲染的紧迫问题;针对数据规模和复杂性,以及图像展示设备的限制,传统渲染方法无法满足实时性、高性能和基于经纬度的场景需求,提出了一种创新的海量目标渲染系统;该系统基于Hadoop分布式架构,首次将K-Means++算法和GeoHash地理编码技术相结合,最后引入基于目标聚合的渲染策略,实现了海量目标数据的高效分类和编码,从而提高了渲染效率和质量;经实验测试和对比分析,该系统在海量数据集渲染方面具有高速性、稳定性、拓展性以及良好可视化等优势;满足了实时性、自适应性以及基于经纬度渲染的需求,具有广阔的应用前景。 展开更多
关键词 K-means++算法 GeoHash编码 海量数据 目标渲染 分布式架构
在线阅读 下载PDF
鲁西铜石金矿田构造-岩浆-成矿格架——来自综合地球物理探测的认识
2
作者 张英梅 冯玺平 +7 位作者 孟祥伟 支成龙 郑海涛 黄坤朋 陈昆明 王栩 李杰 姜思雨 《地球学报》 北大核心 2025年第4期841-851,共11页
铜石金矿田为山东省鲁西地区典型金矿产区,区内已发现了归来庄、卓家庄等十余个金矿床(点),金矿化类型多样,受构造、岩浆活动作用影响明显。了解区域构造格架、岩浆演化过程等对在区内开展找矿预测意义重大。通过在铜石金矿田区域内开... 铜石金矿田为山东省鲁西地区典型金矿产区,区内已发现了归来庄、卓家庄等十余个金矿床(点),金矿化类型多样,受构造、岩浆活动作用影响明显。了解区域构造格架、岩浆演化过程等对在区内开展找矿预测意义重大。通过在铜石金矿田区域内开展深反射二维地震、重力及大地电磁测深的综合地球物理探测,识别了莫霍面、滑脱构造带、岩浆房及岩浆通道等地质体特征,大致查明中生代成矿系统深部结构和成矿构造背景,突破了区内归来庄金矿体受单一构造控制的认识,建立了构造-岩浆-成矿格架,完善了铜石金矿田“一体多型”成矿模式,为新一轮深部金矿找矿预测及开展相关研究工作提供了依据。 展开更多
关键词 深反射地震 地球物理探测 构造-岩浆-成矿格架 铜石金矿田
在线阅读 下载PDF
云环境下基于数据流的k-means聚类算法 被引量:12
3
作者 王飞 秦小麟 +1 位作者 刘亮 沈尧 《计算机科学》 CSCD 北大核心 2015年第11期235-239,265,共6页
k-means算法是一种最常用的基于划分的聚类算法。传统的集中式k-means算法已不能适应当前呈爆炸式增长的数据规模,设计分布式k-means算法成为了目前亟需解决的问题。现有分布式k-means算法基于MapReduce计算框架且没有考虑初始聚类中心... k-means算法是一种最常用的基于划分的聚类算法。传统的集中式k-means算法已不能适应当前呈爆炸式增长的数据规模,设计分布式k-means算法成为了目前亟需解决的问题。现有分布式k-means算法基于MapReduce计算框架且没有考虑初始聚类中心的影响。由于每个MapReduce任务均需要读写分布式文件系统,导致MapReduce不能有效表达多个任务之间的依赖关系,因此提出了一种基于数据流的计算框架,该框架建立在MapReduce之上,将数据处理过程按照数据流图建模。在该框架的基础上,提出了一种高效的k-means算法,它采用基于多次采样的初始聚类中心选取方法来实现负载均衡及减少迭代次数。实验结果表明,该算法的可扩展性较好,且效率比现有算法高。 展开更多
关键词 K-meanS MAPREDUCE 计算框架 数据流
在线阅读 下载PDF
基于融合XGBoost的变电工程造价数据预测算法 被引量:1
4
作者 周波 刘云 +2 位作者 李维嘉 亓彦珣 王立功 《沈阳工业大学学报》 北大核心 2025年第3期317-323,共7页
