最新刊期
-
需求驱动的柔性数据供应链构建及定价 AI导读
摘要：随着数据要素进入经济活动，数据产品的生产、流通体系建设快速发展，其中，数据供应链建设是重要内容之一。分析了数据供应链与实物供应链不同，给出了“供应低延迟”、“‘0/1’库存” 、“高信息透明”等数据供应链三大特征，提出数据供应链“即建即拆、动态演进”、“需求驱动结构柔性”的构建原则，针对参与者迅速匹配与全链条协同定价挑战，提出了一种柔性数据供应链构建与定价模型（FlexChain）。FlexChain模型由架构师主导，首先利用多维适配度评分机制实现了生态拓扑的动态实时重构；其次，立足于数据加工中算力与合规成本超线性增长特质，引入非线性二次成本函数，构建了两阶段Stackelberg博弈定价模型。在理论上，该博弈均衡的存在性与唯一性得到了严格证明，有效实现了各方利润最大化与终端出价的传导优化。该框架为动态高频的数据产品生产流通体系构建提供了可行的路径。关键词：数据供应链;柔性制造;Stackelberg博弈;数据供应链定价4|0|0更新时间：2026-07-07 - 摘要：电力物资供应链电子数据管理需求复杂，而传统电子数据信任强度分级方法受限于静态规则与单一评价维度，缺乏领域知识引导，难以满足精细化与差异化的应用要求。针对这一问题，提出一种电力物资供应链电子数据信任强度自适应分级方法（Adap-LLM），将专家构建的多维评分体系与分级规则以结构化提示词形式注入大语言模型，并结合参数高效微调实现领域知识深度融合，实现对多种类型电力文档进行信任强度的自适应分级。实验结果显示，该方法在真实电力及公共数据集上的各项指标均优于现有模型方法，充分验证了本方法在电力物资大数据分级管理时的有效性与先进性，具有良好的电力应用价值。关键词：供应链电子数据分级;大语言模型;领域知识;提示词工程;参数高效微调9|4|0更新时间：2026-06-30
- 摘要：针对国际中文教育中缺乏公开、标准化细粒度的汉语语音偏误数据集及通用模型非母语发音诊断适配有限的问题，构建面向留学生的汉语语音偏误数据集。采用融合基础声学对齐与专家诊断的十层结构化标注规范，建立“机器预标注—人工精修—专家复核”的人机协同流程，并完成数据清洗、质量复核与结构化入库，以保证样本可追溯和可训练。结果获得340份真实发音样本、12万余条声韵级时间对齐切片和数万条偏误诊断标签；在非母语口音自动语音识别和端到端语音偏误诊断任务中，基于该数据集微调的Paraformer-large与Qwen2-Audio-7B均表现出更好的任务适配效果。该数据集可为国际中文教育场景下的模型微调与智能发音反馈提供监督数据，也为垂直领域高质量数据集建设提供数据治理参考。关键词：国际中文教育;语音偏误诊断;高质量数据集;人机协同标注;数据治理21|5|0更新时间：2026-06-26
- 摘要：针对国际中文教育资源分散、标准体系并存、题目与知识点关联不显式、偏误与文化资源难以复用等问题，构建了面向国际中文教育的知识图谱数据集CFL-KG。通过整合等级标准、汉字、词汇、语法、题目、偏误、文化、成语和多媒体等资源，并经过数据清洗、字段规范、实体对齐、关系标注和质量校验，形成了可计算、可追溯、可持续维护的结构化数据。当前数据快照包含389,111个节点和1,017,421条关系，覆盖多类教学对象及其关联。该数据集可支持跨标准备课、测评资源追溯、偏误诊断、文化解释和智能问答等应用，为国际中文教育的数据建设和智能化服务提供基础支撑。关键词：国际中文教育;知识图谱;数据集构建;多源融合;教学应用20|6|0更新时间：2026-06-23
-
基于区块链的无人机轻量化身份认证方案 AI导读
摘要：目前无人机身份认证存在流程繁琐低效、无人机资源限制等挑战，为应对这些挑战，设计分层区块链架构，差异化拆分去中心化身份（decentralized identifier, DID）标识与认证声明链上存储逻辑，提出一种基于国密算法的无人机身份认证方案，重构轻量化身份认证协议。方案采用轻量级且安全的分层区块链结构，实现快速身份验证；结合国密算法完成数字签名、会话密钥协商与数据加密，确保身份数据的合法性；基于去中心化身份在区块链全局信息更新链存储DID文档，身份信息更新链存储可验证声明，实现无人机身份的统一管理。在联盟链Hyperledger Fabric框架下进行实验并分析，方案具有较低的计算开销，并能够有效应对动态无人机群应用中的多种安全威胁。关键词：区块链;无人机;国密算法;身份认证11|11|0更新时间：2026-06-17 -
