基于模糊神经系统的多传感器数据融合算法

将自适应模糊神经推理系统(ANFIS)和卡尔曼滤波器应用于目标跟踪系统中,构成多传感器数据融合算法。该算法假设在目标运动过程中,过程噪声和测量噪声是相互独立的高斯白噪声序列。使用ANFIS分别对目标的加速度和测量噪声的方差进行估计,通过卡尔曼滤波器获得目标后验状态,最终由神经网络对多传感数据进行融合得到系统输出。仿真结果表明,该算法可以通过自适应调整跟踪参数有效地防止目标丢失。     

网格聚类在多雷达数据融合算法中的应用

应用网格聚类的方法区分同一雷达接收的不同目标的观测数据,通过类间数据融合,实现同一目标不同雷达接收数据的融合,以便对多目标进行实时跟踪。研究了观测数据网格聚类的基本思想、形式化描述及算法实现,讨论了对机动目标跟踪的Kalman滤波方程及空管系统中易于计算的各参数矩阵理论依据及相应的初值。仿真结果表明,通过网格聚类能很好地区分不同目标,聚类后再进行跟踪融合更加准确。     

基于有效预测区域的模糊数据关联

多目标多传感器跟踪系统由数据关联和目标状态估计两部分组成,数据关联是多目标跟踪系统研究的核心。数据关联和目标状态估计两部分既有一定的独立性又有密切的联系,而将两部分合理地结合对提高跟踪系统的性能是重要的。该文以跟踪目标的有效预测区域为依据,利用基于Mahalanobis距离的模糊均值聚类方法解决数据关联问题,在一定程度上将数据关联和目标状态估计两个不同的过程相结合,仿真计算说明了其有效性。     

大数据背景下核能安全人因数据采集与处理系统框架

核能人因安全数据分析在核安全管理中的地位越来越重要。然而,不同人因分析领域、目标和方法,有不同人因数据需求,同时在大数据背景下,人因数据分析面临着海量、低价值密度人因数据的集成与抽取;非结构化数据的处理与融合等问题。为解决这些问题,应用大数据技术,根据人因数据采集与处理的特点,建立了核能安全人因大数据采集、存储、分析和处理系统框架。该系统框架由数据源层、数据预处理、人因大数据处理中心、人机交互系统等部分组成。     

雷达组网布站对数据融合精度的影响研究

建立了雷达组网布站的结构模型和数学模型,为研究雷达组网对目标定位精度的空间分布情况,引入了组网雷达定位精度几何扩散因子(GDOP)的数学模型,并利用组网雷达定位精度GDOP描述了直线航路上雷达组网布站的定位精度分布;然后利用简单的最小均方误差融合估计算法对直线航路上的目标数据进行融合,并给出了雷达组网布站的评价指标与数据融合精度的对应关系,从而证明了在定位站几何布局已定的条件下可以用GDOP来表征航线数据融合定位精度的结论;最后给出了实例说明.     

改进的多目标多传感器数据融合相关算法

数据融合是利用计算机对数据进行一定处理，得出目标状态及势态估计的多层次多平台过程。详细讨论了对目标的跟踪算法，此算法不仅对多目标，而且对新出现目标和机动目标均能进行识别和跟踪。     

论数据法益独立性刑法模式

既有的数据法益内容是一种典型的传统法益依附性模式,数据法益要么完全依附于个人信息法益、财产法益、社会秩序法益,要么折中依附于多元传统法益内容组合和数据性质法益。依附性模式存在数据犯罪和信息犯罪认定的界限模糊、无法准确区分数据犯罪的多个关联罪名等问题。数据法益应当是一种独立新型法益,其指向数据状态安全内容,而并非传统法益的信息本体内容安全。在立法层面上,数据法益的独立性理念可以通过改变法益类型的交叉性保护、融合一般数据系统保护,以及独立评价非法数据制造或传播行为等规则予以体现。在司法层面上,独立性理念可以通过调整法益保护的司法评价要素、精确区分不同法益类型的界限予以体现。数据法益的独立新型概念、体系要素和运用规则,组成数据法益独立性刑法模式。     

数字政府视域下政务数据开放的法治化路径研究

作为“第五生产要素”的数据在建设数字政府中发挥了极其重要的作用。《数据安全法》也设专章对政务数据开放进行了规定,但从政务数据开放的实践来看,“信息孤岛”“数据烟囱”问题严重,政务数据权属模糊、开放准备度不足、顶层设计统筹规划缺乏、开放到利用的转化率低等问题严重影响了政务数据的深度开放和利用。从行政法学的角度研究政务数据开放的内在逻辑和理论基础,有助于发现和解决政务数据开放制度运行中存在的问题,并可进一步完善政务数据开放制度的合法性与正当性。政务数据开放制度的完善应当在法治轨道上从数据开放的规范供给、主体责任、监管治理以及安全保护等方面科学、有序地推进。     

大数据时代企业人力资源管理创新思考

随着互联网的发展和大数据时代的到来,企业已具备掌握并处理大量数据的能力。将大数据这一全新概念运用到人力资源管理领域,带来了巨大的机遇和挑战。以大数据环境为背景,通过分析大数据与人力资源管理的关系,总结出人力资源管理中包括基础数据、能力数据、效率数据和潜力数据四类大数据。提出管理环节中基于大数据的人力资源管理六大模块的创新模式,对更好地发挥大数据在促进人力资源管理创新方面的大价值进行思考,为人力资源管理系统的创新指明了方向。同时,针对融合大数据的人力资源管理应注意的经济及安全问题,提出创新工作的注意事项。     