【目的】传统电网变电工程造价预测方法通常依赖单一影响因子或线性假设模型,难以全面捕捉多因子间复杂的非线性关系,预测精度不足。此外,现有方法在处理高维度分类变量时面临维度爆炸或信息损失等问题,尤其在小样本数据场景下容易过拟... 【目的】传统电网变电工程造价预测方法通常依赖单一影响因子或线性假设模型,难以全面捕捉多因子间复杂的非线性关系,预测精度不足。此外,现有方法在处理高维度分类变量时面临维度爆炸或信息损失等问题,尤其在小样本数据场景下容易过拟合。因此,本文构建了一种能有效融合多源影响因子、适应非线性关系且在小样本数据中表现稳健的变电工程造价预测模型,为电网企业的投资决策提供更精准的技术支持。【方法】提出了一种基于均值编码(ME)并融合极端梯度提升框架(XGBoost)的变电工程造价预测模型(ME-XGB)。首先,从设备和材料、施工工艺、施工规模、地理环境及设计标准等多维度中提取13个关键影响因子,涵盖分类变量与连续变量。针对分类变量与造价间的非线性关系,利用均值编码进行特征工程处理,通过计算类别内目标变量即单位容量造价的均值并结合平滑因子,将分类变量转化为连续特征,既保留类别信息又避免维度爆炸。其次,利用XGBoost构建预测模型,通过集成多棵决策树逐步修正残差,并引入正则化项和超参数调优,提升模型泛化能力。实验选取某电网公司200个变电工程样本,随机划分为训练集(80%)与测试集(20%),以平均绝对误差(M_(AE))和拟合优度(R^(2))作为评价指标,与MK-TESM、BP神经网络和XGBoost模型的性能进行对比分析。【结果】ME-XGB模型在测试集上的预测精度显著优于对比模型。其M_(AE)中位数与均值分别为5和6.875,较MK-TESM、BP神经网络和XGBoost模型均有所降低。同时,ME-XGB模型的R^(2)值达到0.8579,远高于对比模型,表明该模型对数据变动的解释能力更强。此外,箱线图分析结果显示,ME-XGB模型的预测误差分布范围最窄,验证了该模型的稳定性更强。超参数调优结果表明,XGBoost模型的树深度和学习率等超参数设置有效平衡了模型复杂度与过拟合风险。【结论】ME-XGB模型通过均值编码解决了分类变量非线性表达与维度控制问题,结合XGBoost模型的集成学习能力,显著提升了小样本场景下的预测性能。ME-XGB模型在平均绝对误差、拟合优度及误差稳定性方面均优于对比模型,可为电网企业提供更可靠的造价预测。未来研究可进一步探索动态影响因子的建模,并结合迁移学习拓展模型在跨区域工程中的应用。 展开更多
关键词 变电工程 造价预测 非线性 影响因子 极端梯度提升 均值编码 融合框架 特征工程
在线阅读 下载PDF
基于MapReduce的K-means聚类集成 被引量:8
5
作者 冀素琴 石洪波 《计算机工程》 CAS CSCD 2013年第9期84-87,共4页
针对传统聚类算法难以高效进行海量数据聚类分析的问题,提出一种基于MapReduce框架的K-means聚类集成算法。利用K-means算法生成不同聚簇数目的基聚类结果,改进共协关系矩阵,依据数据点对出现次数进行集成,自动得出最终聚类结果。实验... 针对传统聚类算法难以高效进行海量数据聚类分析的问题,提出一种基于MapReduce框架的K-means聚类集成算法。利用K-means算法生成不同聚簇数目的基聚类结果,改进共协关系矩阵,依据数据点对出现次数进行集成,自动得出最终聚类结果。实验结果表明,该算法能够有效地改善聚类质量,具有良好的扩展性,适用于海量数据的聚类分析。 展开更多
关键词 海量数据 聚类 MAPREDUCE框架 K—means算法 共协关系矩阵 聚类集成
在线阅读 下载PDF
黄河流域水资源利用驱动因素及脱钩效应研究 被引量:6
6
作者 杨燕燕 王永瑜 徐绮阳 《干旱区地理》 北大核心 2025年第1期20-30,共11页
