课程文献中心 更多>>

关键词： 同态加密   云控制系统   云计算   安全  

摘要： 随着云计算和控制理论飞速发展，云控制系统应运而生以实现高效率的控制计算，但在通信网络和第三方云之间传输和处理敏感数据易受到窃听和篡改数据的网络攻击。由于同态加密可解决这个安全漏洞，在传输和计算的各个层面加密数据，为整个控制环路提供数据保密性。首先综合分析了利用同态加密对云控制系统进行安全保护的研究，然后介绍了基于同态加密的线性控制、分布式控制和模型预测控制的研究进展；然后分析解决动态控制器运行时间有限问题的不同方法的特点和局限性；最后总结用于加密数据的量化技术，并展望云加密控制系统未来的发展方向。以期为基于同态加密的云控制系统的研究者提供参考与借鉴。

关键词： 情报众筹   开源情报   情报搜集   民间情报力量   大数据   人工智能  

摘要： [研究目的]通过研究“情报众筹”这一新兴情报活动样式在开源情报调查及战场情报搜集等方面的典型运用,力争解析其实际内涵、背景动因、运用模式及特点,为情报研究及情报工作提供有益参考借鉴。[研究方法]从环境、人员、动力、方式、目标等方面对“情报众筹”典型运用案例进行系统地分析归纳、对比验证。[研究结果/结论]“情报众筹”是以民间情报力量为主体,以内在动力及外在激励为驱动,以先进科技为支撑,以集智共享为方式,以解决情报问题服务作战为目标的新兴情报活动样式。它高度契合新时代情报转型理念,并在实战中得到检验,值得未来情报工作发展引以为鉴。

关键词： 政府性投资建设项目   工程造价   大数据   材料、设备询价数据库  

摘要： 在工程造价领域中,工程造价的计量规范、计价定额、勘察设计资料、人材机价格信息、取费文件等都是工程造价过程中极其重要的依据.对于政府性投资建设项目的工程造价而言,部分材料价格源于省级造价管理部门定期发布的信息价.然而,对于造价管理部门未发布的材料、设备等价格商定争议较大,且定价波动幅度较大.文章基于大数据在工程造价领域的运用,分析比较四川省当前政府性投资建设项目工程造价中常用的材料、设备询价数据库,并尝试建立价格信息较为全面、权威、准确的询价库,同时分析其建立的难点,评价其建立后的功能,以提高政府性投资建设项目材料、设备的询价效率,降低询价成本.

关键词： 大数据环境   工程造价   信息化建设  

摘要： 文章旨在探讨大数据背景下工程造价信息化构建的重要性,剖析当前建设过程中面临的挑战,并提出若干实效策略.强化工程造价信息化建设,可以优化设计方案,促进精准概算,有效控制施工成本,提升造价咨询服务的专业水准.然而,实践中仍面临数据标准不统一、信息共享不畅、信息化程度低及专业人才匮乏等难题.为此,需完善并统一数据标准,拓宽信息搜集渠道,构建完善的数据平台,采取高效数据开发手段,优化数据分析体系,并强化管理制度建设,以确保工程造价信息化建设的顺利推进与高效实施.

关键词： 大数据   融合模型   智能决策   辅助决策   风险预警   智能钻井  

摘要： 为了深度利用钻井过程中产生的大量数据，实现对随钻风险监测与预警的智能分析和辅助决策，基于C/S三层架构和数据中台，结合物理模型、智能算法和趋势分析技术，开发了钻井智能辅助决策系统。通过分析钻井数据来源、结构和用途，结合数据传输、自然语言提取和数据融合技术，实现了多源异构数据获取、融合和管理；综合考虑钻井过程中水力学和管柱力学的耦合影响，设计了模型融合机制，建立了随钻数字井筒系统。在此基础上，结合预测参数与实测参数的偏差变化趋势，建立了风险异常监测算法，将针对井下故障和复杂情况的处理措施与预警机制相结合，实现了风险预警与辅助决策。该系统在页岩油气水平井、深井等不同类型探井中应用50余口井，预警结果与现场符合率达91.5%，验证了其可行性及实用性。钻井智能辅助决策系统能够进行钻井参数优化和钻井风险监测，为高效安全钻井提供了技术保障。

关键词： 燃料电池汽车   道路行驶数据   关键特征体系   加氢特性   性能衰减预测  

摘要： 开展苛刻复杂道路工况下燃料电池汽车(Fuel cell vehicle,FCV)的运行特征分析与性能衰减预测对于指导产品迭代升级具有重要意义。本文基于40辆燃料电池重型货车的道路行驶数据,首先提出了数据预处理、数据分析与挖掘以及数据后处理方法,随后建立了涵盖车辆出行行为、加氢特性以及燃料电池系统性能的FCV关键特性体系,进一步构建了基于实车运行数据的发动机性能衰减与预测方法,满足不同时间跨度、不同车队规模的整车、发动机、辅助系统等不同对象的全方位性能分析需求。研究发现,车队中单次出行里程不超过50%纯氢续驶里程的总占比达到95%以上。加氢行为最密集的区域是加氢间隔里程为180km-220km、加氢间隔时间为24h左右。

关键词： 大数据监管   行政审批体制改革   市场监管   包容审慎监管   现场监管  

摘要： 作为一种新型监管体制,大数据监管旨在通过收集、清洗、分析市场主体和经营行为的海量数据,利用物联网、云计算等数据技术分析计算以矫正和改善市场机制。与常规监管模式不同,大数据监管以数据空间为监管场景,以预测企业违法风险为监管目的,以挖掘“相关性”为监管方式,因此,大数据监管体现出鲜明的风险监管、智慧监管和全过程监管等特征,是一种价值与风险并存的创新监管方式,可能会引致一系列基于大数据特征的风险以及违背现行基于现场监管模式而造成的法律制度风险。由此,应优化大数据监管法律治理的基本逻辑,既通过构建市场监管大数据平台实现数据可信治理,又同时需明确大数据监管作为辅助决策监管的定位,在制度层面构建大数据监管与包容审慎监管和现场监管良好的衔接机制。