SmartbiMining 产品白皮书
广州思迈特软件有限公司Smart Software CO.,Ltd.
目录
产品简介 (3)
产品概要介绍 (3)
产品价值 (6)
功能简介 (7)
开放与标准化的技术 (7)
数据挖掘分析流程 (8)
思迈特公司的配套服务 (14)
SmartbiMining功能介绍 (15)
强大的数据读取功能 (15)
丰富的数据处理方法 (15)
图形化的数据探索方式 (15)
核心的数据挖掘算法 (17)
简洁直观的模型评估 (19)
多格式的数据导出 (19)
灵活的产品部署 (19)
版权声明 (20)
产品简介
产品概要介绍
SmartbiMining是一个预测性分析平台，旨在为个人、团队、系统和企业所做的决策提供预测性智能。它可提供各种高级算法和技术（包括文本分析、实体分析、决策管理与优化），帮助您选择可实现更佳成果的操作。
SmartbiMining已与R、Weka、Knime进行集成，使得算法扩展至几百种，功能更大强大，可视化的操作方式使得分析更加便利。同时可与Hadoop数据平台进行集成，提高了SmartbiMining的海量数据处理能力。
SmartbiMining使您的企业在多方面受益。例如，您可以：
●改善客户获得和保持；
●提高客户的生命周期价值；
●识别并最小化风险和欺诈；
●给不同的客户提供个性化服务。
SmartbiMining拥有直观的操作界面、成熟的预测分析模型。结合商业技术可以快速建立预测性模型，进而应用到商业活动中，帮助人们改进决策过程。应用SmartbiMining的预测洞察力，引导客户与企业实时交互，并实现企业内共享这些洞察力。
图：产品界面截图
SmartbiMining以其卓越的分析能力，可视化的操作方式，高度可扩展性受到用户的青睐。使用SmartbiMining，您可以：
●轻松获取、准备以及整合结构化和非结构化数据；
●快速建立和评估模型；
●按照计划或者实时，把洞察力和预测模型有效地部署到系统中或者发送给决策者。SmartbiMining具有许多独特的性能，这使得它成为企业预测分析的理想选择。SmartbiMining产品特点
SmartbiMining产品是以面向构建分析/预测模型为主的工具，强调的不仅仅是包括数据预处理、数据探索、模型设计、模型展示及模型评估等在内的建模能力，同时也兼顾使用人员对操作友好性集流程标准性的要求，具有开放、面向业务的特征。
简单易用的可视化界面
用户只需要通过拖、拉、拽的方式，就可以完成整个数据挖掘流程。通过与数据流的交互，分析人员和业务人员可以合作，将业务知识融入到数据挖掘流程中。您可以尝试更多的分析思路，更深入地探索数据，揭示更多隐含关系。
支持不同层次的用户使用
SmartbiMining的很多模型和算法中都有自动选择模型和专家调整模型两种方式，对于一般应用，只需要按自动选择模型方式运行就可以生成满意结果，对于专业分析员，则可以通过专家调整模型方式调整模型中的相应参数，衍生出很多种不同的模型，从而生成更加理想的模型。
挖掘流程易于管理
SmartbiMining建立的所有数据流、模型、图形和表格结果都可以保存在数据挖掘项目中，从而保证了数据挖掘项目的可重用性和充分共享。
节省时间特性
SmartbiMining提供了许多功能，为分析投资提供了更快、更多的回报率。比如，专家建模，
可以帮助您快速识别效果最好的模式，并结合多种预测得到最准确的结果。
强大的帮助功能
SmartbiMining可以随时随地为不同层次的用户提供帮助，除详尽的操作使用手册外，还为
分析人员提供丰富的应用示例，您可以轻松学会如何预测客户流失或寻找最有价值客户。
兼容已有的IT系统
SmartbiMining开放兼容的架构可以充分利用已经存在的IT资源。这样您可以在已有的数据库进行数据挖掘，在很短时间内对几百万条记录进行评分，而不需要额外的硬件设备。
与国际同步的挖掘技术更新机制
思迈特一直致力于将学术研究的最前沿转化为商业智能的研究，根据数据挖掘技术的发展以及市场需求不断的提升SmartbiMining的适用性，保证SmartbiMining无论从整体架构还是从算法细节上一直保持国际领先。
产品价值
通过预测性分析改善成果和决策
SmartbiMining旨在：
?改善决策和成果。
?帮助您从数据中提取价值。
?更轻松地集成到现有系统中。
1.改善决策和成果
?利用各种高级算法构建预测模型。
?结合使用预测模型、业务规则和优化技术，在给定参数内执行决策。
?在影响点向人员和系统提供建议，以改善决策和操作。
?将分析结果集成到现有业务流程和运营应用中。
?将SmartbiMining与Smartbi集成时，在 BI 报表或仪表盘中显示分析。
2.从数据中提取价值
?无论数据存储在何处（例如，数据仓库、数据库、平面文件等），均可执行分析。
?可在 Hadoop 版本中分析数据。
?不仅可分析结构化数据（例如，年龄、价格、产品、位置等），也可以分析非结构化数据（例如，文本、电子邮件、社交媒体数据等）。
?通过统计算法和文本分析，揭示数据中隐藏的洞察和模式。