实现水资源可持续利用是黄河流域生态保护和高质量发展的重要内容。采用水足迹法测度2000—2020年黄河流域56个地级市的水资源实际消耗情况,通过对数均值迪氏指数法揭示用水变化的主要影响因素,并结合DPSIR框架构建脱钩努力指数模型测... 实现水资源可持续利用是黄河流域生态保护和高质量发展的重要内容。采用水足迹法测度2000—2020年黄河流域56个地级市的水资源实际消耗情况,通过对数均值迪氏指数法揭示用水变化的主要影响因素,并结合DPSIR框架构建脱钩努力指数模型测度水资源利用脱钩效应。结果表明:(1)2000—2020年黄河流域水资源利用呈现波动上升趋势,农业生产用水是其主要组成部分,所占比重均在90%以上。(2)经济发展效应与人口规模效应对水资源消耗起正向驱动作用,用水强度效应与产业结构效应起负向驱动作用。(3)水资源利用与经济发展脱钩效果整体较好,主要有弱脱钩和强脱钩2种状态。具体来看,中游和下游地区的脱钩状态优于上游地区;工业生产用水和服务业用水的脱钩状态优于农业生产用水。(4)水资源利用脱钩效应转变过程中,产业结构效应和水资源禀赋效应是实现区域脱钩的重要因素,而用水强度效应和水资源禀赋效应是实现行业脱钩的关键所在。研究结果可为黄河流域水资源与经济绿色协调发展提供理论参考。 展开更多
关键词 水足迹 DPSIR框架 对数均值迪氏指数 脱钩模型 黄河流域
在线阅读 下载PDF
Spark框架下分布式K-means算法优化方法 被引量:13
7
作者 王法玉 刘志强 《计算机工程与设计》 北大核心 2019年第6期1595-1600,共6页
针对传统K-means算法在处理海量数据时存在计算效率低和时间复杂度高的缺点,提出一种基于Spark计算框架的改进K-means算法。利用网格单元保存数据点的空间位置信息,通过与聚类中心的空间位置关系减少冗余计算,为提高算法处理海量数据的... 针对传统K-means算法在处理海量数据时存在计算效率低和时间复杂度高的缺点,提出一种基于Spark计算框架的改进K-means算法。利用网格单元保存数据点的空间位置信息,通过与聚类中心的空间位置关系减少冗余计算,为提高算法处理海量数据的能力,采用Spark框架对算法进行并行化实现。在集群环境下进行测试,基于Spark框架的改进后算法能有效降低计算的时间复杂度,算法具有良好扩展性,计算效率有显著提高。 展开更多
关键词 K-meanS算法 Spark计算框架 分布式 网格 空间位置
在线阅读 下载PDF
一种基于元启发式策略的迭代自学习K-Means算法 被引量:2
8
作者 雷小锋 杨阳 +2 位作者 张克 谢昆青 夏征义 《计算机科学》 CSCD 北大核心 2009年第7期175-178,共4页
类内误差平方和最小化的聚类准则求解是NP难问题,K-Means采用的迭代重定位方法本质上是一种局部搜索的爬山算法,因此聚类结果对初始代表点的选择非常敏感,只能保证局部最优。为此,引入元启发式策略,通过建立评估函数对K-Means初始代表... 类内误差平方和最小化的聚类准则求解是NP难问题,K-Means采用的迭代重定位方法本质上是一种局部搜索的爬山算法,因此聚类结果对初始代表点的选择非常敏感,只能保证局部最优。为此,引入元启发式策略,通过建立评估函数对K-Means初始代表点和目标函数之间的依赖关系进行近似,然后利用近似评估函数指导新的初始代表点的选择,构成一种迭代自学习框架下的K-Means算法。实验表明算法可以很好地克服K-Means对初始代表点的依赖性,获得较高质量的聚类结果。 展开更多
关键词 聚类问题K-means算法 元启发式策略 迭代自学习框架
在线阅读 下载PDF
基于MEAN框架的实时数据共享竞赛系统的设计与实现 被引量:1
9
作者 石清 《软件工程》 2019年第5期39-42,共4页
在"互联网+"概念的影响下,越来越多的信息技术应用于体育产业。如何充分地利用信息技术手段为体育竞赛服务,如何使体育竞赛组织工作更加高效,如何使竞赛数据更加透明,是目前面临的重要问题。结合摩托艇项目,利用MEAN框架,开... 在"互联网+"概念的影响下,越来越多的信息技术应用于体育产业。如何充分地利用信息技术手段为体育竞赛服务,如何使体育竞赛组织工作更加高效,如何使竞赛数据更加透明,是目前面临的重要问题。结合摩托艇项目,利用MEAN框架,开发了一套实时数据共享竞赛管理系统,并将基于RESTful接口的异步I/O模式贯穿于整个体育竞赛系统中。该系统能有效降低获取信息的成本,使参与者即时掌握赛事动态,提高工作效率,改善用户体验。 展开更多
