导读:本文包含了多维数据模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:多维,数据,数据模型,模型,舆情,政府,度数。
多维数据模型论文文献综述
肖炯恩,吴应良,左文明,杨帆妮[1]（2019）在《基于超效率DEA模型的跨源多维政务数据共享绩效评价研究》一文中研究指出在各级政府单位积极建设"数字政府"的背景下,提出跨源多维数据共享的概念以支撑数字政府的建设。选取了七个民众接触较为紧密的部门进行评价,各部门八项资源投入作为投入指标,以社会公众的投票数作为产出,采用BCC、CCR、超效率DEA模型,对不同政府部门在实施跨源多维数据共享工作中投入产出的效率进行评价,结果表明,纯技术效率值和规模效率值是跨源多维数据共享中各部门投入产出评价的重要指标。基于本研究场景,提出了改善效率的方法,包括实施项目全生命周期管理,优化参与项目的人才结构和提升政务服务体验,以提高资源使用效率。(本文来源于《信息资源管理学报》期刊2019年04期）
郭名静,边少锋,单潮龙,熊鑫[2]（2019）在《面向多维时空位置数据的动态加权聚类模型》一文中研究指出针对传统聚类算法在处理时空位置数据挖掘时面临的多维聚类问题,提出了动态加权聚类模型。该模型迭加利用经典k-均值和基于密度的DBSCAN聚类算法,通过计算最大轮廓系数确定合适的簇数目,按照划分初始簇类、识别和剔除噪声点、修正聚类簇中心点位置坐标3个步骤实现对大体量多维时空位置数据的聚类分析,提出了动态权重系数计算公式,优化了基于密度的DBSCAN聚类算法中相似度函数,并在Python3.7环境下以网络签到数据集实例仿真验算了该模型算法。实验结果表明,相较单一的传统聚类算法,该模型能综合利用多维非位置属性对时空位置数据点聚类,更合理界定聚类簇的归属数据点,对提升时空位置数据集聚类簇中数据点的聚类效果明显。(本文来源于《测绘科学》期刊2019年11期）
范谨麒[3]（2019）在《多样本多维数据的智能分类预测模型及其应用》一文中研究指出多样本多维数据是指由大量的具有多维属性的样本组成的数据集。此类数据普遍存在于材料、医疗、航空航天、电力电子等领域,通过挖掘和分析这些数据,构建预测模型,可推演出上述领域中某个指定目标变量的可能性结果。然而,尽管近年来大数据分析与预测理论获得了较大发展,但因上述多样本多维数据具有模糊性、不确定性、耦合性和多维属性特性,直接采用现有的机器学习算法和统计分析方法,较难获得高预测精度。本课题的研究目的是提出多样本多维数据分析与智能预测理论与方法,并应用它解决牙周炎疗效的分类预测问题,也为其他领域的多样本多维数据挖掘与预测提供可借鉴的方法。本文的主要创新性工作包括:(1)在分析一维云的基础上,为了适应数据多维度的特性,分别提出了二维云模型和多维云模型构建方法,给出了二维和多维前件云产生云滴的算法过程和二维与多维单规则发生器的算法步骤,解决了多样本多维数据的模糊性和不确定性引发的预测精度低的问题。(2)在详细分析Xgboost、PCA和BP神经网络的优缺点的基础上,提出了Xgboost-PCA-BPNN组合预测算法,降低了多样本多维数据的耦合性和多维性对预测性能的影响,提升了预测准确度。(3)在分析北京某口腔医院牙周炎治疗过程4.5万例位点数据的基础上,分别将所提出的多维云模型和Xgboost-PCA-BPNN组合预测算法应用于牙周炎治疗效果预测,获得了较好的预测效果。测试结果表明,Xgboost-PCA-BPNN组合预测算法精度达82%,优于多维云模型和其他机器学习方法,如逻辑回归、Xgboost和Xgboost-逻辑回归组合算法。(本文来源于《冶金自动化研究设计院》期刊2019-06-01）
陈君,庄义斐,崔美莉,王印海,马东方[4]（2019）在《基于APTS大数据的城市公交出行多维分析模型和方法》一文中研究指出智能公交系统(Advanced Public Transportation Systems,APTS)数据具有海量、类型多样等大数据的典型特征,对其进行分析和挖掘可能获得丰富的公交出行特征和规律.构建基于APTS大数据的公交出行多维分析框架,在计算乘客出行时空信息(上车、下车和换乘)的基础上,建立包含4个维度(乘客、时间、空间和行为)的公交出行数据模型,系统提出基于5种联机分析处理方法的公交出行分析内容.应用APTS大数据对模型和方法进行了实验和验证,研究结果表明,该方法能够便捷地分析不同维度、不同粒度的公交出行信息,不仅能够应用于公交乘客出行行为的研究,还能够为城市公交系统的规划和管理提供决策支持.(本文来源于《交通运输系统工程与信息》期刊2019年01期）