?使用实体分析进行实体解析和社交网络分析，显示个人和群体的社交行为。
?通过自动化的数据准备和建模流程降低复杂性。
3.更轻松地集成到现有系统中
?与KingbaseES或其他供应商的数据库配合使用，以更快速、更高效地部署模型并评分。
?通过将SmartbiMining和 Hadoop集成，实现更流畅的分析工作流程。
?通过与R、Weka、Knime进行集成，使得功能更大强大，分析更加便利。
功能简介
SmartbiMining不仅包括几乎全部的数据挖掘算法，还包括大部分的统计分析算法，是目前为止算法做多的数据分析产品。SmartbiMining提供了各种借助机器学习、人工智能和统计学的建模方法。通过建模选项板中的方法，您可以根据数据生成新的信息以及开发预测模型。每种方法各有所长，同时适用于解决特定类型的问题。
SmartbiMining支持数据挖掘FFA标准流程，SmartbiMining可提供数据挖掘相关的数据准备、建模、评估、应用等功能。
开放与标准化的技术
SmartbiMining采用开发与标准化的技术开发，具备如下特点：
平台部署：
产品基于ECP应用，具有平台独立性特点。
●关系数据库：
产品具有优秀的开放性，支持国内外主流的关系型数据库，包括：
?国外数据库：Oracle、DB2、SQL Server、Sybase、Mysql等
?国产数据库：金仓数据库KingbaseES、南大通用Gbase、达梦数据库DM
支持JDBC方式连接数据库，易于配置和管理数据源连接。
数据挖掘分析流程
AOSP-SM（即“应用为导向的敏捷挖掘标准流程”的缩写）是一种面向应用的用于指导数据挖掘工作的方法。
?作为一种方法，它包含项目中各个典型阶段的说明、每个阶段所包含的任务以及这些任务之间的关系的说明。
?作为一种流程模型，AOSP -SM 概述了数据挖掘的生命周期。
生命周期模型中由五个阶段组成，其中的箭头表示这些阶段间最重要和最频繁使用的依赖关系。阶段之间并不一定要严格遵守顺序。实际上，大多数工程都会根据需要在这些阶段之间来回移动。
AOSP-SM 模型具备灵活性，可以轻松地自定义。例如，如果组织旨在检测洗钱行为，很有可能将在不设定具体建模目标的情况下对大量数据进行筛选。此时，工作不是建模，而是以数据探索和数据展现为主，以便揭示可疑的财务数据模式。使用AOSP-SM，可以创建满足特定需求的数据挖掘模型。
在此情况下，与数据理解和准备阶段相比，建模、评估和部署阶段之间的关联性可能相
对较小。但是，仍然需要考虑在这些后期阶段引发的某些问题，以便进行长期规划和制定未来的数据挖掘目标。
1.商业目标
(1)业务理解
在进行数据挖掘之前，应该花些时间探讨一下组织期望通过数据挖掘获得什么。尽可能多地请一些重要人员参与此类讨论并将结果记录下来。最后一个步骤是讨论如何使用在此阶段收集的信息生成一份项目计划。
尽管此项研究看起来似乎可有可无，但实际并非如此。了解进行数据挖掘的业务原因有助于确保在花费宝贵的资源之前所有人都达成一致意见。
请单击下面列出的各个步骤，开始理解业务。
(2)确定业务目标
第一个任务就是尝试尽可能多地了解数据挖掘的业务目标。这可能并没有看起来这么简单，但通过详细说明问题、目标和资源，可以将今后的风险降至最低。
(3)评估情况
既然已经有了一个明确指定的目标，现在应该评估处于什么情况。这一步骤需要询问一些问题，例如：
?什么类型的数据可供分析？
?是否具有完成此项目所需的人力资源？
?所涉及的最大风险因素是什么？
?对于这些风险，是否具有相应的应急计划？
(4)确定数据挖掘目标
既然已经明确了业务目标，现在应该将其转换为数据挖掘实体。例如，“减少流失”的业务目标可以转换为包含下列信息的数据挖掘目标：
?基于最近的采购数据识别高价值客户
?使用可用的客户数据构建一个模型，用于预测每个客户的流失可能性
?基于流失倾向和客户价值为每个客户指定等级
这些数据挖掘目标（如果达到）可以随即被企业用于减少最有价值客户的流失。
正如所见到的，业务和技术必须紧密配合才能获得有效的数据挖掘。
(5)制定项目计划
现在，可以制定数据挖掘项目的计划了。之前询问的那些问题以及详细制定的业务和数据挖掘目标将作为这个路线图的基础。
2.数据准备
(1)数据理解概述
数据理解阶段包含深入了解可用于挖掘的数据。此步骤是在下一个阶段（数据准备）中避免意外问题发生的关键，这个后续阶段通常是工程中耗时最长的部分。
数据理解包含使用表格和图形访问数据以及探索数据。在这一阶段中，可以确定数据的质量并在工程文档中描述这些步骤的结果。
(2)收集初始数据
数据来自各种不同的数据源，例如：
?现有数据。这包括大量不同的数据，例如用户信息、交易数据、调查数据、Web 日志、网页内容等。要考虑现有数据是否足以满足需要。
?购买的数据。组织是否使用补充性数据，例如人口统计数据？如果没有，请考虑是否需要使用此类数据。
?其他数据。如果上面的数据源并不能满足需求，可能需要开展调查或开始进行其他跟踪以便补充现有的数据存储。
(3)描述数据
可以采用多种方式对数据进行描述，但是大多数描述都将重点放在数据的数量和质量上，即可提供多少数据以及这些数据的具体情况。以下列出了描述数据时需要用到的一些关键特征。
