CN117251492A - 智慧园区产业集群数据对比分析***及方法 - Google Patents

智慧园区产业集群数据对比分析***及方法 Download PDF

Info

Publication number
CN117251492A
CN117251492A CN202311216661.3A CN202311216661A CN117251492A CN 117251492 A CN117251492 A CN 117251492A CN 202311216661 A CN202311216661 A CN 202311216661A CN 117251492 A CN117251492 A CN 117251492A
Authority
CN
China
Prior art keywords
data
module
subsystem
risk
industry
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202311216661.3A
Other languages
English (en)
Other versions
CN117251492B (zh
Inventor
郝小龙
郝海兵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huaining County Zhengtong Small And Medium Enterprise Service Center
Original Assignee
Huaining County Zhengtong Small And Medium Enterprise Service Center
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huaining County Zhengtong Small And Medium Enterprise Service Center filed Critical Huaining County Zhengtong Small And Medium Enterprise Service Center
Priority to CN202311216661.3A priority Critical patent/CN117251492B/zh
Publication of CN117251492A publication Critical patent/CN117251492A/zh
Application granted granted Critical
Publication of CN117251492B publication Critical patent/CN117251492B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462Approximate or statistical queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Probability & Statistics with Applications (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及产业集群数据分析技术领域,提出了智慧园区产业集群数据对比分析***及方法,包括数据提取子***,所述数据提取子***通过数据传输技术均与数据分析对比子***和风险评估子***相连,所述风险评估子***用于建立智慧园区产业集群风险评估模型,所述数据分析对比子***和风险评估子***均通过数据传输技术与数据整理模块相连。通过得出智慧园区中一个特定区域行业的产业占有份额与整个智慧园区中的该产业占有份额比值,从而提高智慧园区产业集群的概念和识别效率,避免智慧园区产业集群的概念和识别混乱情况发生,通过计算风险F综合评价值,避免了产业集群的结构调整滞后或老化,产业集群风险增大情况发生。