关键词 实时数据共享 竞赛系统 mean框架 RESTful接口
在线阅读 下载PDF
基于MapReduce框架下K-means的改进算法 被引量:11
10
作者 阴爱英 吴运兵 +1 位作者 朱敏琛 张莹 《计算机应用研究》 CSCD 北大核心 2018年第8期2295-2298,共4页
针对海量数据背景下K-means聚类结果不稳定和收敛速度较慢的问题,提出了基于MapReduce框架下的K-means改进算法。首先,为了能获得K-means聚类的初始簇数,利用凝聚层次聚类法对数据集进行聚类,并用轮廓系数对聚类结果进行初步评价,将获... 针对海量数据背景下K-means聚类结果不稳定和收敛速度较慢的问题,提出了基于MapReduce框架下的K-means改进算法。首先,为了能获得K-means聚类的初始簇数,利用凝聚层次聚类法对数据集进行聚类,并用轮廓系数对聚类结果进行初步评价,将获得数据集的簇数作为K-means算法的初始簇中心进行聚类;其次,为了能适应于海量数据的聚类挖掘,将改进的K-means算法部署在MapReduce框架上进行运算。实验结果表明,在单机性能上,该方法具有较高的准确率和召回率,同时也具有较强的聚类稳定性;在集群性能上,也具有较好的加速比和运行速度。 展开更多
关键词 MAPREDUCE框架 K-meanS算法 数据挖掘 聚类分析
在线阅读 下载PDF
Spark环境下K-means初始中心点优化研究综述 被引量:9
11
作者 行艳妮 钱育蓉 +1 位作者 南方哲 赵京霞 《计算机应用研究》 CSCD 北大核心 2020年第3期641-647,共7页
为了能够及时了解Spark环境下经典聚类算法K-means的最新研究进展,把握K-means算法当前的研究热点和方向,针对K-means算法的初始中心点优化研究进行综述。首先介绍了内存计算框架Spark和K-means算法,并分析了K-means算法聚类不稳定性的... 为了能够及时了解Spark环境下经典聚类算法K-means的最新研究进展,把握K-means算法当前的研究热点和方向,针对K-means算法的初始中心点优化研究进行综述。首先介绍了内存计算框架Spark和K-means算法,并分析了K-means算法聚类不稳定性的成因和影响,其目的在于指出优化K-means算法的重要性;详细介绍了目前在Spark环境下优化K-means初始中心点的主要方法和最新研究现状,并展望了K-means初始中心点优化问题的未来研究方向。 展开更多
关键词 K-均值算法 分布式内存计算框架 算法优化 聚类算法
在线阅读 下载PDF
基于并行化K-means的综合能源服务客户识别 被引量:7
12
作者 沈子垚 袁晓玲 《电力工程技术》 北大核心 2021年第2期107-113,共7页
随着电力体制改革的不断深入以及大数据技术的发展,传统的供电公司和综合能源服务企业急需改善现有的粗放型营销模式,实现不同用户需求的快速响应。针对综合能源服务潜在客户的精准识别问题,文中通过对综合能源服务潜在客户的标签进行分... 随着电力体制改革的不断深入以及大数据技术的发展,传统的供电公司和综合能源服务企业急需改善现有的粗放型营销模式,实现不同用户需求的快速响应。针对综合能源服务潜在客户的精准识别问题,文中通过对综合能源服务潜在客户的标签进行分析,基于Spark内存计算平台提出了一种改进的并行化K-means聚类算法。首先,对聚类过程中初始聚类中心的选取和样本影响因素的权值进行改进;其次,基于优化后的权值对客户数据集进行聚类分析,对综合能源服务潜在客户进行识别;最后,采集综合能源服务企业的近期交易数据,在多节点的物理机上进行实验与分析。结果表明改进后的聚类算法更准确。在执行效率上,并发度高的算法执行效率优于单线程的算法具有较好的并行能力。 展开更多