?数据的数量。对于大多数建模技术，数据大小都具有相关的协定。大型数据集可以生成更准确的模型，但它们也会增加处理时间。考虑是否可以使用数据的一个子集。当为最终报告记录信息时，请确保包括所有数据集的大小统计数据量，并且记住在描述数据时考虑记录和字段（属性）的数量。
?值类型。数据可以采用多种格式，例如数字、类别（字符串）或布尔值(true/false)。注意值类型可以防止在后面的建模阶段出现问题。
?编码方案。数据库中的值常用于表示特征，如性别或产品类型。例如，一个数据集可以使用M和F来表示男性和女性，此外也可以使用数字值1和2表示。请注意数据报告中的那些冲突的方案。
(4)探索数据
通过表格、图表和其他可视化工具来探索数据。此类分析可以帮助解决在业务理解阶段构建的数据挖掘目标。它们还可以帮助用于设定假设以及制定将在数据准备阶段进行的数据转换任务。
(5)验证数据质量
数据几乎没有完美的。事实上，大多数数据都包含代码错误、缺失值或其他类型的不一致现象，这往往让分析很棘手。一种可避免可能出现缺陷的方法是在建模前对可用数据进行全面的质量分析。
需要查找以下这些类型的问题：
?缺失数据包括空值或编码为无应答的值（例如$null$、?或999）。
?数据错误通常是在输入数据时造成的排字错误。
?度量标准错误包括正确输入但却基于不正确的度量方案的数据。
?编码不一致通常包含非标准度量单位或不一致的值，例如同时使用M 和male表示性别。
?无效的元数据包含字段的表面意思和字段名称或定义中陈述的意思不匹配。
(6)准备数据
数据准备是数据挖掘最重要的阶段之一，通常需要花费大量的时间。据估计，实际的数据准备工作通常占50-70% 的工程时间和工作量。在前期的业务理解和数据理解阶段投入足够的精力可以将对这一阶段的投入降至最低，但仍需花费大量的精力为挖掘准备和打包数据。
取决于组织及组织目标，数据准备通常包含以下任务：
?分词
?合并数据集和/或记录
?选择数据子集样本
?汇总记录
?导出新的属性
?排序数据以便建模
?删除或替换空值或缺失值
?分为训练数据集和测试数据集
(7)选择数据
基于在前面初始数据收集，可以开始选择与数据挖掘目标相关的数据。通常，有以下两种选择数据的方式：
?选择项目（行）包含各种决策的制定，例如要包含哪些帐户、产品或客户。
?选择属性或特征（列）包含有关使用哪些特征的决策制定，如交易金额或家庭收入。
(8)清理数据
清理数据包括深入了解选择包含在分析中的数据存在的问题。可以通过多种方式来清理数据。
数据问题可能的解决方案
缺失数据排除行或特征。或者，使用估计值填充空值。
数据错误
通过逻辑关系手动发现错误并进行替换。或者，排除特征。
编码不一致决定使用其中一种编码方案，然后转换及替换相应的值。
缺失或无效的元
数据
手动检测可疑字段并追踪其正确的意思。
在数据理解阶段准备的数据质量报告包含数据的特定问题类型的详细信息
(9)构建新数据
经常会遇到需要构建新数据的情况。例如，创建一个新列用于标记每项交易是否购买了延长保修是非常有用的。
有以下两种构建新数据的方式：
?导出属性（列或特征）
?生成记录（行）
(10)集成数据
同一组业务问题具有多个数据源的情况很多见。例如，可以访问同一组客户的抵押贷款数据以及购买的人口统计数据。如果这些数据集包含相同的唯一标识符（如社会保险号），可以使用这个关键字段将它们合并在一起。
合并数据的基本方法有以下两种：
?合并数据，涉及合并两个具有相似记录但不同属性的数据集。这些数据通过各记录的相同关键标识符（例如客户ID）合并。生成的数据将会增加一些列或特征。
?追加数据，涉及集成两个或多个具有相似属性但不同记录的数据集。数据基于相似字段（例如产品名称或合同时长）集成。
3.建模
(1)建模概述
这是工作开始有所回报的阶段。花费时间准备的数据将导入到分析工具中，此时这些结果开始表现在业务理解阶段呈现的业务问题。
建模时通常会执行多次迭代。通常，数据挖掘人员会使用默认参数运行多个模型，然后再对这些参数进行微调或回到数据准备阶段以便执行所选模型所需的操作。仅使用一个模型且仅执行一次就能圆满地解答组织的数据挖掘问题，这样的情况几乎不存在。这就是数据挖掘如此有趣的原因，可以使用多种方法来考虑某个已知的问题。
要开始进行模型构建，请从以下步骤中选择。
(2)选择建模技术
尽管可能已经知道哪种类型的建模方式最能满足组织的需要，但现在应该做出有关使用哪些建模方式的正式决定。通常，将会基于下列因素确定最适用的模型：?可用于挖掘的数据类型。例如，感兴趣的字段是否为分类（符号型）？
?数据挖掘目标。是否只想获取有关交易数据存储的深入见解并挖掘出令客户感兴趣的购买模式？或者是否需要生成一个得分，例如用于表明未来流量使用增长的倾向？
?具体的建模要求。模型是否要求使用特定的数据大小或类型？是否需要一个具有易于演示的结果的模型？
(3)生成测试设计
作为实际构建模型之前的最后一个步骤，应该花些时间再次考虑要采用什么方式对模型的结果进行测试。生成一个全面的测试设计操作包含两个部分：