超大城市“一网统管”平台建设的思考 AI导读
摘要：随着城市化进程的加速，超大城市在人口规模、经济活动、基础设施等方面的复杂性持续攀升，传统治理模式面临诸多挑战。“一网统管”作为新型智慧城市建设的核心载体，通过技术融合、机制创新和流程再造，为超大城市治理现代化提供了有效路径。本文基于多地“一网统管”建设实践调研，系统分析超大城市治理面临的突出问题，阐述“一网统管”平台的核心作用，梳理各地建设经验，构建超大城市“一网统管”平台总体框架，并提出推进建议，为超大城市提升治理科学化、精细化、智能化水平提供参考。关键词：一网统管;超大城市;城市治理;一网统管平台;治理现代化;基层减负25|11|0更新时间：2026-06-17 - 摘要：针对中文语法纠错研究以印刷体文本数据集为主、缺少手写文本专用数据的现状，本研究分析了构建手写语法纠错数据集面临的关键挑战。据此，构建了面向汉语二语学习者的手写作文语法纠错数据集HCGEC，以真实手写作文为语料，使用优化OCR处理涂改重写等噪声，经过文本识别、标准化标注、图文对齐与质量校验，形成细粒度多模态的标注数据，共包含8 726条有效样本，覆盖599类细粒度错误类型，可为手写场景语法纠错、错误诊断及智能汉语教学提供数据支撑。关键词：中文语法纠错;手写作文批改;汉语二语;数据集构建;光学字符识别13|5|0更新时间：2026-06-17
-
基于可信数据空间架构的高质量数据集建设 AI导读
摘要：高质量数据集是推动人工智能发展的关键基础，但现有建设模式存在质量评价偏静态预设、商业模式闭环困难、与实体经济脱节等现实难题。对此，提出并论证了一种高质量数据集建设的新范式：将高质量数据集建设深度融入数据要素市场，依托市场化流通与多维度用户反馈动态定义数据质量。该范式以“实体经济赋能为主、AI训练服务为辅”的数据要素双循环价值模型为核心，并依托“基于实数融合的可信数据空间”，通过全量流通图谱与数据流通大模型等，确保数据流通的可信、可控与可计量。在此基础上，设计了从数据资源入市到精准分发的全流程技术方案，并构建了可持续的商业模式与激励机制，为推动高质量数据集建设从“静态、供给驱动”转向“动态、市场驱动、生态化运营”提供了创新思路。关键词：高质量数据集;可信数据空间;数据要素市场;动态质量评价;实数融合16|8|0更新时间：2026-06-10 - 摘要：随着大语言模型在自然语言处理领域的突破性进展，利用人工智能技术辅助司法文书生成与裁判推理已成为法律人工智能研究的重要方向。然而，现有方法在应用于法庭模拟任务时仍面临法律信息不完整、文本结构强约束、司法推理过程不可解释以及复杂庭审流程难以建模等科学问题。针对上述挑战，本文提出了一种角色驱动的多阶段法庭模拟框架（AgentCourts），旨在有效缓解信息获取缺失、提升文书结构规范性、增强推理可解释性并优化庭审流程建模。该方法首先通过多轮对话式信息采集机制逐步抽取案件关键要素，将起诉状生成建模为信息抽取与整合问题；其次采用对抗式法律文本建模策略生成答辩状，确保答辩内容与起诉事实在语义层面形成有效回应；再次严格按照民事一审流程显式建模开庭审理、法庭调查、法庭辩论、评议宣判等阶段，并引入证据驱动的推理机制；最后通过模板约束下的内容填充策略，将法律文书生成从"自由生成"转化为"结构化填空"，并调用法律条文检索接口提升法律适用准确性。在CAIL 2025法庭模拟赛道数据集上的实验结果表明，该方法能够稳定生成结构规范、逻辑一致的法律文书，在起诉状、答辩状及判决生成三个子任务上均取得了优异性能，验证了多阶段建模与模板约束生成策略在司法场景中的有效性与实用性。关键词：法庭模拟;大语言模型;法律文书生成;多阶段推理;模板约束14|7|0更新时间：2026-06-03