关键词 潜在客户识别 大数据 Spark框架 K-meanS聚类 并行计算
在线阅读 下载PDF
基于MapReduce的单遍K-means聚类算法 被引量:2
13
作者 唐浩 杨余旺 辛智斌 《计算机技术与发展》 2017年第9期26-30,共5页
K-means应用于MapReduce框架的大数据处理可显著提高K-means对大数据集的处理能力。但K-means聚类算法需要进行多次迭代才能达到可接受的效果,并将每次迭代作为一个独立map作业执行,需要读写整个数据集,从而导致显著的I/O消耗,与MapRed... K-means应用于MapReduce框架的大数据处理可显著提高K-means对大数据集的处理能力。但K-means聚类算法需要进行多次迭代才能达到可接受的效果,并将每次迭代作为一个独立map作业执行,需要读写整个数据集,从而导致显著的I/O消耗,与MapReduce框架的设计理念不符。为此,提出了一个基于MapReduce的单遍K-means算法(MRSK)。该算法采用流数据单遍算法读取数据,聚类时采用K-means++初始化seeding算法得到初始聚类中心。在理论分析MRSK算法复杂度的基础上,进行了MRSK算法的测试验证和相关分析。验证实验结果表明,相对于基于MapReduce和基于数据流的K-means聚类算法,所提出的MRSK算法在执行速度和聚类效果方面具有更好的优势。 展开更多
关键词 MAPREDUCE框架 数据聚类 K-means++ Mahout 单遍技术
在线阅读 下载PDF
基于改进K-Means和DNN算法的电力数据异常检测 被引量:26
14
作者 常荣 徐敏 《南京理工大学学报》 CAS CSCD 北大核心 2023年第6期790-796,858,共8页
为获取较高的数据辨识效率,结合Spark架构理论,该文提出了一种基于改进K-Means和深度神经网络(DNN)算法的电力数据异常检测技术。首先,利用改进K-Means聚类算法对初始聚类中心的选取和样本权值进行适应性改进,实现各聚类子类的并行运算... 为获取较高的数据辨识效率,结合Spark架构理论,该文提出了一种基于改进K-Means和深度神经网络(DNN)算法的电力数据异常检测技术。首先,利用改进K-Means聚类算法对初始聚类中心的选取和样本权值进行适应性改进,实现各聚类子类的并行运算,从而提升异常数据的辨识效率。其次,该文建立了基于DNN算法的电力异常数据的修正模型,对辨识出的异常数据进行修正,针对现有聚类算法和异常值检测算法的参数难以控制且算法的随机性欠缺等问题,该文在DNN训练层中增加了反馈关联层,并使用改进粒子群算法对该算法的网络模型中的权值空间进行深度优化。最后,以某调度中心的监控与数据采集(SCADA)系统数据为样本开展算例验证,仿真结果说明该文方法能高效处理电网运行大数据的异常情况,数据成功修复率可维持在91%以上,对数据修复后预测的准确率平均达到95.2%。 展开更多
关键词 电力大数据 异常检测 Spark架构 K-meanS算法 深度神经网络
在线阅读 下载PDF
基于Spark的电能计量数据异常辨识方法设计
15
作者 杨劲锋 郑楷洪 +2 位作者 刘玉仙 张伟 曾璐琨 《自动化仪表》 2025年第4期92-96,共5页
为了准确辨识电能计量数据中的异常数据、提高电能计量数据质量,提出一种基于Spark的电能计量数据异常辨识方法。以Spark框架为核心支撑,基于张量核范数约束的低秩张量补全模型补全电能计量数据后,采用最小生成树并行聚类方法进行聚类... 为了准确辨识电能计量数据中的异常数据、提高电能计量数据质量,提出一种基于Spark的电能计量数据异常辨识方法。以Spark框架为核心支撑,基于张量核范数约束的低秩张量补全模型补全电能计量数据后,采用最小生成树并行聚类方法进行聚类。依据Spark并行优势改进K-means算法,形成基于Spark改进的K-means并行算法,以辨识聚类后电能计量数据中的异常数据。采用蝙蝠算法优化辨识方法的关键参数,优化电能计量数据异常辨识结果。测试结果表明,该方法可以全面、完整地实现电能计量数据补全,标准互信息(NMI)和调整兰德指数(ARI)的最大值分别为0.984和0.988,因而聚类效果好。该方法能够有效辨识出不同类型的异常数据,为电力的综合运行管理提供可靠依据。 展开更多