?描述模型的“优异性”标准
?定义将要对其测试这些标准的数据
模型的优异性可以通过多种方法度量。对于监督式模型，例如C5.0、和C&RT，优异性的度量方法通常是估计特定模型的错误率。对于非监督式模型，例如Kohonen聚类网络，度量方法可以包括易于解释、部署或所需处理时间等标准。
记住，模型构建操作是一个迭代的过程。这意味着通常需要测试多个模型的结果才能决定使用和部署哪些模型。
(4)构建模型
此时，应该已经作好准备，以构建那些经过长时间思考的模型的。在做出最终决定之前，给自己充分的时间和空间去体验不同的模型。大多数数据挖掘人员通常都会在部署或集成模型之前构建多个模型，然后再比较它们的结果。
为了跟踪处理多个模型的过程，请确保记录下每个模型所使用的设置和数据。这可以在与其他人讨论这些结果时提供帮助，并且还可以在需要时重新跟踪步骤。在模型构建过程的最后阶段，将获得三类将在数据挖掘决策时使用的信息：
?参数设置包括记录的生成最佳结果的参数。
?生成的实际模型。
?模型结果说明，包括在执行模型并探索其结果时发生的性能和数据问题。
(5)评估模型
既然已经具有一组初始模型，请深入了解它们以确定哪些模型既准确又有效，足以成为最终的模型。最终包含多层含义，例如“可以部署”或“展现了用户感兴趣的模式”。参考之前创建的测试计划有助于从组织的观点出发进行评估。
4.评估
(1)评估概述
现在，数据挖掘工程已经完成了一大半。而且，根据之前定义的数据挖掘成功标准，还确定在建模阶段构建的模型从技术上说是正确而且有效的。
但是，在继续之前，应该使用在工程开始时设立的业务成功标准评估努力结果。这是确保组织可以利用所获得的结果的关键环节。数据挖掘可以生成两种类型的结果：?在前期阶段中选定的最终模型。
?从模型本身以及数据挖掘过程中得出的任意结论或推论。这些均称为发现的问题。
a)评估结果
在这个阶段，将对工程结果是否达到业务成功标准的评估进行规范。此步骤要求对声明的业务目标有清晰地了解，因此请确保在工程评估时包含关键决策制定者。
(2)审核过程
有效的方法通常包含用于反映刚完成的过程的成功之处和不足之处的时间。数据挖掘也不例外。部分阶段会吸取经验，因此未来的数据挖掘工程将会变得更为有效。
(3)确定后续步骤
至今为止，已经生成了结果并且评估了的数据挖掘经历，此时应该考虑，接下来该做些什么？这一阶段将帮助根据数据挖掘业务目标回答上述问题。实际上，此时具有两个选择：?继续进入部署阶段。下一个阶段将模型结果并入业务过程中，从而生成最终的报告。
?返回到前面的步骤改进或替换模型。如果发现结果几乎可以算是（但并非）最佳结果，可以考虑另一轮建模。可以将在此阶段中了解到的信息用于改进模型并生成更好的结果。
此时的决定关系到建模结果的准确度和相关性。如果结果实现了数据挖掘目标和业务目标，则已经可以进入部署阶段。不论作出什么决定，都请确保记录下完整的评估过程。5.应用
(1)概述
使用新的深入见解在组织内部进行改善的过程。这可以表示正式的集成，例如实施一个用于生成随后要读入数据仓库中的流失得分的模型。此外，还意味着可以使用从数据挖掘中获得的深入见解改善组织。例如，也许会发现数据中的报警模式指明年龄超过30 岁的客户行为会发生改变。这些结果可能不会正式集成到信息系统中，但它们无疑对于计划和制定营销决策非常有用。
通常，这一阶段包含两种类型的活动：
?计划和监视结果的部署
?完成包尾的任务，例如生成最终报告和执行工程审核
取决于组织的要求，可能需要完成上述步骤之一或全都完成。
(2)计划监视和维护
在一个成熟的建模结果部署和集成中，可能需要同时开展数据挖掘工作。例如，如果部署了一个模型用于预测电子购物篮的采购顺序，很有可能需要对此模型进行定期评估以确保其有效性，并且不断地对其进行改进。与之相似，对于为提高高价值客户的客户保持度而部署的模型而言，一旦达到特定的客户保持度级别后，将有可能需要对此模型进行调整。可能随即会对此模型进行修改，然后重新使用它来保留处于较低级别但仍处于价值金字塔盈利级别的客户。
(3)生成最终报告
编写最终报告不仅可以将早期文档中的零碎信息联系起来，而且还可以用于传达结果。尽管这看起来很简单，但重要的是将结果演示给各种与结果的相关人员。这可以包括将负责实施结果建模的技术管理员以及将基于结果制定决策的营销负责人和管理负责人。
(4)执行方案
这是最后一个步骤，使用它，可以明确说明最终印象以及对数据挖掘过程中吸取的教训进行比较。
思迈特公司的配套服务
思迈特提供全方位的配套服务措施，包括一年免费售后服务、零距离的服务响应、全面
的服务范围、完备的安全保障措施、人性化的服务内容与方式，售后服务有完善的技术服务流程、高效的服务响应承诺、高素质的技术专家团队，为顾客提供最满意的产品和服务。
思迈特全方位的配套服务内容包括：
●协助客户方完成软件产品的安装；
●软件产品的基本配置与部署；
●对客户方在使用软件过程中遇到的技术疑难问题进行解答；
●对客户方日常使用过程中的操作问题进行技术指导；
●对软件在应用中发生的故障及时进行查核和排除；
●远程服务、现场技术支持服务；
●产品升级服务（包括bug修复、现有版本升级、新版本升级等）；