Description

智慧园区产业集群数据对比分析***及方法
技术领域
本发明涉及产业集群数据分析技术领域,尤其涉及智慧园区产业集群数据对比分析***及方法。
背景技术
智慧园区指一般由政府(民营企业与政府合作)规划建设的,供水、供电、供气、通讯、道路、仓储及其它配套设施齐全、布局合理且能够满足从事某种特定行业生产和科学实验需要的标准性建筑物或建筑物群体,包括工业园区、产业园区、物流园区、都市工业园区、科技园区、创意园区等。随着经济全球化和知识经济时代的到来,成功的产业集群一般可以维持几十年的繁荣,甚至可以让某个地方智慧园区的经济数十年生机盎然,产业集群是提高区域竞争力和创新,以及生产力环境的决定因素,而其实质是创新集群的概念,促进企业创新和升级,提高智慧园区竞争力。
然而,目前关于智慧园区产业集群的概念和识别方法较为混乱,其重要原因是缺乏可操作、实际性强、可靠性高的识别标准,且当产业集群内部依赖程度较高而又缺乏创新,产业结构调整滞后或老化,产业集群风险就会显现,产业集群风险的出现不仅会影响产业集群的持续发展,甚至还会导致智慧园区经济的长期衰落。
因此我们对此做出改进,提出智慧园区产业集群数据对比分析***及方法。
发明内容
(一)本发明要解决的技术问题是:提高智慧园区产业集群的概念和识别效率,避免智慧园区产业集群的概念和识别混乱情况发生,通过风险评估,架构风险模型,降低产业结构调整滞后或老化,避免智慧园区经济的衰退。
(二)技术方案
为了实现上述发明目的,本发明提供了智慧园区产业集群数据对比分析***,包括数据提取子***,所述数据提取子***通过数据传输技术均与数据分析对比子***和风险评估子***相连,用于获取智慧园区产业集群基础数据并上传至数据分析对比子***和风险评估子***,所述数据分析对比子***用于对区位商LQ值进行计算,所述风险评估子***用于建立智慧园区产业集群风险评估模型,所述数据分析对比子***和风险评估子***均通过数据传输技术与数据整理模块相连,用于将所计算的结果和建立的模型进行整理,所述数据整理模块通过数据传输技术与数据库相连,用于存储整理后的数据,所述数据库还通过互联网技术与数据查询子***相连,用于用户快速查询数据库中整理的数据信息;
所述数据分析对比子***包括数据接收模块一,所述数据接收模块一通过数据传输技术与产业集群识别模块,用于提取数据中的地区和行业的关键数据,所述产业集群识别模块通过数据传输模块与产业集群计算模块相连,用于对区位商LQ值进行计算,所述产业集群计算模块通过数据传输技术与数据上传模块二相连,用于上传原始数据和计算结果;
所述风险评估子***包括数据接收模块二,所述数据接收模块二通过数据传输模块与数据成分提取模块相连,用于对数据中的风险特征进行提取,所述数据成分提取模块通过数据传输技术与风险评估计算模块相连,用于计算对风险特征进行计算,得出风险F综合评价值,并搭建风险模型,所述风险评估计算模块通过数据传输技术与数据上传模块三相连,用于上传原始数据和搭建的风险模型。
优选的,所述数据提取子***包括数据录入模块,所述数据录入模块通过数据传输技术与摘要提取模块相连,用于提取数据中的关键数据,形成摘要,所述摘要提取模块通过数据传输技术与关键词提取模块相连,用于提取摘要中的关键词,所述关键词提取模块通过数据传输技术与数据上传模块一相连,用于上传提取的摘要、关键词以及原始数据。
优选的,所述数据查询子***包括关键词检索模块、摘要检索模块、分类检索模块以及语义检索模块,用于通过关键词、摘要的部分内容、数据的分类以及对数据描述的检索。
智慧园区产业集群数据对比分析方法,应用于上述任意一项的智慧园区产业集群数据对比分析***,包括以下步骤
步骤一:上传原始数据,通过数据提取子***提取原始数据中的关键数据形成摘要,并在摘要中提取检索用的关键词,并上传至数据分析对比子***和风险评估子***中;
步骤二:数据分析对比子***提取数据中地区和行业的关键信息进行提取,并进行计算,求出区位商LQ值;
步骤三:风险评估子***提取数据中的风险特征,并进行计算,得出风险F综合评价值,并搭建风险模型;
步骤四:将原始数据连通提取的摘要、关键词和求出的区位商LQ值以及搭建的风险模型上传至数据整理模块,对数据进行合并整理,并进行分类上传至数据库中存储。
优选的,所述步骤三和步骤四是同步运行的。
优选的,所述步骤三中,区位商LQ值的计算方式如下
其中,LQij为智慧园区中i地区j行业的区位商,计算出智慧园区中一个特定区域行业的产业占有份额与整个智慧园区中的该产业占有份额比值。
优选的,所述步骤四中,风险F综合评价值的计算方式如下
F1=l11Z1+l12Z2+…+l1gZg
F2=l21Z1+l22Z2+…+l2gZg
……
Fg=lg1Z1+lg2Z2+…+lggZg
其中,Zg为研究的各项指标变量,Fg为提取的各个主成分,lgg为因子载荷,ag为第h个主成分的贡献率,F为综合评价值。
(三)有益效果
本发明所提供的智慧园区产业集群数据对比分析***及方法,其有益效果是:
1、通过计算区位商LQ值,得出智慧园区中一个特定区域行业的产业占有份额与整个智慧园区中的该产业占有份额比值,能够确定区域的产业专业化程度和主导产业,从而提高智慧园区产业集群的概念和识别效率,避免智慧园区产业集群的概念和识别混乱情况发生。
2、通过计算风险F综合评价值,对智慧园区的产业集群数据进行风险评估,搭建风险模型,避免了产业集群的结构调整滞后或老化,产业集群风险增大,影响智慧园区产业集群的持续发展,导致智慧园区经济长期衰退的情况发生。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请提供的智慧园区产业集群数据对比分析***及方法的总***示意图;
图2为本申请提供的智慧园区产业集群数据对比分析***及方法的数据提取子***示意图;
