大数据背景下编辑记者能力培养对策

信息化和全球化的发展,使得大数据对人们的日常生活愈发重要。记者作为事实和真相的记录者和报道者,必须与时俱进,提高自己的能力。大数据对传统的编辑记者既是机遇也是挑战,编辑记者只有不断创新,提高自己的综合素质和职业能力才能脱颖而出。本文为编辑记者在大数据背景下如何提高自己的能力提出建议。     

演播室数据传输架构及其工作流程研究

本文通过对电视台内各种数据的分析,阐述了电视台数据传输架构产生的背景及工作流程,并详细介绍了演播室网关系统的基本功能、组织结构等。在上述理论的基础上又以电视台内典型的数据传输场景为例,系统的展示了各类数据在演播室端和其他系统间的迁移及其工作流程。     

桉树杂交种与其亲本的近红外光谱判别

研究桉树控制授粉后目标性状的基因作用方式是探索其基因重组规律的重要内容。常规的数量统计分析精度往往不高,而DNA分析的专业要求高,且费时费力。该研究利用近红外光谱(NIRs)研究不同基因型桉树杂交种、亲本及杂交种与亲本间近红外光谱信息的关系,探索NIRs用于桉树杂交种与其亲本判别的可行性和准确性。以控制授粉的桉树亲本及其杂交F1代材料为对象,每种基因型从各自田间试验分别选取10个单株,采集树冠中上部新鲜健康叶片。用手持式近红外仪Phazir Rx(1624)采集桉树杂交种与其亲本叶片的NIRs信息。每单株选10片完全生理成熟的健康叶片,避开叶脉扫描其正面光谱5次,以50条NIRs信息的均值代表单个叶片的NIRs信息,最终每个基因型获得10条NIRs信息。对原始NIRs采用二阶多项式S.G一阶导数预处理。预处理后的NIRs用于多元统计分析,首先对桉树杂交亲本和子代样本进行主成分分析(PCA),直观展示不同基因型的分类情况。然后运用簇类独立软模式(SIMCA)和偏最小二乘判别分析(PLS-DA)两种有监督的判别模式验证NIRs用于桉树杂交种与其亲本树种的分类判别效果。PCA结果显示,不同的亲本间、杂交种间及杂交种与亲本间样本的主因子得分可以清晰地将各基因型分开。SIMCA模式判别分析中,桉树杂交种样本到亲本PCA模型的样本距离显示,待判别样本能够形成单独的聚类,且能直观反映两者的遗传相似。PLS-DA判别结果显示,桉树杂交亲本的PLS模型能通过预测其杂交子代的响应变量将其与亲本准确分开。结果表明,桉树叶片的NIRs信息可以准确地反映桉树杂交子代遗传信息的传递规律,NIRs判别模型可以准确地将各种基因型予以区分。因此,NIRs信息不仅可用于桉树杂交种和纯种的定性判别,还可以分析桉树基因重组过程中加性遗传效应的大小,从而为桉树遗传基础分析及其育种改良研究提供理论支撑。     

基于大数据的政府信息资源共享模式探讨

伴随着大数据时代的来临,政府机构部门借助信息技术手段实现内部资源共享,是推进廉政、高效和服务型政府建设的有效方式。文章以大数据时代为讨论背景,研究政府部门应用政府信息资源共享模式的基本策略,为行业相关人员提供一些可参考的经验。     

企业中大数据分析、应用及管理发展策略

文章以烟草企业为例,分析大数据分析技术对企业生产、经营、决策与发展起到的作用。当今市场经济环境背景下,若想要做强烟草品牌、扩大企业规模、稳固市场竞争力,就要以大数据分析为主,文章结合烟草企业运营现状,从多方面分析烟草企业应用大数据分析技术的调整战略,有效提升企业自身的市场竞争价值,并与当前宏观社会经济环境相适应,有助于烟草企业持续发展。     

电信运营商对大数据的应用

在现代社会,计算机、平板电脑、手机等终端设备几乎成了人们生活中不可或缺的一部分。无处不在的移动设备、RFID、无线传感器等每分每秒都在产生数据,数以亿计的互联网服务时时刻刻都在产生巨量的交互。据IBM最新研究报告显示,全球每天都要产生超过2.5 quintillion字节的数据。这些数据犹如一座金矿,各行业都想如何能够能好地利用它为自己创造最大的经济收益,电信行业也不例外。本文主要从电信运营商在大数据时代具有的先天优势出发,讨论国内外电信运营商对大数据方面的应用。     

云计算设备中的大数据特征高效分类挖掘方法研究

云计算设备中的大数据分类挖掘是现实模式识别和智能控制的基础,传统方法中对云计算设备中的大数据挖掘采用拓扑结构网格分区挖掘算法,不能有效提取大数据的细节特征,分类的准确性不好。提出一种基于分数阶Fourier变换特征匹配和K-L分类的云计算设备中的大数据特征高效分类挖掘算法。进行云计算设备中大数据存储机制体系分析,采用分数阶Fourier变换进行云计算设备中大数据特征提取和大数据特征匹配,基于K-L变换,选择最优的路径进行分类空间导引,构建了K-L大数据特征分类器,进行云计算设备中的大数据特征分类挖掘。仿真结果表明,采用该算法进行云计算设备中的大数据特征分类挖掘,特征分类挖掘的准确度较高,能量开销较少,效率较高。