关键词 电能计量 Spark框架 异常辨识 数据补全 数据聚类 K-meanS算法 蝙蝠算法
在线阅读 下载PDF
框架理论视域下先秦哲学典故教学的意义建构 被引量:1
16
作者 唐文 任陆华 《深圳信息职业技术学院学报》 2024年第6期65-72,共8页
典故承载着中华民族普遍认同的基本知识、哲学思想、价值观念,在教学活动中把哲学思想与历史人物、历史事件、哲学思潮等联系起来,通过“典故原文”“典故哲理”“典故启迪”来设计教学,通过构造真实与虚构结合的场景形成互动框架,以后... 典故承载着中华民族普遍认同的基本知识、哲学思想、价值观念,在教学活动中把哲学思想与历史人物、历史事件、哲学思潮等联系起来,通过“典故原文”“典故哲理”“典故启迪”来设计教学,通过构造真实与虚构结合的场景形成互动框架,以后台布置引导学生自觉学习并参与教学,达到获利型效应的教学效果,进而增强学生对中华优秀传统文化的文化认同、文化共情、文化自信。 展开更多
关键词 典故 教学 意义建构 框架理论 框架效应
在线阅读 下载PDF
云计算环境中k-mean大数据聚类方法应用研究
17
作者 李英杰 王芮 尚影 《景德镇学院学报》 2022年第6期28-30,共3页
传统k-mean算法解决数据聚类问题时容易陷入局部最优,且单位时间内聚类数据的效率不高等问题,本文针对这些缺点对k-mean算法进行改进。在MapReduce框架下并行化布局k-mean聚类算法,基于分治策略将大数据集分为数据块,同时削减spill文件... 传统k-mean算法解决数据聚类问题时容易陷入局部最优,且单位时间内聚类数据的效率不高等问题,本文针对这些缺点对k-mean算法进行改进。在MapReduce框架下并行化布局k-mean聚类算法,基于分治策略将大数据集分为数据块,同时削减spill文件的合并以降低Map节点计算量输出;基于密度参数选取k-mean聚类算法的中心点,使用误差平方和确定算法聚类个数,避免数据聚类陷入局部最优。实验结果显示,该方法在聚类精度与效率方面均展现其优势,具有较强的数据聚类实际应用价值。 展开更多
关键词 云计算 MAPREDUCE框架 k-mean算法 大数据聚类
在线阅读 下载PDF
基于Spark Streaming的并行K-means改进算法研究 被引量:1
18
作者 宋国兴 张清伟 +2 位作者 郑明钊 杜飞 陈彬 《现代计算机》 2021年第18期68-71,共4页
K-means聚类算法作为一种经典的聚类算法被广泛应用,但是传统聚类算法在对实时性聚类要求较高的场景已经不适用,特别是在基于聚类的一些实时推荐算法中。本文通过Spark Streaming框架对传统K-means聚类过程广播共享聚类中心并使用KD树... K-means聚类算法作为一种经典的聚类算法被广泛应用,但是传统聚类算法在对实时性聚类要求较高的场景已经不适用,特别是在基于聚类的一些实时推荐算法中。本文通过Spark Streaming框架对传统K-means聚类过程广播共享聚类中心并使用KD树对迭代过程进行二次优化。实验结果表明优化改进后的K-means聚类算法能够明显提升收敛效率和降低聚类时间,能够满足对实时性聚类的要求。 展开更多
关键词 K-meanS聚类 实时性聚类 KD树 Spark Streaming框架
在线阅读 下载PDF
Exploring the Three-dimensional Framework of Knowledge Service in the field of Library and Information Science(LIS)