图3为本申请提供的智慧园区产业集群数据对比分析***及方法的数据分析对比子***示意图;
图4为本申请提供的智慧园区产业集群数据对比分析***及方法的风险评估子***示意图;
图5为本申请提供的智慧园区产业集群数据对比分析***及方法的数据查询子***示意图。
具体实施方式
下面结合说明书附图和实施例,对本发明的具体实施方式做进一步详细描述。以下实施例仅用于说明本发明,但不能用来限制本发明的范围。
如图1-图5所示,本实施方式提出智慧园区产业集群数据对比分析***,包括数据提取子***,所述数据提取子***通过数据传输技术均与数据分析对比子***和风险评估子***相连,用于获取智慧园区产业集群基础数据并上传至数据分析对比子***和风险评估子***,所述数据分析对比子***用于对区位商LQ值进行计算,所述风险评估子***用于建立智慧园区产业集群风险评估模型,所述数据分析对比子***和风险评估子***均通过数据传输技术与数据整理模块相连,用于将所计算的结果和建立的模型进行整理,所述数据整理模块通过数据传输技术与数据库相连,用于存储整理后的数据,所述数据库还通过互联网技术与数据查询子***相连,用于用户快速查询数据库中整理的数据信息;
所述数据分析对比子***包括数据接收模块一,所述数据接收模块一通过数据传输技术与产业集群识别模块,用于提取数据中的地区和行业的关键数据,所述产业集群识别模块通过数据传输模块与产业集群计算模块相连,用于对区位商LQ值进行计算,所述产业集群计算模块通过数据传输技术与数据上传模块二相连,用于上传原始数据和计算结果;
通过计算区位商LQ值,得出智慧园区中一个特定区域行业的产业占有份额与整个智慧园区中的该产业占有份额比值,能够确定区域的产业专业化程度和主导产业,从而提高智慧园区产业集群的概念和识别效率,避免智慧园区产业集群的概念和识别混乱情况发生。
所述风险评估子***包括数据接收模块二,所述数据接收模块二通过数据传输模块与数据成分提取模块相连,用于对数据中的风险特征进行提取,所述数据成分提取模块通过数据传输技术与风险评估计算模块相连,用于计算对风险特征进行计算,得出风险F综合评价值,并搭建风险模型,所述风险评估计算模块通过数据传输技术与数据上传模块三相连,用于上传原始数据和搭建的风险模型。
通过计算风险F综合评价值,对智慧园区的产业集群数据进行风险评估,搭建风险模型,避免了产业集群的结构调整滞后或老化,产业集群风险增大,影响智慧园区产业集群的持续发展,导致智慧园区经济长期衰退的情况发生。
所述数据提取子***包括数据录入模块,所述数据录入模块通过数据传输技术与摘要提取模块相连,用于提取数据中的关键数据,形成摘要,所述摘要提取模块通过数据传输技术与关键词提取模块相连,用于提取摘要中的关键词,所述关键词提取模块通过数据传输技术与数据上传模块一相连,用于上传提取的摘要、关键词以及原始数据。
所述数据查询子***包括关键词检索模块、摘要检索模块、分类检索模块以及语义检索模块,用于通过关键词、摘要的部分内容、数据的分类以及对数据描述的检索。
通过对原始数据中的关键数据进行提取,形成摘要,并在摘要中提取出关键词,便于后期管理人员和用户对整理后的数据和原始数据进行检索,提高检索效率。
智慧园区产业集群数据对比分析方法,应用于上述任意一项的智慧园区产业集群数据对比分析***,包括以下步骤
步骤一:上传原始数据,通过数据提取子***提取原始数据中的关键数据形成摘要,并在摘要中提取检索用的关键词,并上传至数据分析对比子***和风险评估子***中;
步骤二:数据分析对比子***提取数据中地区和行业的关键信息进行提取,并进行计算,求出区位商LQ值;
步骤三:风险评估子***提取数据中的风险特征,并进行计算,得出风险F综合评价值,并搭建风险模型;
步骤四:将原始数据连通提取的摘要、关键词和求出的区位商LQ值以及搭建的风险模型上传至数据整理模块,对数据进行合并整理,并进行分类上传至数据库中存储。
所述步骤三和步骤四是同步运行的,提高对区间商LQ值和风险F评估综合值的计算效率。
所述步骤三中,区位商LQ值的计算方式如下
其中,LQij为智慧园区中i地区j行业的区位商,计算出智慧园区中一个特定区域行业的产业占有份额与整个智慧园区中的该产业占有份额比值,通过LQ能够确定区域的产业专业化程度和主导产业,当LQ>1时,说明i地区的j行业具有比较优势,在一定程度上显示出了该产业具有较强的竞争力,LQ值越大,该产业的专业化水平越高;当LQ=1时,意味着i地区的j行业供给恰好能满足本区需求;当LQ<1时,说明i地区j产业的专业化水平低于全智慧园区,需要从智慧园区外进口j产业的产品以满足智慧园区内的需求。
所述步骤四中,风险F综合评价值的计算方式如下
F1=l11Z1+l12Z2+…+l1gZg
F2=l21Z1+l22Z2+…+l2gZg
……
Fg=lg1Z1+lg2Z2+…+lggZg
其中,Zg为研究的各项指标变量,Fg为提取的各个主成分,lgg为因子载荷,ag为第h个主成分的贡献率,F为综合评价值,主成分分析是设法将原来众多具有一定相关性的指标,重新组合成一组新的相互无关的综合指标,来代替原来指标的信息,通常是用选取的第一个线性组合的方差来表达,方差越大,表示包含的信息越多,因此,在所有的线性组合中选取的第一个综合指标F1应该是方差最大的,故称F1为第一主成分,如果第一主成分不足以代表原来指标的信息,再考虑选取第二个线性组合,为了有效地反映原来信息,F1已有的信息就不需要再出现在F2中,用数学语言表达就是要求Cov(F1,F2)=0,则称F2为第二主成分,依此类推可以构造出第三个、第四个,直至第g个主成分。
以上实施方式仅用于说明本发明,而非对本发明的限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行各种组合、修改或者等同替换,都不脱离本发明技术方案的精神和范围,均应涵盖在本发明的权利要求范围当中。