- 摘要：针对人工影响天气飞机作业机载数据种类繁多、探头难精确对齐及切分易致数据泄露等问题，构建了面向数据治理与泄露控制评估的人影作业飞机多源微物理基准数据集。通过脏数据剔除、多编码自适应解析、以结冰探头为锚点的1Hz融合及非负物理冰厚生成等方法，将43个架次的机载数据转化为含336570条样本的高质量融合表，并建立了按会话留组的严格嵌套交叉验证协议以阻断事件级泄露。采用XGBoost算法开展基准测试，验证了机载数据结冰起始信号的有效性，并确立了泄露控制下的回归任务基线。该数据集为航空结冰机理剖析与预警算法研发提供了标准化数据底座，为提升风险监控与飞行安全保障提供了严谨的评估参考。关键词：人工影响天气;机载数据集;数据集构建;数据治理;秒级对齐;泄露控制10|8|0更新时间：2026-05-29
-
高质量演训数据集的构建与评估研究 AI导读
摘要：实战化演训是提升体系作战能力、检验装备效能、优化指挥决策的核心手段，而演训数据则是支撑复盘评估、战法验证、能力认证与指挥决策的关键数据要素。针对当前演训活动中存在的数据采集零散、标准不统一、多源异构难以融合、全生命周期治理机制缺失、质量评估体系不健全、数据安全与复用水平薄弱等现实问题，构建了高质量演训数据集全生命周期理论框架，系统研究了演训数据的需求建模、标准体系、数据预处理和质量管控、精准标注等关键构建技术，提出了“静态基础质量+动态作战效用”的双层评估模型，构建了演训数据集评估指标体系，并结合联合演训数据开展了验证分析。结果表明，该方法在完整性、准确性、时空一致性、标注一致性、复现率五个维度均实现了显著超越，且具备更强的自适应能力与鲁棒性，对联合演训数据质量评估具有有效性和可行性，可为实战化演训数字化转型、数据要素赋能体系作战提供理论支撑与技术路径。关键词：实战化演训;高质量数据集;构建技术;评估模型;数字化转型15|7|0更新时间：2026-05-29 - 摘要：针对现有船舶轨迹挖掘方法特征点提取阈值确认难、轨迹相似度计算效率低下以及聚类算法处理海量AIS数据时耗时过长等问题，提出了基于改进密度峰值聚类的AIS数据航线挖掘方法。首先，针对特征点阈值难以确定的问题，设计自适应阈值特征点提取算法，通过计算航向变化率和速度变化率的动态阈值自动筛选关键轨迹点；其次，针对轨迹相似度计算效率低下的问题，引入FastDTW算法计算轨迹间相似度距离，克服了传统方法在时序性和轨迹数量关系上的局限性；最后，针对聚类算法处理海量数据耗时过长的问题，结合四叉树空间分区策略，提出改进的密度峰值聚类算法，实现自适应参数选择和多分区并行聚类。在厦门港周边海域1 020万条AIS数据上进行实验验证，结果表明该方法在处理海量AIS数据时，能够准确提取目标水域的主要航路，轨迹相似度计算与航线挖掘效率显著优于传统方法。关键词：AIS数据;密度峰值聚类;空间分区29|20|0更新时间：2026-05-29
-
大规模视觉语言模型幻觉综述 AI导读
摘要：在多模态人工智能的快速发展中，大规模视觉语言模型凭借强大的跨模态理解与生成能力，已在视觉问答、图文生成、智能检索等任务中展现出广泛的应用前景。然而，幻觉问题，即模型生成的内容与输入视觉信息或事实不符，正成为制约其可靠性和可信度的关键挑战。研究发现，幻觉的产生不仅与训练数据的偏差和噪声有关，还涉及视觉编码与语言生成之间的对齐不足、模型结构的固有局限，以及推理阶段注意力分布的不稳定性。现有工作在幻觉的检测和评估方面逐步建立了多层次的分析框架，包括从对象、属性、关系等语义维度刻画模型错误表现；在缓解策略方面，研究者尝试通过提升数据质量、优化视觉表征、改进跨模态对齐方式、引入人类反馈机制，以及设计更稳健的推理与生成方法来降低幻觉发生率。尽管相关研究已取得一定进展，但在高风险应用领域中，幻觉问题仍然存在潜在风险，亟需进一步深入探索。系统梳理了LVLM幻觉的定义、类型、成因、检测与缓解思路，总结了当前面临的主要挑战与未来研究趋势，旨在为相关研究人员与工程实践提供全面而深入的参考。关键词：幻觉;大规模视觉语言模型;多模态人工智能;跨模态对齐40|22|0更新时间：2026-05-29 - 摘要：随着生成式大模型的快速迭代和相关应用的不断扩展，其潜在的生成式内容风险和安全威胁日益凸显。