面向三類應用數(shù)據(jù)的智能分析與優(yōu)化研究.pdf

1、大數(shù)據(jù)時代已經(jīng)到來。數(shù)據(jù)已經(jīng)滲透到當今每一個行業(yè)和業(yè)務職能領域，成為重要的生產(chǎn)因素。人們對于海量數(shù)據(jù)的分析、優(yōu)化及運用，預示著新一波生產(chǎn)率增長和消費者盈余浪潮的到來。手機、平板電腦、PC機、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計算、車聯(lián)網(wǎng)以及遍布地球各個角落的各種各樣的傳感器，無一不是數(shù)據(jù)來源?；诖髷?shù)據(jù)的應用如雨后春筍般出現(xiàn)，例如個性化商品推薦、足球勝負預測、電力大數(shù)據(jù)相關應用等。怎樣分析出數(shù)據(jù)中的價值，怎樣優(yōu)化關鍵技術以提高現(xiàn)有應用的體驗是近年大

2、數(shù)據(jù)研究的發(fā)展趨勢。然而面對不同類型的數(shù)據(jù)和日漸復雜的應用場景，數(shù)據(jù)分析與優(yōu)化工作會面臨很多不同的挑戰(zhàn)。例如數(shù)據(jù)采集、數(shù)據(jù)整理和存儲等常規(guī)問題;某些數(shù)據(jù)分析方法計算復雜度大、求解困難等問題;相同的處理方法在不同應用場景、不同分布的訓練數(shù)據(jù)上得到的結果有時也很不相同。針對以上數(shù)據(jù)分析時所面臨的問題，本文對三類應用數(shù)據(jù)做了智能分析與優(yōu)化研究，具體做了以下幾點研究工作:
　　1.構建面向電力數(shù)據(jù)的發(fā)電優(yōu)化調度算法
　　傳統(tǒng)的發(fā)電調

3、度對于機組新產(chǎn)生的數(shù)據(jù)反饋較慢，不具備靈活性。決策由人的經(jīng)驗完成，沒有充分利用歷史數(shù)據(jù)，缺乏客觀科學性。2014年初，安徽省已完成對發(fā)電機組污染物排放數(shù)據(jù)的實時采集工作，基于這些數(shù)據(jù)完善一個優(yōu)化的、輕量級的發(fā)電調度方案勢在必行。本工作對發(fā)電機組歷史數(shù)據(jù)中的發(fā)電功率與污染物排放量進行回歸分析，擬合出每臺機組發(fā)電功率與排放數(shù)據(jù)回歸模型，在此基礎上設計優(yōu)化調度算法使所有發(fā)電機組總污染物排放量降低。
　　2.建立面向電商數(shù)據(jù)的用戶特征預測

4、模型
　　在個性化搜索和推薦系統(tǒng)等應用中，完整的人口學信息特征是應用具有良好性能的前提條件。但是這些理想的數(shù)據(jù)集很少出現(xiàn)在實際的應用場景中，主要特征的缺失（如年齡、性別等）使這些應用無法正常工作。在本工作中設計了一個預測模型來解決時間依賴的人口學特征預測的問題。該方案的關鍵點在于利用時間回溯方法來將用戶歷史行為的內在時間關聯(lián)考慮在內，然后搜集數(shù)據(jù)來訓練分類器，使用戶的歷史行為與其人口學特征對應。
　　3.提出一種面向空間磁感

5、數(shù)據(jù)的字符識別方法
　　設計了一個細粒度的字母輸入系統(tǒng)Magemite，該系統(tǒng)利用設備周圍空間作為有限輸入?yún)^(qū)域的擴展，用戶以使用一個永磁鐵在設備周圍書寫的方式來與該設備通話。Magemite的關鍵點在于集成在智能設備中的磁性傳感器能夠感知設備周圍的磁場強度變化。不同于以往的磁感解決方案只能識別粗粒度的手勢，Magemite能夠識別用戶細粒度的輸入，例如英文字母。然而用戶不同的書寫模式會影響識別的精度。為了應對這個挑戰(zhàn)，首先對輸入的

6、軌跡做了預處理，并提取了不同的特征來獨特地刻畫用戶的輸入，然后使用這些特征向量來訓練字母識別模型。
　　最終實驗結果表明:在發(fā)電優(yōu)化調度工作中擬合的發(fā)電功率與排放數(shù)據(jù)回歸模型達到了97.02％的平均準確度，在10臺機組上的實驗表明本文的優(yōu)化調度算法能使機組總污染物排放量降低4％，達到節(jié)能減排的目的;通過預測用戶幼兒年齡的實驗來驗證用戶特征預測模型的效果，在一大型電子商務平臺的真實數(shù)據(jù)集下，本文的算法在各個年齡段上的表現(xiàn)更加均衡，并