大数据背景下科技服务业发展策略研究   总被引：2，自引：2，他引：0  

吴标兵  许和隆  张宇 《科技管理研究》2015,(10)

从感知世界到数据分析,大数据已成为信息时代的背景和趋势。大数据具有大容量、高速度和多智慧3个特征。大数据推动科技服务业重组,使科技服务业产生新的赢利模式、经营方式,增强风险控制。大数据平台是科技服务业发展的首要条件;数据分析人才是科技服务业发展的关键;协同创新是科技服务业发展的驱动机制;合理的隐私政策是科技服务业健康发展的保障。加强对数据和隐私信息采集、分析、处理、交易等方面的顶层设计刻不容缓。  相似文献   

采用奇异值分解移动学习云计算静态重删系统     

范颖 《科技通报》2015,(2):55-57

在云存储服务中,为使用户可以随时验证存储在云存储服务器上数据的完整性,需要对云计算数据进行移动学习,在移动学习过程中,产生大量的重复数据。需要设计云计算静态重删系统,对重复数据有效及时删除。传统方法采用虚拟化云平台分类层次重删模型,需要修改内核代码或者以模块的形式动态植入内核代码,重删效果不好。本文提出一种基于奇异值分解移动学习的云计算静态重删系统设计方案,进行云计算存储系统设计与重删数据特征分析,对云计算静态重复数据的尺度伸缩分解,把重复数据宽带互模糊度函数映射为一个检测统计量特征分解问题,构建一个参数未知多重假设检验,对云计算静态重复数据进行奇异值尺度伸缩分解,对分解后的奇异值特征进行状态空间重组和移动学习,得到重删系统模型改进。仿真结果表明,该算法对云计算静态重复数据检测性能较高,重删性能优越,抗干扰能力强,具有较好的应用前景。  相似文献   

云计算架构下旅游信息资源优化调度模型     

常卫锋 《科技通报》2015,(6)

在云端旅游信息管理系统中,旅游信息数据包括旅游资源数据和旅游开销数据以及旅游人群的偏好数据等,需要对该类海量复杂数据资源进行优化调度,有助于提升城市的整体旅游水平。提出一种基于分布式B树调度方法的云计算架构下旅游信息资源优化调度模型。得到旅游信息资源网络树形结构,采用PCA分析方法,能有效地对输入系统的一些冗余信息进行清除过滤,保证输入信息数据的贡献率,构建旅游信息的相似度匹配特征函数,得到旅游信息稀疏性特征方程,对其采用截断归类分析方法,并基于大数统计原理,实现对于旅游信息的概要分析,实现旅游信息数据优化调度。仿真结果表明,该模型对旅游资源旅游信息数据调度和预测准确率提高显著,特征提取的状态信息参量全面,最终可以得到近10年的成分因子得分,实现对旅游资源的优化调度和挖掘。  相似文献   

突发浪涌数据下差异云平台的弱关联数据调度     

刘丽 《科技通报》2015,(1)

突发浪涌数据下差异云平台数据间的关联性破坏概率逐渐增加,降低了数据在冗余环境下查询效率。按照突发浪涌数据下云平台的弱关联数据调度特征,通过基于Apriori的弱关联数据挖掘方法,采集突发浪涌数据下差异云平台的弱关联数据,通过改进离散粒子群算法优化任务节点数字串的编码形式,实现数据调度任务,对粒子位置更新公式进行优化,采用优化离散粒子群算法进行节点寻优,获取最佳调度节点集,实现突发浪涌数据下差异云平台的弱关联数据调度。实验结果表明,该调度方案能够优化云平台资源的使用效率和服务响应时间,提高了总执行效率,节省了云资源,具有较高的节能开销比和用户满意度。  相似文献   

基于GT的云计算海量作业调度优化     

胥素芳  郭晓磊 《科技通报》2015,(7)

在一般的云计算作业调度算法中普遍存在因为执行作业增多而导致的执行速度较慢的问题。本文以此入手提出了以蚁群算法位基础的改进后的GT算法。改进后的算法首先初始化各个参数,之后借助于GT算法来寻求初始信息素,并把它变为蚁群算法的启发式信息。接着采用蚁群算法进行构造个体解和求解目标函数值的操作,最后进行任务调度工作。仿真试验结果表明,本文提出的基于蚁群算法的改进GT算法在云计算海量作业调度优化中,表现出了比标准GT算法更快的响应速度、更低的负载和更快的执行速度。  相似文献   