●运行情况检查；
●性能调优；
●故障排除等。
SmartbiMining功能介绍
强大的数据读取功能
SmartbiMining提供方便、及时的数据访问，在数据挖掘过程中无需考虑数据源及数据所在平台。
具备对多种格式的数据进行处理的能力，能够从多种类型的文件（如可变长度记录、二进制文件、自由格式数据、Excel、Hadoop等）读取任何格式的数据。
丰富的数据处理方法
据统计，数据挖掘过程中数据的质量、数量等各种问题使得该过程平均有70%以上的时间花费在数据预处理阶段，SmartbiMining提供多种数据处理节点，分析人员可以通过拖拉的方式实现数据的预处理，而无需精通数据库语言。
图形化的数据探索方式
SmartbiMining提供了多种图形化技术和输出报告，帮助您理解数据间的关键性联系，并指导您以最便捷的途径找到问题的最终解决办法。
SmartbiMining融合了3D、图形和动画等多种可视化技术来处理多维数据，使得数据所表现出的特征、模式和关联性等信息一目了然，可以生成散点图、条形图、直方图、堆积图、多重散点图等等。SmartbiMining中的输出包括数据表格、交叉列联表、数据审核报告、统计
报告和质量报告等等。
核心的数据挖掘算法
SmartbiMining提供一系列的数据挖掘技术，它可以满足任何数据挖掘应用。您可以从多种算法中选择来进行预测、聚类、关联、分类等。
数据探索类模型
数据挖掘过程中通常包括上百个或者上千个变量。结果，在模型建模过程中大量的时间和精力都被花在检验模型中包括哪些变量。“特征选择”节点能够帮助减少对决策影响不大的不必要变量，创建一组更容易管理的、对决策直接相关的模型属性集合；“PCA”算法也提供了强有力的数据简化技术，来简化数据的复杂度。
决策树模型
决策树模型允许您开发分类系统，此分类系统可以基于一组决策规则来预测或分类未来的观测值。如果将数据分成您关注的类别（例如，高风险和低风险贷款、用户和非用户、投票人和非投票人或细菌类型），则您可以使用自己的数据来构建规则，借此对新案例或旧案例进行准确性最大的分类。例如，可以基于年龄和其他因素构建对信用风险或购买意向进行分类的树。SmartbiMining提供多种算法支持决策树分类。
神经网络模型
神经网络是功能强大的一般函数预测器，可用于分类建模。
最近相邻元素模型
“最近相邻元素分析（KNN）”是根据观测值与其他观测值的类似程度分类观测值的方法，既可以用于类别目标也可用于连续变量的分类。
聚类模型
聚类模型主要用来确定相似记录的组并根据它们所属的组来为记录添加标签。不需事先了解组信息及组特征即可完成该操作。事实上，甚至无法确切知道要查找多少个组。
关联性分析模型
SmartbiMining可以通过关联规则算法发现关联规则。
时间序列分析模型
除了自带的时间序列算法外，SmartbiMining还集成了R和Weka的时间序列算法。SmartbiMining提供“专家模式超节点”，标准化的时间序列预测建模过程。
其他统计模型
SmartbiMining还提供线性回归、逻辑回归、模糊规则、SVM（Support Vector Machines）、贝叶斯网络等多种算法。
简洁直观的模型评估
SmartbiMining提供的评估方法包括交叉验证、分类评估、数值评估、ROC曲线、改进曲线等。评估图表还可以被累积，累积图表通常可以使模型的整体运行状态变得更佳。此外，还可以利用SmartbiMining的交叉表、统计等节点输出表格、统计量等对模型进行评估。
多格式的数据导出
SmartbiMining可以导出的格式有与 JDBC 兼容的相关数据源、文本文件、Excel文件等，方便您对结果数据的使用。
灵活的产品部署
SmartbiMining支持方便灵活的部署方式，您可以将模型直接发布到数据库中进行高效的数据库打分，也可制定定期定时的模型运行计划，还可以将模型保存为PMML的通用格式，支持对其进行二次开发。
版权声明
?2011-2014广州思迈特软件有限公司(Smart Software Co.,Ltd.) 版权所有。
Smartbi是广州思迈特软件有限公司和/或其分支机构的注册商标。本文中所涉及的其它商标或产品名称均为各自拥有者的商标或产品名称。
本产品白皮书中的信息如有更改，恕不另行通知。虽然已尽力确保本产品白皮书的完整性和准确性，但广州思迈特软件有限公司对本产品白皮书的内容不作任何保证，包括任何暗示的保证。广州思迈特软件有限公司对本技术白皮书中包含的错误或遗漏，或者因使用本技术白皮书引发的任何损失概不负责。
未经广州思迈特软件有限公司许可，任何人或组织均不得以任何手段与形式对本技术白皮书内容进行复制或传播。
广州思迈特软件有限公司
2014年3月
中国人工智能系列白皮书 -- 智慧农业