19
作者 WANG Yuefen ZHANG Beibei WU Tingting 《Chinese Journal of Library and Information Science》 2010年第2期31-47,共17页
The evolution of the society and economy has stimulated the development of Knowledge Service(KS), making it an indispensable solution to address future challenges facing libraries and information institutions. However... The evolution of the society and economy has stimulated the development of Knowledge Service(KS), making it an indispensable solution to address future challenges facing libraries and information institutions. However at present, academic research on knowledge service is falling short and its definition is far from clear and complete. As such,this article proposes the Three-dimensional Framework Knowledge Service(TdFKS) for libraries and information institutions based on the knowledge value chain model. By making reliability analysis and mean value analysis of a questionnaire survey result, the article clarifies the structure of the three-dimensional framework and verifies the rationality of the TdFKS. 展开更多
关键词 Libraries and information institutions Knowledge service Three-dimensional framework Reliability analysis mean value analysis
原文传递
Stackelberg微分博弈下的鲁棒最优投资-再保险问题
20
作者 颜炳文 陈密 刘海燕 《吉林大学学报(理学版)》 CAS 北大核心 2024年第2期273-284,共12页
考虑一个以模糊厌恶再保险公司为领导者,模糊中立保险公司为追随者的Stackelberg随机微分博弈问题.通过求解拓展的HJB(Hamilton-Jacobi-Bellman)方程组,给出时间一致性均值-方差准则下的鲁棒最优投资-再保险策略以及相应的值函数.最后,... 考虑一个以模糊厌恶再保险公司为领导者,模糊中立保险公司为追随者的Stackelberg随机微分博弈问题.通过求解拓展的HJB(Hamilton-Jacobi-Bellman)方程组,给出时间一致性均值-方差准则下的鲁棒最优投资-再保险策略以及相应的值函数.最后,通过数值例子和敏感性分析说明最优策略与主要参数之间的关系. 展开更多
关键词 比例再保险 常系数方差弹性模型 Stackelberg微分博弈 时间一致性均值-方差框架 模糊厌恶
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部