论大数据模式对媒体融合的推进作用

从2012年至今,大数据成为了行业间转型升级的重要关键词。大数据的应用,颠覆了传媒行业固有的运作模式,对传媒变革产生深远影响。从传媒实践上看,大数据的应用推进了媒体融合的进程。本文探讨了大数据对媒体融合的影响及作用,厘清了大数据在媒体融合中的功能。     

SMSC负荷状态检测方法研究

对短消息服务中心的负荷状态检测方法作了探讨。在研究系统负荷状态与内部资源关系的基础上,给出了负荷状态检测参数、检测模型及基于多参数数据融合的检测方法,并通过实验测试结果对其有效性进行了分析。研究表明,系统的负荷状态可以通过对多种内部资源消耗量的检测进行评价,多参数冗余信息融合后可以提高结果的可靠性和置信度。     

小卫星温度测量冗余设计方法研究

提出一种软硬件结合的温度测量冗余设计方法。将小卫星的温度测量按组划分,相邻的几个传感器设置为一组,同组的传感器用Bayes数据融合的方法得到对每个温度点的温度估计,并以此为依据去判定每个温度测量点的温度测量是否有效,若判定为测量数据无效则启用备用传感器。该方法用软件实现了对测量数据是否有效的判定,再用有限的硬件备份提供冗余设计,使得备份传感器的数量大大减少。     

双／多基地雷达对抗技术

扼要论述了双／多基地雷达的基本概念、模型及其电子对抗特征，并介绍了多传感器数据融合的基本概念；重点论述了用雷达侦察和通信侦察两种传感器通过数据相关处理以实现对双／多基地雷达进行侦察识别的相关识别方法，计算机模拟结果表明此方法是可行的；最后，讨论了对双／多基地雷达的干扰方法。     

智能气体传感器研究

为了解决现有气体传感器分辨率差、稳定性也欠佳的问题，急需发展智能气体传感器技术。文中介绍了智能气体传感器的工作原理，利用三类不同气体传感器组成了气体传感器系统，用模式识别技术对６种不同气体不同浓度的３６个样本进行了测量和识别，并对６个未知样本进行测识，识别率可达１００％。     

大数据驱动:思想政治教育现代化的重要引擎

大数据是驱动思想政治教育现代化的重要引擎。大数据融合思想政治教育创新发展，既是大数据时代思想政治教育的发展趋势，也是思想政治教育现代化的内在要求。大数据驱动思想政治教育现代化既具备理论上的可能性，也具备现实上的必要性。在中国特色社会主义新时代，大数据驱动思想政治教育现代化要厘清和明晰"变"与"不变"、"冷"与"暖"、"利"与"弊"的理论关系，进而笔者从内在要求、根本前提、关键环节、重要保障的角度提出四重实践策略，以期实现大数据与思想政治教育的深度融合。     

全媒体时代新闻编辑融合思维转变的逻辑与路径

加快推动传统媒体与新媒体深度融合发展,建设全程、全息、全员和全效的全媒体是一项紧迫的任务,在建设全媒体的过程中,新闻编辑的思维方式转变是至关重要的环节。从编辑工作内容转变对思维方式转换的现实需求出发,结合传媒信息生产环境和新闻生产方式重塑,通过理论分析、案例研究等方法,研究全媒体时代新闻编辑思维的转变方式和内容、编辑思维转变的具体着力点以及编辑思维转变的全媒体实践逻辑。研究认为:全媒体建设要求编辑打破线性思维,以立体的融合思维来应对媒体融合发展环境; 融合思维本质上是一种综合利用媒体资源的思维方式,新闻编辑需要以用户为中心点、以技术为支撑点、以数据为发力点,实现围绕用户进行信息生产、运用技术为产品创新服务、充分利用数据深层价值; 融合思维可以运用于新闻编辑工作的全过程,基于深度挖掘用户话题、利用原始素材、适配内容与渠道等,在新闻报道选题策划、融媒体产品打造、实现平台效用最大化等方面带动全媒体创新发展。     

司法大数据与司法公正的实现

司法大数据是司法活动与大数据科技的结合及其在司法领域的积极运用。司法大数据以裁判结果为载体，融合了立法与案例的多种信息与数据资源，为法官审判案件提供了可依据的数据支持，可帮助法官形成对案件的认知和判断，对司法公正具有积极的“正功能”。但司法大数据在提升审判质效的同时也会因为数据科技的缺陷给司法公正带来“负功能”。因此，应重视数据标准和规范的建设，提升司法大数据使用的合理性和安全性，消除“数据陷阱”，让大数据切实助力司法公正的实现。     

教师数据素养的培养模式与策略

随着大数据时代的到来,教育大数据助力教育改革,促使教师不断提升其数据素养以适应新时代的教育变革。教师数据素养的构成主要包括数据知识、数据意识、数据能力、数据道德等要素。教师数据素养培养模式是一种促进教师适应数据应用场景,发现数据、挖掘数据、使用数据,为精准的教学供给提供决策参考的长效机制。回答数据"从何来""为何去""如何用"三个问题,是教师数据素养培养的逻辑起点。教育数据需要教师通过教育行动研究去发现,并利用其验证某些教育问题,通过分析反映实然状态的数据来寻求应然的教育应对策略。教师数据素养培养模式包括:计划(确定问题与数据准备)、实施(教学实践与数据收集)、观察(数据分析与学情诊断)、反思(数据循证与教学改进)四个环节。教师数据素养培养策略主要包括营造校园数据文化、搭建教师发展数据仓库、建立跨界行动研究共同体、推动数据素养与学科教学的深度融合。教师数据素养的培养应注重与数据驱动的教育行动研究相结合,将"数据"作为深入洞察教育实际和透析教学实践问题的基本手段,经过"数据上移—数据下沉"这一过程,促进教师数据素养的养成,进而促进教师的教学决策由基于"经验"向基于"数据循证"转变。