目录 第1 章智慧农业发展背景 (1) 1.1 人工智能在农业领域中的应用历程 (1) 1.2 智慧农业及其发展趋势 (8) 第2 章农业智能分析 (12) 2.1 农业数据挖掘 (12) 2.1.1 农业数据挖掘特点 (12) 2.1.2 农业网络数据挖掘 (13) 2.1.3 农业数据挖掘应用 (16) 2.2 农业数据语义分析 (18) 2.2.1 农业数据语义模型 (18) 2.2.2 农业数据存储模型 (19) 2.2.3 农业数据知识发现 (20) 2.2.4 农业数据语义检索 (21) 2.2.5 分布式农业知识协同构建 (21) 2.3 农业病虫害图像识别 (22) 2.3.1 基于机器视觉的农业病虫害自动监测识别系统框架 23 2.3.2 农业病虫害图像采集方法 (24) 2.3.3 农业病虫害图像预处理 (26) 2.3.4 农业病虫害特征提取与识别模型构建 (27) 2.3.5 农业病虫害模式识别 (28) 2.4 动物行为分析 (29) 2.5 农产品无损检测 (34) 2.5.1 农产品的无损检测 (35) 2.5.2 农产品无损检测主要方法与基本原理 (36) 2.5.3 无损检测在农产品质量检测中的应用 (38)
2.5.4 问题与展望 (38) 第3 章典型农业专家系统与决策支持 (40) 3.1 作物生产决策系统 (40) 3.1.1 作物生产决策支持系统的概念与功能 (40) 3.1.2 作物决策支持系统的发展 (41) 3.1.3 我国作物决策支持系统发展状况 (41) 3.1.4 作物生产决策支持系统的发展趋势 (42) 3.1.5 作物生产决策支持系统的存在问题 (43) 3.1.6 作物生产决策支持系统的发展措施建议错误!未定义书签。 3.2 作物病害诊断专家系统 (45) 3.2.1 病害诊断知识表达 (45) 3.2.2 作物病害描述模糊处理 (47) 3.2.3 病害诊断知识推理 (47) 3.2.4 基于图像识别的作物病害诊断 (48) 3.3 水产养殖管理专家系统 (49) 3.3.1 问题与挑战 (49) 3.3.2 主要进展 (51) 3.3.3 发展趋势 ........ .... ..... .. (52) 3.4 动物健康养殖管理专家系统 (54) 3.4.1 妊娠母猪电子饲喂站 (54) 3.4.2 哺乳母猪精准饲喂系统 (56) 3.4.3 个体奶牛精准饲喂系统 (57) 3.4.4 畜禽养殖环境监测系统 (58) 3.5 多民族语言农业生产管理专家系统 (59) 3.5.1多民族语言智慧农业即时翻译系统结构 (59) 3.5.2多民族语言农业智能信息处理系统机器翻译流程 .. 60 3.5.3多民族语言农业信息平台中的翻译关键技术 (62)
中国的环境保护 中华人民共和国国务院新闻办公室 一九九六年六月·北京 目录 前言 一、实施可持续发展战略的选择 二、逐步完善的法律体系与管理体制 三、工业污染防治和城市环境综合整治 四、国土整治与农村环境保护 五、生态环境与生物多样性的保护 六、环境科学技术和环境宣传教育 七、积极推动环境保护领域的国际合作结束语 前言 中国是一个发展中国家，目前正面临着发展经济和保护环境的双重任务。从国情出发，中国在全面推进现代化建设的过程中，把环境保护作为一项基本国策，把实现可持续发展作为一个重大战略，在全国范围内开展了大规模的污染防治和生态环境保护。改革开放１８年来，中国国民生产总值以年均１０％左右的速度持续增长，而环境质量基本避免了相应恶化的局面。实践表明
中国实行的经济、社会和环境协调发展的方针是有成效的。 作为国际社会的一名成员，中国在致力于保护本国环境的同时，积极参与国际环境事务，力推进环境保护领域的国际合作，认真履行所承担的国际义务。所有这些，充分反映了中国政和人民保护全球环境的诚意和决心。 中国为保护环境作出了哪些努力？中国的环境保护状况如何？值此一年一度的“６·５”世界环境日之际，在这里作一介绍。 一、实施可持续发展战略的选择 中国现代化建设是在人口基数大，人均资源少，经济发展和科学技术水平都比较落后的条件下进行的。７０年代以来，随着中国人口的增长、经济的发展和人民消费水平的不断提高，使本来就已经短缺的资源和脆弱的环境面临着越来越大的压力。选择一条什么样的发展道路，历史地成为与当代中国人民及其子孙后代生存息息相关的重大问题。 中国政府十分重视因人口增长和经济发展而出现的环境问题，把保护环境作为提高人民生活水平和生活质量的一个重要方面。为了促进经济、社会与环境的协调发展，中国在８０年代制定并实施了一系列保护环境的方针、政策、法律和措施。 ———确立环境保护为中国的一项基本国策。防治环境污染和生态破坏以及合理开发利用自然资源关系到国家的全局利益和长远发展，中国政府坚定不移地贯彻执行环境保护这项基本国策。 ———制定经济建设、城乡建设和环境建设同步规划、同步实施、同步发展，实现经济效益社会效益、环境效益相统一的指导方针，实行“预防为主，防治结合”、“谁污染，谁治理”和“强化环境管理”三大政策。
