工业取用水监测奇异数据挖掘与重构方法

提高工业取用水监测数据质量是目前国家水资源监控能力建设的重要内容,而奇异值问题已成为影响监测数据质量的关键短板。本文在解析现阶段工业取用水监测数据奇异值主要类型基础上,以国家水资源管理系统数据库中工业取用水监测数据为样本,利用小波变换模极大值模型提取工业取用水监测数据时频变化特征,并利用傅里叶函数对其残差序列进行修正,进而运用相对误差控制方法挖掘监测数据奇异值。在此基础上,采用混沌粒子群优化的最小二乘支持向量机模型重构填补奇异值数据。研究结果表明：小波变换模极大值模型能够较好地提取工业取用水监测数据序列的时频变化特征,但是同时容易导致监测数据的信息损失,利用傅里叶函数对小波变换进行残差修正则可进一步提升取用水监测数据序列的特征提取效果;以小波变换模极大值特征序列为基础,通过相对误差控制可实现对监测数据奇异值的高效挖掘;对于挖掘出的奇异值重构填补问题,可选取混沌粒子群优化的最小二乘支持向量机模型,其重构精度要优于多项式曲线拟合等传统统计学方法和普通最小二乘支持向量机模型。上述工业取用水监测数据奇异值挖掘重构策略为现阶段国家水资源监控能力建设的推进提供了重要技术方法支持。     

Museums and mining technologies

This article has a twofold purpose, first to explore how the founding of museums helps the mining industry to create a new way to look at what becomes natural in landscapes that are intervened by mining operations, and second to analyze how this new way of looking at the landscape ignites a process of recontextualization having a material impact on the territories. As part of this discussion, this article reveals how the technologies of mining production have evolved, facilitating the companies’ material production, and how the mining museum becomes a fundamental part of this technological development. This article looks at two mining museums owned or funded by the Chilean copper mine Los Pelambres, the ‘Museum of Copper and Sustainable Development’, located in Los Vilos next to Los Chungungos dock, and the ‘Andróniko Luksic Mining Center’, located in the engineering department at the Pontificia Universidad Católica in Santiago. These museums are funded by the mining company Los Pelambres and one of them is currently managed by the company.     

基于流数据挖掘的网络流量异常检测及分析研究

网络流量异常检测及分析是网络及安全管理领域的重要研究内容.本文探讨了网络流量异常的种类、网络流量异常检测的方法,分析了基于传统检测方法在网络流量异常检测应用中存在的问题.并重点对基于流数据模型的网络流量异常检测进行了研究,综述了已有流数据挖掘研究方法在网络流量异常检测中的研究进展.最后,本文对现有研究工作存在的问题及未来的研究方向进行了探讨.     

Does state ownership really matter? The dynamic alignment of China's resource environment and firm internationalization strategies

Recent research suggests that unequal access to home country institutional resources affects firm internationalization strategies. We add to this debate, based on an analysis of state-owned (SOEs) and non-state-owned (NSOEs) Chinese mining firms, by developing a more dynamic and multi-layered understanding of this interplay. We find that home institutional support can be ownership-based or performance-based, whereby the former benefits SOEs and the latter favors high-performing NSOEs. Combined, these support structures serve as institutional control mechanisms in promoting competition, performance and loyalty to national policies. In addition, they establish a permanent link between firm- and home country-specific assets and incentivize firms to develop dynamic resource access capabilities at home and abroad. Our findings inform our understanding of the firms-institutions nexus and Chinese foreign direct investment dynamics, especially in industries of strategic importance to the state.     

Civil Society Opposition to Nonferrous Metals Mining in Montana

This paper discusses the opposition of civil society to nonferrous metals mining in Montana. The mineral resources and mining history of Montana are discussed, as is the vibrant civil society of that state. Montana’s civil society has opposed mining due to its environmental effects, particularly upon areas of high conservation value. This opposition has involved litigation and the implementation of a ban on the use of cyanide by the mining industry. The paper concludes with a discussion of whether this opposition to mining has damaged the economy of the state and Montana’s future as an example of the “New West,” wherein amenities based growth act as the principal agent of economic activity.     