Claims (7)

1.智慧园区产业集群数据对比分析***,包括数据提取子***,其特征在于:所述数据提取子***通过数据传输技术均与数据分析对比子***和风险评估子***相连,用于获取智慧园区产业集群基础数据并上传至数据分析对比子***和风险评估子***,所述数据分析对比子***用于对区位商LQ值进行计算,所述风险评估子***用于建立智慧园区产业集群风险评估模型,所述数据分析对比子***和风险评估子***均通过数据传输技术与数据整理模块相连,用于将所计算的结果和建立的模型进行整理,所述数据整理模块通过数据传输技术与数据库相连,用于存储整理后的数据,所述数据库还通过互联网技术与数据查询子***相连,用于用户快速查询数据库中整理的数据信息;
所述数据分析对比子***包括数据接收模块一,所述数据接收模块一通过数据传输技术与产业集群识别模块,用于提取数据中的地区和行业的关键数据,所述产业集群识别模块通过数据传输模块与产业集群计算模块相连,用于对区位商LQ值进行计算,所述产业集群计算模块通过数据传输技术与数据上传模块二相连,用于上传原始数据和计算结果;
所述风险评估子***包括数据接收模块二,所述数据接收模块二通过数据传输模块与数据成分提取模块相连,用于对数据中的风险特征进行提取,所述数据成分提取模块通过数据传输技术与风险评估计算模块相连,用于计算对风险特征进行计算,得出风险F综合评价值,并搭建风险模型,所述风险评估计算模块通过数据传输技术与数据上传模块三相连,用于上传原始数据和搭建的风险模型。
2.根据权利要求1所述的智慧园区产业集群数据对比分析***,其特征在于:所述数据提取子***包括数据录入模块,所述数据录入模块通过数据传输技术与摘要提取模块相连,用于提取数据中的关键数据,形成摘要,所述摘要提取模块通过数据传输技术与关键词提取模块相连,用于提取摘要中的关键词,所述关键词提取模块通过数据传输技术与数据上传模块一相连,用于上传提取的摘要、关键词以及原始数据。
3.根据权利要求1所述的智慧园区产业集群数据对比分析***,其特征在于:所述数据查询子***包括关键词检索模块、摘要检索模块、分类检索模块以及语义检索模块,用于通过关键词、摘要的部分内容、数据的分类以及对数据描述的检索。
4.智慧园区产业集群数据对比分析方法,应用于权利要求1-3中任意一项的智慧园区产业集群数据对比分析***,其特征在于:包括以下步骤
步骤一:上传原始数据,通过数据提取子***提取原始数据中的关键数据形成摘要,并在摘要中提取检索用的关键词,并上传至数据分析对比子***和风险评估子***中;
步骤二:数据分析对比子***提取数据中地区和行业的关键信息进行提取,并进行计算,求出区位商LQ值;
步骤三:风险评估子***提取数据中的风险特征,并进行计算,得出风险F综合评价值,并搭建风险模型;
步骤四:将原始数据连通提取的摘要、关键词和求出的区位商LQ值以及搭建的风险模型上传至数据整理模块,对数据进行合并整理,并进行分类上传至数据库中存储。
5.根据权利要求4所述的智慧园区产业集群数据对比分析方法,其特征在于:所述步骤三和步骤四是同步运行的。
6.根据权利要求4所述的智慧园区产业集群数据对比分析方法,其特征在于:所述步骤三中,区位商LQ值的计算方式如下
其中,LQij为智慧园区中i地区j行业的区位商,计算出智慧园区中一个特定区域行业的产业占有份额与整个智慧园区中的该产业占有份额比值。
7.根据权利要求4所述的智慧园区产业集群数据对比分析方法,其特征在于:所述步骤四中,风险F综合评价值的计算方式如下
F1=l11Z1+l12Z2+…+l1gZg
F2=l21Z1+l22Z2+…+l2gZg
……
Fg=lg1Z1+lg2Z2+…+lggZg
其中,Zg为研究的各项指标变量,Fg为提取的各个主成分,lgg为因子载荷,ag为第h个主成分的贡献率,F为综合评价值。
CN202311216661.3A 2023-09-20 2023-09-20 智慧园区产业集群数据对比分析***及方法 Active CN117251492B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311216661.3A CN117251492B (zh) 2023-09-20 2023-09-20 智慧园区产业集群数据对比分析***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311216661.3A CN117251492B (zh) 2023-09-20 2023-09-20 智慧园区产业集群数据对比分析***及方法