因此，在大模型部署应用前开展全面深入的安全风险测试和评估至关重要。然而，当前测评手段存在测评用例固化、评估科目单一、结果漏报误报等问题。为此，提出了数智风洞——面向生成式大模型的内生安全测评框架，整体架构上，采用结构化、反馈式设计思想，分为测评基础支撑、测评对象设定、测评用例增强、测评环境配置、测评结果判定等5个模块。具体设计上，首先，基于检索增强生成技术智能辅助测评用例优化，高效扩展生成多样、有效的测评用例数据；其次，分析大模型内容安全与系统安全风险交织的内生特性，构建面向大模型的分级分类内生安全测评科目体系，共计3级43项；最后，基于多模型集成对测评结果进行综合裁决判定，防止单一模型判定引发的漏报误报问题。实验结果表明，相比现有的测评框架，数智风洞显著提升了测评时效性、覆盖度和准确率。关键词：大模型;安全测评;内生安全21|16|0更新时间：2026-05-29
-
数据证券化的若干风险及其防范 AI导读
摘要：数据证券化是数据价值释放的最具活力和影响力的阶段，其风险也伴随而来。本文结合实际案例分析了数据证券化面临的信用风险、流动性风险、市场风险、操作性风险等，给出数据证券化风险的耦合性、技术依赖性、传导性等特征，构建“特征解构—防控策略—模式落地”为主线的风险防范逻辑框架，提出数据证券化产品设计层面的风险缓释手段、“微观识别+宏观治理”协同的风险防范体系，并以DAITs（Data Asset Investment Trusts，数据资产投资信托基金）为例进行探索探索，为数据证券化的规范有序与规模化发展提供理论支撑与实践参考。值得注意的是，本文研究亦为大数据研发、数字金融实践等领域提供了具体的需求参考与科技突破场景。关键词：数据证券化;数字金融;风险防范;数据资产投资信托基金;数据资本化58|23|0更新时间：2026-05-29 - 摘要：随着大语言模型的迅猛发展，模型规模不断扩大，其训练所需的计算资源和时间成本急剧增长，性能优化成为降低训练成本的关键手段，而准确的热点识别与性能瓶颈定位则是确保优化效果的关键前提。然而，大模型训练广泛使用的深度学习框架具有复杂的异构计算、异步执行与多线程协作模式，导致传统基于时间累加的分析方法易产生“假热点”。为解决上述问题，现有的工具通过分析和构建程序执行的关键路径，以期有效识别端到端性能瓶颈。然而，在大模型训练场景下，它们通常假设CPU线程间相互独立，因而无法准确刻画跨线程依赖关系，可能导致关键路径识别不完整、无法准确定位程序热点。为此，提出一种跨线程依赖感知的关键路径分析方法（Cross-Thread Dependency-Aware Critical Path Analysis，CTDA-CPA），其主要创新在于：引入跨线程事件关联机制，有效建模线程间依赖关系，从而构建完整的跨线程计算依赖图并准确识别出贯穿于CPU多线程与GPU多CUDA流之间的关键路径。实验结果表明，CTDA-CPA克服了现有方法在大模型训练场景下的分析局限，在不同规模的典型负载中均成功构建了完整的关键路径，并基于此准确定位了ResNet-18训练任务的数据加载瓶颈以及Llama 2分布式微调中的通信瓶颈。针对上述瓶颈进行的优化分别取得了47.06%和7.21%的训练任务整体性能提升，验证了该方法在实际优化工作中的有效性。关键词：大模型训练;关键路径分析;跨线程依赖;热点识别;性能优化19|17|0更新时间：2026-05-29
- 摘要：随着国家数据要素政策的推进，如何在分散于各行业、各领域形成的数据空间之间，实现数据资源高效发现和便捷使用，成为数据要素有效流通的关键前提。研究提出一种面向数据场景化使用关系的数据空间搜索系统，针对各个数据空间数据不出域、不汇聚的安全要求，提出了基于数字对象架构的分布式搜索框架；基于数据场景化使用形成的数据语用关系，提出了基于查询相似度和数据语用关系的数字对象排序算法——DO-Rank算法，为上层应用提供了跨数据空间数据资源搜索发现的能力。实验表明跨空间搜索系统在不汇聚数据的情况下精确率、召回率、nDCG等指标接近数据集中汇聚的检索方法。关键词：数据空间;数据流通;数字对象架构;搜索系统;搜索排序32|27|0更新时间：2026-05-29