数据挖掘在家电企业绩效评价中的应用研究

选取我国家电行业上市公司2008年度数据,利用主成分分析方法对财务比率指标数据进行分析,提取盈利能力、发展能力、偿债能力及资产营运能力四个主要因子,并结合因子在各财务指标的载荷以及各财务指标之间的复相关系数来确定财务指标的选取和权重的设定,以此构建企业绩效评价指标体系,然后利用所构建的指标体系对家电行业上市公司的企业绩效进行评测排序,最后利用聚类分析方法检验该指标体系的有效性。研究结果表明,使用此种方法建立企业绩效评价体系是可行有效的。     

零售4.0时代先行发货问题的大数据分析

在零售4.0时代,渠道的多样化不仅丰富了数据源,还能迅速生成大量数据,需要通过分析大数据,为决策提取有意义的信息,通过分析先行发货的重要性,提出了一种基于遗传算法（GA）的优化模型,预测顾客何时购买,然后在顾客线下单前将产品运送到距顾客最近的配送中心,解决先行发货中存在的问题。研究认为,需要先部署云计算来存储所有渠道生成的大数据,再应用基于集群的关联规则挖掘研究顾客的购买行为,根据“如果-那么”预测规则预测未来的采购情况,最后利用修正的遗传算法生成最优的先行发货计划;这种遗传算法考虑了其在运输成本和运输距离之外,还有预测规则的置信度,利用大量的数值实验权衡了先行发货中的不同因素,验证了模型的最优可靠性     

大数据背景下CPI预测问题的文本挖掘技术设计与应用

本文创新地将半监督交互式关键词提取算法词频-逆向文件频率( Term Frequency- Inverse Document Frequency, TF-IDF )与基于 Transformer 的 双 向 编 码 表 征 ( Bidirectional Encoder Representation from Transformers,BERT)模型相结合,设计出一种扩展CPI预测种子关键词的文本挖掘技术。采用交互式TF-IDF算法,对原始CPI预测种子关键词汇广度上进行扩展,在此基础上通过BERT“两段式”检索过滤模型深入挖掘文本信息并匹配关键词,实现CPI预测关键词深度上的扩展,从而构建了CPI预测的关键词库。在此基础上,本文进一步对文本挖掘技术特征扩展前后的关键词建立预测模型进行对比分析。研究表明,相比于传统的关键词提取算法,交互式TF-IDF算法不仅无需借助语料库,而且还允许种子词的输入。同时,BERT模型通过迁移学习的方式对基础模型进行微调,学习特定领域知识,在CPI预测问题中很好地实现了语言表征、语义拓展与人机交互。相对于传统文本挖掘技术,本文设计的文本挖掘技术具有较强的泛化表征能力,在84个CPI预测关键种子词的基础上,扩充后的关键词对CPI具有更高的预测准确度和更充分的解释性。本文针对CP 预测问题设计的文本挖掘技术,也为建立其他宏观经济指标关键词词库提供新的研究思路与参考价值。     

论数据挖掘优化教学管理

本文探索了利用数据挖掘进行优化教学管理过程的一些情况 ,并对教学管理的过程所用的数据挖掘技术手段和分析方法进行了讨论。     

唐廷枢开平矿务局创业团队成员分析

唐廷枢的开平矿务局创业团队集中了中国煤炭工业早期发展时期的精英,他们以强烈的创新意识、民族意识,以及对新事物、新技术的敏锐洞察力和感受力,开辟了中国煤炭工业的开平矿务局繁荣时代。其成员有的精通洋务,有的拥有近代实业管理知识,如唐廷枢、丁寿昌、黎兆棠等;有的通晓矿业权融资、知悉近代资金运作模式,如徐润、唐廷植、郑观应等;有的熟习矿务、商务或具有人事协调能力,如吴炽昌、郑藻如、周馥等;有的通晓采矿工艺和煤矿开采技术,如白内特、金达、邝荣光、吴仰曾等,他们的思想和实践促进了中国矿业的近代化进程,使中国早期煤炭工业真正开始摆脱旧式官僚和手工业管理的模式,步入近代企业管理轨道。