Publications (2)

Publication Number Publication Date
CN117251492A true CN117251492A (zh) 2023-12-19
CN117251492B CN117251492B (zh) 2024-06-14

Family

ID=89130700

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311216661.3A Active CN117251492B (zh) 2023-09-20 2023-09-20 智慧园区产业集群数据对比分析***及方法

Country Status (1)

Country Link
CN (1) CN117251492B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109002520A (zh) * 2018-07-09 2018-12-14 广东省农业科学院农业经济与农村发展研究所 一种区域农业规划产业选择的智能分析方法
CN109712054A (zh) * 2018-12-28 2019-05-03 杭州文创企业管理有限公司 一种智慧园区公共服务平台
CN110310051A (zh) * 2019-07-11 2019-10-08 上海企久数据技术有限公司 一种自动导入和动态更新企业数据的智慧园区管理方法
CN110336886A (zh) * 2019-07-11 2019-10-15 上海企久数据技术有限公司 一种多主体、多用户、多终端协同的智慧园区云服务***
CN111461576A (zh) * 2020-04-27 2020-07-28 宁波市食品检验检测研究院 一种食品中化学危害物安全风险模糊综合评价方法
CN113887899A (zh) * 2021-09-22 2022-01-04 国网山东省电力公司枣庄供电公司 一种基于电力数据指标的区域产业发展分段赋值加权评估方法
CN113902605A (zh) * 2021-10-19 2022-01-07 中建八局第二建设有限公司 一种基于cⅰm架构的智慧园区运维管理模式
CN114186834A (zh) * 2021-12-06 2022-03-15 刘铄 智慧城市***
CN114793182A (zh) * 2022-06-21 2022-07-26 湖南前行科创有限公司 一种智慧园区分布式网络安全风险评估方法及装置
CN115511255A (zh) * 2022-08-09 2022-12-23 南通明途通信服务有限公司 一种智慧园区的立体智能管理方法及***
CN115860727A (zh) * 2023-02-02 2023-03-28 南京轶诺科技有限公司 一种智慧园区运维***
CN116777713A (zh) * 2023-08-24 2023-09-19 湖南天成新宇网络科技有限公司 基于数据分析的智慧园区安全管理方法和***