Learning consumption: Media,literacy, and the legacy of One Laptop per Child     

Morgan G. Ames 《The Information Society》2016,32(2):85-97

ABSTRACT

This article examines one of the largest interventions in computer-based learning currently underway, the One Laptop per Child (OLPC) project, with 2.5 million laptops in use worldwide. Drawing on 2010 and 2013 fieldwork investigating a project in Paraguay with 10,000 of OLPC's “XO” laptops, I explore the ways in which participants interpreted leisure laptop use as “learning.” I show that the most captivating uses of the laptops were not “productive” or programming-centric, as OLPC's developers hoped, but “consumptive” and media-centric, focused on music, videos, and video games. I discuss the learning benefits and drawbacks of this use, as understood by participants and in light of education research, and in light of the broader context of transnational corporations interested in marketing to these children. In the process, I weigh OLPC's utopian dreams against the interests of the child beneficiaries, concerns of media imperialism, and a potential shift in the meaning of computers.  相似文献   

东风暴雨0—6小时雨量等级监测预报     

杜惠良  滕卫平 《科技通报》1996,12(5):268-272

利用１９８０年以来所能收集到的东风系统ＧＭＳ数字红外Ｈ图，结合逐时的浙江省６５个气象站雨量资料，对气象站所对应的云顶温度，１ｈ实况雨量和间隔１ｈ的云顶温度差，进行了回归统计分析，得到雨强与云顶温度，云顶温度差的统计关系式，以这关系式制作了浙江省东风暴雨０－６ｈ雨量等级监测预报。  相似文献   

Outlook on moving of computing services towards the data sources     

《International Journal of Information Management》2016,36(4):645-652

The internet of things (IoT) is potentially interconnecting unprecedented amounts of raw data, opening countless possibilities by two main logical layers: become data into information, then turn information into knowledge. The former is about filtering the significance in the appropriate format, while the latter provides emerging categories of the whole domain. This path of the data is a bottom-up flow. On the other hand, the path of the process is a top-down flow, starting at the strategic level of business and scientific institutions. Today, the path of the process treasures a sizeable amount of well-known methods, architectures and technologies: the so called Big Data. On the top, Big Data analytics aims variable association (e-commerce), data mining (predictive behaviour) or clustering (marketing segmentation). Digging the Big Data architecture there are a myriad of enabling technologies for data taking, storage and management. However the strategic aim is to enhance knowledge with the appropriate information, which does need of data, but not vice versa. In the way, the magnitude of upcoming data from the IoT will disrupt the data centres. To cope with the extreme scale is a matter of moving the computing services towards the data sources. This paper explores the possibilities of providing many of the IoT services which are currently hosted in monolithic cloud centres, moving these computing services into nano data centres (NaDa). Particularly, data-information processes, which usually are performing at sub-problem domains. NaDa distributes computing power over the already present machines of the IP provides, like gateways or wireless routers to overcome latency, storage cost and alleviate transmissions. Large scale questionnaires have been taken for 300 IT professionals to validate the points of view for IoT adoption. Considering IoT is by definition connected to the Internet, NaDa may be used to implement the logical low layer architecture of the services. Obviously, such distributed NaDa send results on a logical high layer in charge of the information-knowledge turn. This layer requires the whole picture of the domain to enable those processes of Big Data analytics on the top.  相似文献   

新兴高性能计算行业应用及发展战略   总被引：1，自引：0，他引：1       下载免费PDF全文

冯圣中  李根国  栗学磊  齐富民  黄典  万艺  吴金成 《中国科学院院刊》2019,34(6):640-647

数据密集型新兴行业应用快速发展,是近年来高性能计算应用日益广泛和深入的主要特征。新兴高性能行业应用,在高性能计算系统技术创新、计算环境创新与应用创新等各个层面,都带来了新的挑战与机遇。文章在系统总结领域应用进展的基础上,概括了新兴行业应用的技术特点与挑战,提出了加大高性能计算系统核心技术创新力度、构建面向新型应用的高性能计算环境、大力推进高性能应用软件研发、大力推进传统应用的新方法开发,以及大力推进大数据人工智能等新领域基准评测工具研发等发展战略建议。  相似文献   

工业大数据对智慧云制造的推动与创新     

孙立 《科技管理研究》2016,(13)

在"两化"融合背景下,随着智慧制造对工业大数据的需求快速增长,工业大数据自身的技术复杂性以及制造产业链的需求复杂性对智慧云制造的发展带来严峻的问题。在分析工业链大数据落地难问题的基础上提出工业大数据服务体系,并结合智慧云制造的产业链需求给出工业大数据统筹优化和创新机制的驱动策略。  相似文献