走和平发展道路：中国特色社会主义的根本要求 来源：《理论探索》2013年第2期 走和平发展道路：中国特色社会主义的根本要求摘要：和平发展是由国情和世情所决定的，是中国特色社会主义道路的重要组成部分和重要内容，是我国在当今时代的科学抉择。始终不渝地走和平发展道路，符合世界发展趋势，在实践中应高举和平、发展、合作、共赢的旗帜，建设和谐大国关系。 和平发展是由我国国情和世情所决定的，是中国特色社会主义道路的重要组成部分和重要内容，是中国共产党在当今时代的科学抉择。党的十八大报告再次宣示要始终不渝走和平发展道路，给我国坚持和平发展指明了道路和方向。 一、走和平发展道路符合世界发展趋势 党的十八大报告指出：“和平发展是中国特色社会主义的必然选择。要坚持开放的发展、合作的发展、共赢的发展，通过争取和平国际环境发展自己，又以自身发展维护和促进世界和平，扩大各方利益汇合点，推动建设持久和平、共同繁荣的和谐世界。”〔1〕（P15） 十八大报告把和平发展道路提高到与我国的前途和命运攸关的高度，并将其作为中国特色社会主义道路的重要内容，这是新一届党中央在新的历史条件下对全世界作出的庄严承诺。 始终不渝地走和平发展道路，是中国共产党在2005年发表的《中国的和平发展道路》白皮书中向世人所作的承诺。坚持走和平发展道路，是我们党面对世情、国情所作出的战略抉择，是由中国特色社会主义道路所决定的。我国作为社会主义性质的国家，其发展绝不可能走历史上发达国家通过战争、掠夺、侵略而强大的道路，这是当今国情和世情所不允许的。 另外，我国作为世界上一个人口多、底子薄、起点低、发展很不平衡的发展中国家，也没有本事和能力去走战争崛起之路。我们只能立足国情以经济建设为中心，大力发展生产力，把发展作为我们党执政兴国的第一要务，依靠科学发展逐步解决落后的社会生产同人民日益增长的物质文化需要之间的矛盾，满足广大人民的多元需求。特别是在今日世界，尽管发生深刻复杂的变化，但和平与发展仍然是时代主题，这就内在决定了中国人民要走和平发展道路，就是今后强大了也是这样，这就是：“要和平不要战争，要发展不要贫穷，要合作不要对抗”。〔1〕（P46-47） 这是我国和平外交必须坚持的原则。十八大报告对和平发展道路的内涵作了科学的界定：和平发展道路和目标对内是建设和谐社会，实现国家现代化和人民共同富裕；对外是在“平等互信、包容互鉴、合作共赢”〔1〕（P47）精神指导下维护和建设持久和平、共同繁荣，共同发展和谐世界。这两个目标是缺一不可的有机统一，是相辅相成的目标体系，构建了国内国际两个大局。这就要求我们既要为和平发展创造一个和平友好的国际环境，充分利用好21世纪头20年所形成的发展战略机遇期；又要以和平发展促进国际大家庭的和平及国际公平正义，把世界各国人民建设持久和平、共同繁荣的愿望变为现实。 改革开放以来，由于综合国力的增强，到2010年我国已成为世界上第二个经济大国，使我国国际影响力不断提高。而一些冷战思维没有消除、对我国怀有敌意的人对我国和平崛起和快速发展很不适应，似
智慧科技-计划管理系统 技术白皮书 1产品定位 各级科委目前对科技计划的管理主要采用电子文档化的管理模式。随着业务工作发展与政府服务职能的深化，业务信息的数据量也不断积累和扩大，现有的管理方式对业务工作的支撑力度开始显得不足，主要体现在信息记录的格式缺乏统一性、信息由多人管理较为分散、对信息的查阅和利用不够便捷等。因此，建设科技计划管理系统，利用更为有效的信息化管理手段变得十分必要。 计划管理系统的建设将以实际业务需求为导向，实现科技计划的全生命周期管理，通过信息化手段规范计划管理业务的管理要素和日常工作，并对收集到的各类要素信息进行更为有效的分析利用，为业务人员在计划管理中的综合处理、高效配置、科学决策提供更为有效的支撑。 凭借多年在信息化系统建设领域的丰富实践经验，我们在方案总体设计方面，周密考虑，充分部署，力争在方案的总体架构方面体现先进性、扩展性和实用性。 一方面，根据各级科委具体需求，采用BS应用结构作为整体应用架构，实现安全的信息交换与业务处理； 其次，采用模块化设计的思想，将各个管理环节标准化和规范化，实现业务开展过程的全面推进； 第三，通过完善的后台管理功能，提供灵活的定制服务，满足业务处理的需求。 整个系统设计在考虑了现有信息系统的使用特点以及现阶段的业务需求的同时，还充分考虑了系统的潜在需求，具有先进性和较高的可扩展性。 系统总体框架如下图：
2主要功能 ●计划可研 计划可行性研究阶段，根据计划指南，部门推荐，完成计划科研报告编写(Word和在线），在计划申报系统中进行填报。 可研报告包含企业信息，计划可研书要求的信息等 ●立项管理： 计划管理最关键过程，根据可研报告，进行立项管理过程。 计划立项审查，和全省市计划库中原有计划进行对比，从计划名称、计划建设内容、考核指标、承担单位、计划负责人等各个方面进行比对， 形成相应的客观报告。 专家根据立项审查结果，进行再次审核，最终形成结果，专家随机取自专家系统库，同时各自打分可以网上网下结合进行，保证其公平透明。 ●计划申报： 计划可研和立项管理结束后，将发放计划正式立项通知书。