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109002520A (zh) * 2018-07-09 2018-12-14 广东省农业科学院农业经济与农村发展研究所 一种区域农业规划产业选择的智能分析方法
CN109712054A (zh) * 2018-12-28 2019-05-03 杭州文创企业管理有限公司 一种智慧园区公共服务平台
CN110310051A (zh) * 2019-07-11 2019-10-08 上海企久数据技术有限公司 一种自动导入和动态更新企业数据的智慧园区管理方法
CN110336886A (zh) * 2019-07-11 2019-10-15 上海企久数据技术有限公司 一种多主体、多用户、多终端协同的智慧园区云服务***
CN111461576A (zh) * 2020-04-27 2020-07-28 宁波市食品检验检测研究院 一种食品中化学危害物安全风险模糊综合评价方法
CN113887899A (zh) * 2021-09-22 2022-01-04 国网山东省电力公司枣庄供电公司 一种基于电力数据指标的区域产业发展分段赋值加权评估方法
CN113902605A (zh) * 2021-10-19 2022-01-07 中建八局第二建设有限公司 一种基于cⅰm架构的智慧园区运维管理模式
CN114186834A (zh) * 2021-12-06 2022-03-15 刘铄 智慧城市***
CN114793182A (zh) * 2022-06-21 2022-07-26 湖南前行科创有限公司 一种智慧园区分布式网络安全风险评估方法及装置
CN115511255A (zh) * 2022-08-09 2022-12-23 南通明途通信服务有限公司 一种智慧园区的立体智能管理方法及***
CN115860727A (zh) * 2023-02-02 2023-03-28 南京轶诺科技有限公司 一种智慧园区运维***
CN116777713A (zh) * 2023-08-24 2023-09-19 湖南天成新宇网络科技有限公司 基于数据分析的智慧园区安全管理方法和***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王洪德;郑玉钱;: "基于网格划分及信息扩散的化工园区安全风险评价技术", ***工程理论与实践, no. 07, 15 July 2010 (2010-07-15) *

Also Published As

Publication number Publication date
CN117251492B (zh) 2024-06-14

Similar Documents

Publication Publication Date Title
CN103064970B (zh) 优化译员的检索方法
Zhao et al. Distributed feature selection for efficient economic big data analysis
CN108920720A (zh) 基于深度哈希和gpu加速的大规模图像检索方法
CN106897370B (zh) 一种基于皮尔逊相似度和FP-Growth的图审专家推荐方法
CN110263873A (zh) 一种融合稀疏降噪自编码网络降维和聚类的配电网台区分类方法
KR102294555B1 (ko) 자동보고서생성장치 및 그 동작 방법
CN110009145B (zh) 基于时频变换特征提取及自回归趋势预测技术的电力负荷预测方法及装置
CN111105209A (zh) 适用于人岗匹配推荐***的职位简历匹配方法及装置
CN111552813A (zh) 一种基于电网全业务数据的电力知识图谱构建方法
CN107423343A (zh) 一种基于混合协同过滤的图书馆图书推荐方法及***
CN109657063A (zh) 一种海量环保人工上报事件数据的处理方法及存储介质
CN105045927A (zh) 建设工程工料机数据自动编码方法及***
CN117251492B (zh) 智慧园区产业集群数据对比分析***及方法
Anand et al. Discovering case knowledge using data mining
CN117035837B (zh) 一种电力用户购电需求预测及零售合同定制方法
CN116932612B (zh) 一种基层社会治理智能数据处理***
CN113139558B (zh) 确定物品的多级分类标签的方法和装置
CN115292274B (zh) 一种数据仓库主题模型构建方法和***
CN111539465A (zh) 一种基于机器学习的物联网非结构化大数据分析算法
CN116090413A (zh) 一种基于序列化的通用rdf数据压缩方法
CN113177164B (zh) 基于大数据的多平台协同新媒体内容监控管理***
CN115099309A (zh) 一种为图数据的存储和索引设计代价评估模型的方法
Xuanjing et al. Language-independent Text Categorization
CN113312477A (zh) 一种基于图注意力的半结构文本分类方案
Weinzierl et al. Predictive Business Process Monitoringwith Context Information from Documents.

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant