数据分类

摘要： 由于电网调用业务操作具有多样化特征,以单一的标准对其进行判断会影响批卷结果的可靠性,为此,设计了一种基于机器学习的电网调度业务自动批卷系统,将具有强大计算能力的AMD Zen4处理器和数据转化能力的SZ11-CBOX云盒作为硬件,利用AMDZen4的Raphael搭建BP神经网络,对业务操作的特征进行学习,通过K-means聚类过滤干扰,SZ11-CBOX将业务数据分类后,匹配待批卷数据与各分类特征之间的一致性,实现最终的评分。测试结果表明,系统的批卷结果与实际结果的拟合度可以达到99.0%以上。

摘要： [目的/意义]系统剖析科学数据发布平台的内容建设机制,旨在为我国相关平台的建设与完善提供借鉴。[方法/过程]综合采用文献调研法、网站调研法、案例研究法等,结合国内外发展较成熟的科学数据发布平台建设实例,从数据采集、数据分类、数据描述及数据质量控制等流程对科学数据发布平台的内容建设机制进行系统剖析。[结果/结论]研究发现:采集数据时要综合考虑数据价值、完整准确性及数据格式;科研机构、资助机构和政府机构是采集科学数据的主要渠道;平台通常从科学数据的主题、类型、地理区域、机构等角度对所采集数据进行分类;平台建设者可根据所收录数据的学科与类型来选择适合的元数据标准,重点关注核心元素项;平台的数据管理人员须重视审核科学数据的形式质量和内容质量。

摘要： 近日,全国卫生健康规划信息工作电视电话会议召开。会议发布了2022年全国卫生健康规划信息重点工作,包括深入实施健康中国行动、全力做好常态化疫情防控工作、全面实施“十四五”规划、推进卫生健康服务体系建设、加快全民健康信息化建设应用、深入开展爱国卫生运动等方面。在“加快全民健康信息化建设应用”方面,会议表示,将印发“十四五”全民健康信息化发展规划。着力推进“互联网+医疗健康”规范发展,推进基层便民服务应用,开展全国医疗卫生机构医疗健康信息互通共享3年攻坚行动。着力推进健康医疗大数据应用发展,推进数据分类分级开放应用。同时,会议强调要牢牢守住网络安全底线。

摘要： 在新形势下,建设企业高质量档案数据中心势在必行,我们通过档案数据的自动归类整合与分析,可以有效保障企业档案数据安全及实现档案数据应用。该文论述了企业档案数据自动分类管理的目标、意义、规则设置、实施以及管理模式等,以期将档案数据自动分类管理进一步推广,使其成为企业中一项可持续、可执行的常态化工作。

摘要： 高校现有学业预警系统对学生行为数据要求齐整、预测准确率低、可推广性差。针对上述问题,文中提出一种基于LSTM优化神经网络的预警模型。该模型主要由数据处理、特征提取、优化训练三部分组成,其中数据处理是通过RBF核函数对学生信息数据进行从低维到高维的空间映射,从而保留完整的学生数据信息,降低数据缺失对预警系统的干扰;特征提取是指通过多维正态分布的前馈特征提取对学生信息数据进行分类,然后进行归一化处理,根据不同类别进行学习运算,提高预测正确率;优化训练则是将数据输入至自适应激励函数优化后的LSTM神经网络训练,通过概率拟合得到毕业概率及弱项特征,从而输出学业预测报告。将收集的G大学2017—2019年三届毕业生共15211人的第一学年必修课成绩、消费信息、图书借阅频率等数据作为数据训练集,将2020届5301名毕业生数据作为测试数据进行试验。结果表明,文中模型预测准确率稳定在94.21%,最高可达到98.17%,平均准确率较现有预警模型提升2个百分点,尤其是负召回率有明显提升,数据依赖性和结果稳定性也有显著改善。

摘要： 线性判别分析是一种统计学习方法.针对线性判别分析的小样本奇异性问题和对污染样本敏感性问题,目前许多线性判别分析的改进算法已被提出.本文提出了基于Kullback-Leibler(KL)散度不确定集的判别分析方法.提出的方法不仅利用了Ls范数定义类间距离和Lr范数定义类内距离,而且对类内样本和各类中心的信息进行基于KL散度不确定集的概率建模.首先通过优先考虑不利区分的样本提出了一种正则化对抗判别分析模型并利用广义Dinkelbach算法求解此模型.这种算法的一个优点是在适当的条件下优化子问题不需要取得精确解.投影(次)梯度法被用来求解优化子问题.此外,也提出了正则化乐观判别分析并采用交替优化技术求解广义Dinkelbach算法的优化子问题.许多数据集上的实验表明了本文的模型优于现有的一些模型,特别是在污染的数据集上,正则化乐观判别分析由于优先考虑了类中心附近的样本点,从而表现出良好的性能.

摘要： 现如今我国的社会经济正在不断发展,信息化技术也在进行着飞速地变迁和创新,相关技术也逐渐运用于各个行业的运行和发展之中。电力自动化系统能够让其运行更加精准、更加可靠、更加安全,而且能够很好地适应现如今的“互联网+”的时代背景,对于信息技术的研究和发展也有着一定的推动作用。对于电力自动化系统来说,能够将当下的各种数据进行准确地收集并且进行及时地分析处理是其自动化系统运行的基础需求。由此本文就对电力自动化系统的数据分类与获取做出一定的研究,并且对其数据处理具体特性进行分析,希望能够对日后电力系统的自动化研究和发展提供一定的研究基础和帮助。

摘要： 针对现有技术中计量资产供应链管理滞后的问题,设计了新型数字化计量资产供应链管理方法,构建了包括数据管理层、资产传递层资产分布层和资产应用层的B/S架构系统,在灰度关联分析算法中融入了BP神经模型。采用DBSCAN聚类算法实现电能计量数据的可视化计算,通过算法,能够从诸多计量设备的不同数据类型中随机选定数据对象点,进而分类出不同数据类型的数据,提高了数据管理能力。试验结果表明,方法可靠性高,误差精度低。

摘要： 水库移民工程数据管理过程中,由于数据库设计逻辑的差异,导致数据库查询响应时间过长,因此提出基于GIS的水库移民工程数据库模型构建。采用多项式变换和IHS变换方法,对水库移民工程数据进行处理。按照数据描述信息,建立数据分类及编码规则。依托于GIS数据模型和对象关系概念,获取空间数据库模型设计逻辑,结合数据库访问机制,完成数据库模型构建。实例分析结果表明,所提出的模型生成的水库移民工程数据库,与原始数据库相比查询响应时间降低63.53%。

摘要： 数据统计分析是临床医学研究中的一个重要组成部分。在临床研究实践中,有些研究结果存在统计分析错误或不规范的现象,主要系由医务人员对临床研究数据分类认识不足、选用的统计分析方法不恰当所致。本文从认识临床研究数据分类的重要性入手,就临床研究数据分类以及不同分类数据的相互变换方法和原则等作一简要介绍,为医务人员规范开展临床研究提供参考。

摘要： 水情数据分类方法很多,如按数据属性分,有蒸发、降雨、水位、流量、含砂等;按时效性可分为实时数据、时段数据、日均数据等.本文根据实际报表需求对水情数据进行分类,不仅使水情数据明了清晰,而且也可为水调自动化系统设计提供参考.

摘要： 农业信息化过程中会产生大量的数据,有效的数据挖掘技术将有利于农业信息服务水平的提高,而数据分类是数据挖掘的重要组成部分.本文提出一种基于GEP的加权FCM作物数据分类方法,使用加权距离衡量样本数据间的距离,弥补欧氏距离的不足;并用GEP算法求取最佳聚类中心,防止FCM陷入局部极值.将本文提出的方法对UCI数据库中的作物数据集进行分类实验,并与不同分类方法进行比较.实验结果显示,本文方法能够以很高的正确率对作物数据集进行分类,是一种性能优良的数据分类方法.

摘要： 机器学习是人工智能的一个分枝，文中针对数据分类、回归分析、聚集、异常检测、深度学习、遗传算法等内容进行探讨。

摘要： 在主权、公权与私权交织,权利主体叠加的情形下,数据权变成性质模糊的权利体系,数据权的主体及其享有权利的正当性也是"乱花渐欲迷人眼".造成这一困境的原因是:将分属不同层次的数据权类型糅合在一起,将数据权作为整体进行正当性论证.因此,重塑数据权应当确立如下基本立场:数据权是在利益相关者中进行数据利益分配的形式.数据权归属与正当性建立在数据分类基础上.

摘要： 针对档案数据概念不清、语意不明的现状.本文概述了档案数据研究的兴起动因.在档案实践基础上,演绎得到了档案数据的概念,即档案数据是承载档案信息的数据以及在档案信息管理利用活动中产生的数据.最后根据产生数据的活动类型划分了档案数据的分类,归纳得到了档案数据的特点.

摘要： 针对档案数据概念不清、语意不明的现状.本文概述了档案数据研究的兴起动因.在档案实践基础上,演绎得到了档案数据的概念,即档案数据是承载档案信息的数据以及在档案信息管理利用活动中产生的数据.最后根据产生数据的活动类型划分了档案数据的分类,归纳得到了档案数据的特点.

摘要： 针对档案数据概念不清、语意不明的现状.本文概述了档案数据研究的兴起动因.在档案实践基础上,演绎得到了档案数据的概念,即档案数据是承载档案信息的数据以及在档案信息管理利用活动中产生的数据.最后根据产生数据的活动类型划分了档案数据的分类,归纳得到了档案数据的特点.

摘要： 针对档案数据概念不清、语意不明的现状.本文概述了档案数据研究的兴起动因.在档案实践基础上,演绎得到了档案数据的概念,即档案数据是承载档案信息的数据以及在档案信息管理利用活动中产生的数据.最后根据产生数据的活动类型划分了档案数据的分类,归纳得到了档案数据的特点.

摘要： 利用无人机激光雷达数据具有高精度、高密度的特点,研究给出了小流域河网信息的完整提取流程与方法.首先对激光雷达数据进行分类,其次利用分类后的地面点云及强度信息提取小流域河网信息及湿润河道,然后对小流域地形、植被、土壤、河道等河网信息关联要素信息进行了综合分析,最后利用实测激光雷达数据验证了无资料地区微小流域出口断面河宽计算公式的合理性.研究结果表明:本文方法可以很好地提取山丘区微小流域河网水系、湿润河道信息及出口断面河网;为山丘区无资料地区小流域水文特征分析提供了新的研究思路,提高了对小流域暴雨洪水特征的认识.

摘要： 利用无人机激光雷达数据具有高精度、高密度的特点,研究给出了小流域河网信息的完整提取流程与方法.首先对激光雷达数据进行分类,其次利用分类后的地面点云及强度信息提取小流域河网信息及湿润河道,然后对小流域地形、植被、土壤、河道等河网信息关联要素信息进行了综合分析,最后利用实测激光雷达数据验证了无资料地区微小流域出口断面河宽计算公式的合理性.研究结果表明:本文方法可以很好地提取山丘区微小流域河网水系、湿润河道信息及出口断面河网;为山丘区无资料地区小流域水文特征分析提供了新的研究思路,提高了对小流域暴雨洪水特征的认识.

摘要： 本发明属于区块链技术领域，尤其为一种数据采集分类分级成熟度指标记账方法、区块链系统及数据采集分类分级成熟度评估方法，首先获取数据采集分类分级的成熟度指标中的标识能力指标和管理指标，然后基于区块链网络，对获取的标识能力指标和管理指标发起共识请求，共识完成后进行签名，对完成共识后的标识能力指标和管理指标进行上链存储，由于获取的标识能力指标和管理指标经过了区块链进行共识，使得提取的成熟度指标可信度更高，有利于保证评估结果的公正性，并且由于经过共识的标识能力指标和管理指标存储在区块链上，具有不可串改性，在每一次的评估均可调取使用，无需另外建立标识能力指标和管理指标，大大降低了评估工作量。

摘要： 本发明提供一种车辆数据分类方法和车辆数据分类装置。一边使从时序数据中选择第二时间(t2)量的车辆数据的处理时移第三时间(t3)量，并且一边将上次的选择范围(Am‑1)的一部分与本次的选择范围(Am)的一部分重叠一边重复进行上述处理，从而判定各选择范围(Am)内包含的车辆数据所表示的车辆状态，选择应分类的车辆数据的检测时期(Tn)，并选择所有的包含所选择的检测时期的车辆数据的选择范围(Am)，从所选择的选择范围内包含的车辆数据表示的一个以上的车辆状态中确定包含最多的车辆状态，并将在所选择的检测时期内检测出的所有种类的车辆数据分类为所确定的车辆状态的数据。据此，能够根据车辆状态准确地对各检测时期的车辆数据进行分类。

摘要： 本公开提供了用于量子数据分类的模型训练方法以及量子数据分类方法，涉及人工智能技术领域，尤其涉及量子计算、深度学习技术领域。具体实现方案为：获取量子数据训练集中每个样本量子数据点所属的第一类别信息；通过预训练的方式确定多个局域量子电路以及分别所作用的样本量子数据点的部分量子比特；针对每个样本量子数据点，将多个局域量子电路分别作用到样本量子数据点的部分量子比特上，不同局域量子电路作用的量子比特存在差异；并将测量得到的作用后的部分量子比特的第一状态信息以及第一类别信息作为对经典神经网络进行训练的训练数据。节省了量子数据分类时使用的量子资源，且为提升量子数据分类的精度奠定了基础。

摘要： 本发明的数据分类装置具备：数据取得部，其取得分类对象的数据；分类部，其用使用神经网络进行学习而得的学得模型将所述数据分类成多个类别中的某一类；相似度算出部，其算出所述数据与生成所述学得模型时所用的已学习数据的相似度；以及判定部，其基于所述相似度对所述数据是否属于所述多个类别进行判定，在所述数据不属于所述多个类别中的任一类的情况下，判定为所述数据属于未知类别。

摘要： 本发明公开了一种生理数据特征值获取方法、分类器建立方法、分类方法、分类器及分类系统。分类器建立方法包括：获取多个生理数据样本，为每个参考生理数据样本分配分类标签并提取特征值；对分类标签和特征值进行归一化处理并转化为统一格式，获得训练数据；配置分类器训练参数；利用训练数据对分类器进行训练，训练中不断优化训练参数，直到分类器输出精度达到预设精度后，输出模型文件，完成分类器建立。生理数据分类器建立快速、运算量少，训练数据中对分类标签和特征值进行归一化处理并转化为统一格式，有利于提高分类器的训练速度。快速对生理数据进行分类并输出分类标签，便于处理人员选择生理数据做进一步分析，减少了工作量。

摘要： 本发明公开一种数据分类模型训练方法、数据分类方法及装置，数据分类模型训练方法包括：获取训练数据集；对训练数据集进行数据处理，确定目标数据集；构造数据分类模型，利用目标数据集对数据分类模型进行训练，生成目标数据分类模型。本发明基于特征融合和领域负样本消除的慢性胃炎诊断算法，可以让慢性胃炎的诊断更加客观化，可重复性更强；采用特征融合和领域负样本消除算法可以解决特殊数据可用特征少、类不平衡和数据重叠问题，比传统的机器学习方法更加精准。

摘要： 本申请涉及一种数据分类模型训练方法、数据分类方法、装置、计算机设备和存储介质。所述方法包括：基于当前数据分类任务对应的当前训练样本对初始数据分类模型的编码层进行训练，得到中间数据分类模型；基于下一个数据分类任务对应的更新训练样本对中间数据分类模型的编码层进行训练，得到更新数据分类模型；将更新训练样本的前向已训练样本分别输入中间数据分类模型和更新数据分类模型的编码层，得到对应的第一特征和第二特征；基于同一训练样本对应的第一特征和第二特征对更新数据分类模型的映射层进行训练，得到更新的中间数据分类模型；通过编码层和映射层的交替训练最终训练得到目标数据分类模型。采用本方法能够提高数据分类的准确性。

摘要： 本说明书实施例描述了数据分类模型的训练方法、数据分类方法和装置。根据实施例的方法，首先获取标签已知的正数据样本和标签未知的灰度数据样本，然后分别确定基于该正数据样本的标准正数据概率分布和基于该灰度数据样本的拟合正数据概率分布。进一步即可根据该标准正数据概率分布和拟合正数据概率分布实现对数据分类模型的训练。如此基于灰度数据中的正数据也应服从标准正数据概率分布的原则，构建适用于对所有数据进行标签分类的数据分类模型，从而能够提高利用该数据分类模型对数据进行分类的准确性。

摘要： 本发明提供的一种工地环境监控数据的数据分类方法及其分类系统，涉及工地环境监控技术领域。在本发明中，在多个工地环境监控终端设备中确定出至少一个工地环境监控终端设备，作为目标工地环境监控终端设备；针对每一个目标工地环境监控终端设备，获取该目标工地环境监控终端设备发送的目标工地环境监控视频，并对该目标工地环境监控视频进行特征识别处理，得到该目标工地环境监控视频对应的视频特征信息；基于每一个目标工地环境监控视频对应的视频特征信息,确定每一个目标工地环境监控视频对应的数据分类标签信息。基于上述方法，可以改善现有技术中对于工地环境监控数据的数据分类效果不佳的问题。

摘要： 本发明属于的城镇管理技术领域；公开了一种自动识别城市信息模型平台基础数据元素的数据集成分类系统及其分类方法。采集终端Ⅰ、采集终端Ⅱ和采集终端Ⅲ采集的数据均通过互联网、防火墙进入政务网，政务网的上传数据录入到服务器组；数据库服务器，用于存储和维护自动分类后的结构化数据、分类数据版本变化信息、元数据以及元数据属性实例信息；应用服务器，通过政务网将业务逻辑暴露给展示终端；文件服务器，用于存储和维护与结构化分类数据相关联的非结构化数据。本发明能够解决传统人力进行数据分类的局限性，降低人力成本，并且通过人工智能机器学习，将已经分类的数据进一步提纯融合，缩减分类级别，从而加快数据分类处理速度。