李云飞[5]（2019）在《多维场景数据的共享存取优化模型》一文中研究指出为了提高对多维场景数下不完备日志块状数据的共享存储能力,本文提出一种基于关联规则项引导性融合的多维场景数据下不完备日志块状数据智能存取算法,采用模糊控制方法构建多维场景数下不完备日志块状数据调度控制模型,引入多维场景不完备日志块状数据的自适应调度加权系数,对云存储多维场景不完备日志块状数据采用模糊约束进化方法进行径向寻优,建立一种基于数据挖掘理论的云存储多维场景不完备日志块状数据共享存取数学模型,根据融合系数采用模糊聚类实现自适应寻优,实现对多维场景数下不完备日志块状数据的共享存取。仿真实验表明,采用该算法进行多维场景数下不完备日志块状数据共享存取的准确性较高,吞吐性较好,提高了多维场景不完备日志块状数据调度控制的鲁棒性。(本文来源于《山东农业大学学报(自然科学版)》期刊2019年03期）
杜文晟[6]（2018）在《基于关系数据库的多维数据模型实现方法及复杂性研究》一文中研究指出讨论数据仓库逻辑模型构建方法和模型,分析在关系数据库上构造的多维数据模型在进行常规的OLAP处理时的存储和时间开销。(本文来源于《湖北师范大学学报(自然科学版)》期刊2018年04期）
罗小宁[7]（2018）在《基于临床数据、影像组学、生物学标记物的多维模型预测下咽癌疗效及预后研究》一文中研究指出研究目的:1.基于临床数据探讨影响下咽癌诱导化疗疗效的影响因素。2.基于影像组学构建一个新的影像数据提取方法来预测治疗前的局部晚期下咽癌诱导化疗的疗效。3.淋巴细胞端粒长度(LTL)在维持基因稳定性和整体性中扮演关键角色。端粒的缩短使得细胞对放疗的敏感性大大增加,而放疗是口咽癌的核心治疗方法。端粒的长度因此可能是除HPV外影响口咽癌放射治疗后生存的的病因,诊断和预后的因素。研究方法:1.81例经病理确诊为下咽鳞癌的患者,均采用TPF方案进行2个疗程的诱导化疗,诱导化疗前后行MRI检查。分析诱导化疗有效组和无效组患者的性别、年龄、原发灶部位、肿瘤分期、肿瘤分化程度、颈部淋巴结大小、肿瘤侵犯部位及远处转移有无差异。采用单因素及多因素logistic回归筛选下咽癌诱导化疗的影响因素,得到比值比OR值。然后对所筛选危险因素进行受试者工作曲线ROC分析,计算曲线下面积、敏感性、特异性及约登指数,并采用留一交叉验证法估算回归模型偏差。2.153例新诊断为下咽癌并且接受了诱导化疗的患者(其中77例为训练集,76例为验证集。提取患者的增强CT及非增强CT感兴趣区域的影像组学特征。然后采用最小冗余最大相关算法来筛选影像学特征。支持向量机(SVM),随机森林(RF),人工神经网络(ANN)进行特征学习,选择最有效能的模型进行构建。采用多因素分析方法,ROC曲线来评价组学与临床数据的整合模型。3.564名接受了放疗或者化疗的口咽鳞状细胞癌患者,评估其端粒的长度及HPV16的状态。采用单因素和多因素Cox分析方法来评价淋巴细胞端粒长度与预后的关系。研究结果:1.颈部淋巴结大小(OR = 1.661)及肿瘤瘤同时侵犯食管和甲状软骨(OR =15.803)是影响下咽癌诱导化疗疗效的影响因素,而原发灶部位、肿瘤分期、肿瘤分化程度、远处转移与疗效无关。多因素logistics回归模型预测下咽癌诱导化疗疗效的AUC值为0.786,敏感性为0.816,特异性为0.698,约登指数0.514.交叉验证显示预测模型偏差为0.206。2.采用支持向量机成功建立平扫和增强CT的影像组学模型。支持向量机在训练集和验证集中对于诱导化疗的预测都有显着意义(AUC:0.892 0.838),同时,年龄和淋巴结大小为有价值的临床因素。影像组学模型和临床模型整合后形成列线图。联合模型显示了最佳的预测效能(AUC:0.913 0.864),决策曲线分析也证明了综合模型的临床价值。3.大约有85%的口咽鳞状细胞癌患者HPV16阳性。相对于长端粒来说,短端粒长度的患者有更好的总生存率(OS)和疾病特异性生存率(DSS)和无病生存率(DFS),(P<0.001)。按HPV状态分层并调整了其他重要的预后因素后仍得出以上结果。而且,LTL对于HPV16阳性的口咽癌患者生存率的影响更为显着。结论:1.临床上,对于局部淋巴结大小超过2 cm,以及肿瘤同时侵犯食管及甲状软骨的下咽癌患者,诱导化疗的疗效效果可能不好,建议首选手术治疗;2.治疗前基于CT图像的影像组学列线图为预测局部晚期下咽癌诱导化疗疗效提供了一个新的方法,可以帮助临床筛选出对诱导化疗无效的患者,从而采取直接手术或者同期放化疗的治疗方法;3.我们的研究发现LTL在口咽癌的生存方面有重要的意义,特别是在接受放射治疗的HPV16 阳性的口咽癌患者,因此认为未治疗的LTL可能是HPV阳性口咽癌患者的独立预后生物学标志。(本文来源于《南方医科大学》期刊2018-11-13）
郭志仪,刘红亮[8]（2018）在《迁移人口规模估计中多维自适应计算模型的应用与构建——基于甘肃省普查数据的研究》一文中研究指出人口迁移流动是人口学研究的重点和难点之一,利用人口年龄结构数据中死亡率相对稳定的特点和线性回归方法,可以对历史时期内特定区域中人口的迁移流动做出较为精确的估计,使用甘肃省1990年以来普查数据和历年统计公报人口数据,在建立多维自适应计算模型的基础上,对甘肃省1978年以来总人口中跨省迁移人口的规模做了尝试性分析,指出如果使用普查年数据对跨省迁移人口的规模做简单线性回归,可能会带来较大误差。(本文来源于《西北人口》期刊2018年04期）
张智,王正君,朱国栋,马安安[9]（2018）在《科技计划项目管理与评价的多维数据模型》一文中研究指出针对科技计划项目实施过程的全流程,首先定义管理各流程的指标体系,将科技计划项目管理的3个阶段,即事前、实施、事后作为有机整体进行统筹管理,通过统计学方法减小主观评价差异,摆脱"重视申报评审,忽视实施过程,轻视项目结果"的管理模式;然后建立起项目实施、项目产出、经费管理以及单位综合情况等多维度数据评价模型;最后以山东济南市某高新技术企业为例开展了实证研究。(本文来源于《中国科技资源导刊》期刊2018年03期）
连芷萱,兰月新,夏一雪,刘茉,张双狮[10]（2018）在《面向大数据的网络舆情多维动态分类与预测模型研究》一文中研究指出[目的/意义]研究大数据环境下网络舆情预测模型,依据网络舆情的事件类型特征,探求不同类型事件的舆情特征,从而明晰网络舆情事件类型与舆情特征类型之间的关系,为网络舆情的风险防范提供理论基础和实践指导。[方法/过程]基于案例构建网络舆情多维指标体系,识别可观测的舆情事件分类因素,进而进行多维聚类来划分舆情事件类型,同时运用多项logistic回归分析,探求网络舆情事件类型与舆情特征类型之间的关系。[结果/结论]根据"事初防变"的风险管理理念,提供的多维动态分类与预测模型可以在舆情潜伏期依据其事件类型预测其舆情特征,为进一步研究提供借鉴。(本文来源于《情报杂志》期刊2018年05期）
多维数据模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对传统聚类算法在处理时空位置数据挖掘时面临的多维聚类问题,提出了动态加权聚类模型。该模型迭加利用经典k-均值和基于密度的DBSCAN聚类算法,通过计算最大轮廓系数确定合适的簇数目,按照划分初始簇类、识别和剔除噪声点、修正聚类簇中心点位置坐标3个步骤实现对大体量多维时空位置数据的聚类分析,提出了动态权重系数计算公式,优化了基于密度的DBSCAN聚类算法中相似度函数,并在Python3.7环境下以网络签到数据集实例仿真验算了该模型算法。实验结果表明,相较单一的传统聚类算法,该模型能综合利用多维非位置属性对时空位置数据点聚类,更合理界定聚类簇的归属数据点,对提升时空位置数据集聚类簇中数据点的聚类效果明显。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多维数据模型论文参考文献
[1].肖炯恩,吴应良,左文明,杨帆妮.基于超效率DEA模型的跨源多维政务数据共享绩效评价研究[J].信息资源管理学报.2019
[2].郭名静,边少锋,单潮龙,熊鑫.面向多维时空位置数据的动态加权聚类模型[J].测绘科学.2019
[3].范谨麒.多样本多维数据的智能分类预测模型及其应用[D].冶金自动化研究设计院.2019
[4].陈君,庄义斐,崔美莉,王印海,马东方.基于APTS大数据的城市公交出行多维分析模型和方法[J].交通运输系统工程与信息.2019
[5].李云飞.多维场景数据的共享存取优化模型[J].山东农业大学学报(自然科学版).2019
[6].杜文晟.基于关系数据库的多维数据模型实现方法及复杂性研究[J].湖北师范大学学报(自然科学版).2018
[7].罗小宁.基于临床数据、影像组学、生物学标记物的多维模型预测下咽癌疗效及预后研究[D].南方医科大学.2018
[8].郭志仪,刘红亮.迁移人口规模估计中多维自适应计算模型的应用与构建——基于甘肃省普查数据的研究[J].西北人口.2018
[9].张智,王正君,朱国栋,马安安.科技计划项目管理与评价的多维数据模型[J].中国科技资源导刊.2018
[10].连芷萱,兰月新,夏一雪,刘茉,张双狮.面向大数据的网络舆情多维动态分类与预测模型研究[J].情报杂志.2018
论文知识图