- 摘要：针对微服务异常检测在方法级交互复杂、容器实例高度动态以及异常样本稀缺等约束，提出一种基于动态图与代码执行上下文感知的微服务异常检测方法DGCEC‑MAD。通过插桩技术采集服务调用对应所运行的代码信息，包含其类名、方法名、参数与返回值等执行语义，经预训练句向量编码；将服务调用建模为带时间戳与边属性的连续时间动态图，利用可更新的节点内存与融合时间及边属性的图注意力机制刻画关系演化；采用改进的链接预测任务结合双重负采样机制从正常数据中学习调用模式，获得高质量节点表示后与KPI融合，最终通过自编码器重构误差实现无监督异常检测。实验在两套微服务系统及容器迁移等动态场景中验证了方法的有效性，消融实验进一步表明，引入代码执行上下文可精细刻画方法级行为，提升异常检测效果。关键词：云计算;微服务;容器化;异常检测;动态图;自编码器20|19|0更新时间：2026-05-29
-
时序数据多尺度缺失值填充方法 AI导读
摘要：在工业物联网与智能监测技术快速发展的背景下，设备健康管理中的故障诊断、剩余寿命预测及微弱故障早期检测等任务，高度依赖传感器采集的时序数据。然而，实际应用中数据缺失问题普遍存在，严重影响着后续分析任务的有效性。现有缺失值填充方法往往侧重恢复数据整体趋势，却忽视了对细节特征的精准重构，导致填充后的数据难以满足复杂故障诊断的需求。为此，本文提出一种基于小波变换的缺失值填充（wavelet transform-based missing value imputation，WTMI）框架。该框架通过小波分解获取数据的多尺度表征，结合深度自动编码器实现分层重构，最终经小波逆变换完成缺失值预测。进一步地，为解决尺度间相关性建模与最优尺度选择问题，提出多尺度缺失值填充（multi-scale missing value imputation，MSMI）方法，其利用深度堆叠网络架构整合跨尺度信息，通过瓶颈层特征与低尺度数据的融合策略，显著提升填充精度。在化工过程仿真、动力设备运行及空气质量监控等多源实测数据集上的实验表明，相较于现有主流方法，本文提出的方法在保持填充精度相当的同时，将故障诊断准确率提升了2%，尤其对微弱故障的诊断精度提升了达5%，验证了多尺度分析在时序数据缺失值处理中的有效性。关键词：缺失值;多尺度分析;小波变换;传感器数据;故障诊断58|47|0更新时间：2026-05-29 -
基于微服务架构的区块链体系与应用范式研究 AI导读
摘要：数字经济纵深发展背景下，区块链已成为关键基础设施，但传统单体区块链架构在规模化应用中面临三大瓶颈：共性能力难复用、架构演化受限、与现有IT技术栈融合困难。本研究系统梳理区块链与微服务的技术演化脉络，从架构同构、机制协同、解耦一致三个维度论证二者融合的内在逻辑，阐明从“模块化”向“微服务化”转型的必要性与可行性。在此基础上，提出四层架构模型，自下而上依次为：核心基础设施层、区块链微服务核心层、微服务网关与编排层、典型应用范式层。基于云原生技术栈将区块链核心能力拆解为标准化微服务组件，辅以微服务全生命周期管理体系，保障系统安全性和可观测性。遵循领域驱动设计（DDD）原则，通过限界上下文划分核心子域、支撑子域与通用子域，构建可信数据存证溯源、可信数据要素流通、可信智能跨域协同三大标准化应用范式，并指明了具体应用场景。该技术体系将区块链共性能力解耦复用，有效降低跨行业应用门槛，为区块链打破封闭单体架构、迈向开放式服务生态提供了系统性的理论支撑与可落地的实践路径。关键词：区块链;联盟链;微服务;云原生;数据要素流通;智能协同50|40|0更新时间：2026-05-29
- 地址：北京市丰台区东铁匠营街道顺八条1号院B座“北阳晨光大厦”2层 邮编：100079
- 联系电话：（010）53879208、53859533 Email：bdr@bjxintong.com.cn
- 技术支持由北京北大方正电子有限公司提供 京ICP备09064830号-19
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
- 总访问量：298834 今日访问量：357
0