当前数据库安全现状及其安全审计 大学数据库原理教科书中，数据库是这样被解释的：数据库是计算机应用系统中的一种专门管理数据库资源的系统。数据具有多种形式，如文字/数码/符号/图形/图象以及声音。 数据库安全现状 数据库系统立足于数据本身的管理，将所有的数据保存于数据库中，进行科学地组织，借助于数据库管理系统，并以此为中介，与各种应用程序或应用系统接口，使之能方便地使用并管理数据库中的数据，如数据查询/添加/删除/修改等。 数据库无所不在。海量的数据信息因为数据库的产生而变得更加容易管理和使用。政府、金融、运营商、公安、能源、税务、工商、社保、交通、卫生、教育、电子商务及企业等行业，纷纷建立起各自的数据库应用系统，以便随时对数据库中海量的数据进行管理和使用，国家/社会的发展带入信息时代。同时，随着互联网的发展，数据库作为网络的重要应用，在网站建设和网络营销中发挥着重要的作用，包括信息收集/信息查询及搜索/产品或业务管理/新闻发布/BBS论坛等等。 然而，信息技术是一把双刃剑，为社会的进步和发展带来遍历的同时，也带来了许多的安全隐患。对数据库而言，其存在的安全隐患存在更加难以估计的风险值，数据库安全事件曾出不穷： 某系统开发工程师通过互联网入侵移动中心数据库，盗取冲值卡 某医院数据库系统遭到非法入侵，导致上万名患者私隐信息被盗取 某网游公司内部数据库管理人员通过违规修改数据库数据盗窃网游点卡 黑客利用SQL注入攻击，入侵某防病毒软件数据库中心，窃取大量机密信息，导致该防病毒软件公司严重损失 某证券交易所内部数据库造黑客股民入侵，盗窃证券交易内部报告 …… 数据库安全面临内部恶意操作以及外部恶意入侵两大夹击。如何有效保护数据库信息成为当前信息安全界最为关注的课题。 数据库安全分析 三大安全风险
２０１８年中国人工智能产业白皮书
册子 / 报告标题|章节标题 目录 主要发现 1第一章人工智能行业综述篇 3 1.1 全球及中国发展概况 4 1.1.1 全球市场 4 1.1.2 发展驱动力 6 1.1.3 面临挑战 11 1.2 人工智能产业链 12 1.2.1 基础层 13 1.2.2 技术层 14 1.2.3 应用层 16 1.3 中国人工智能领域投资 17 1.3.1 投资热点及趋势 17 1.3.2 进击的巨头 19第二章人工智能商业化应用篇 21 2.1 数字政府：政策利好加速政府智能化变革 23 2.2 金融：人工智能变革金融经营全过程 26 2.3 汽车：人工智能正在重塑汽车产业生态 30 2.4 医疗：人工智能加速医疗技术革新 34 2.5 零售：人工智能应用从个别走向聚合 38 2.6 制造业：人工智能应用潜力被低估 44第三章中国主要人工智能产业发展区域及定位 47 3.1 中国人工智能企业分布重点城市 48 3.2 人工智能产业园 57 3.3 杭州未来科技城人工智能发展建议 59 02
册子 / 报告标题|章节标题主要发现 1. 中国人工智能产业发展迅速，但整体实力仍落后于美国。中国已成为人工 智能发展最迅速的国家之一，2018年中国人工智能市场规模有望超过300亿 元人民币。人工智能企业数量超过1000家，位列全球第二。本次人工智能浪 潮以从实验室走向商业化为特征，其发展驱动力主要来自计算力的显著提升、 多方位的政策支持、大规模多频次的投资以及逐渐清晰的用户需求。与此同 时，中国处于人工智能发展初期，基础研究、芯片、人才方面的多项关键指标 与美国差距较大。 2. 中国企业价值链布局侧重技术层和应用层，对需要长周期的基础层关注 度较小。人工智能产业链分为基础层（芯片、算法框架）、技术层（计算机视 觉、自然语义理解、语音识别、机器学习）和应用层（垂直行业/精确场景）。中 国企业布局比较偏好技术相对成熟、应用场景清晰的领域，对基础层关注度 较小。瞄准AI专用芯片或将为中国企业另辟蹊径。 3. 科技巨头生态链博弈正在展开，创业企业则积极发力垂直行业解决方案， 深耕巨头的数据洼地，打造护城河。科技巨头构建生态链，已经占据基础设 施和技术优势。创业企业仅靠技术输出将很难与巨头抗衡，更多的创业企业 将发力深耕巨头的数据洼地（金融、政府事务、医疗、交通、制造业等），切入 行业痛点，提供解决方案，探索商业模式。 4. 政府端是目前人工智能切入智慧政务和公共安全应用场景的主要渠道， 早期进入的企业逐步建立行业壁垒，未来需要解决数据割裂问题以获得长 足发展。各地政府的工作内容及目标有所差异，因而企业提供的解决方案并 非是完全标准化的，需要根据实际情况进行定制化服务。由于政府一般对于 合作企业要求较高，行业进入门槛提高，强者恒强趋势明显。 5. 人工智能在金融领域的应用最为深入，应用场景逐步由以交易安全为主 向变革金融经营全过程扩展。传统金融机构与科技企业进行合作推进人工 智能在金融行业的应用，改变了金融服务行业的规则，提升金融机构商业效 能，在向长尾客户提供定制化产品的同时降低金融风险。 6. 医疗行业人工智能应用发展快速，但急需建立标准化的人工智能产品市 场准入机制并加强医疗数据库的建设。人工智能的出现将帮助医疗行业解决 医疗资源的短缺和分配不均的众多民生问题。但由于关乎人的生命健康，医疗 又是一个受管制较严的行业。人工智能能否如预期广泛应用，还将取决于产 品商业化过程中如何制定医疗和数据监管标准。 03
中国和平发展的对外方针政策 （https://www.doczj.com/doc/768643582.html, 2011年09月06日10:12 新华网）国务院新闻办公室6日发表《中国的和平发展》白皮书 中国的和平发展 国务院新闻办公室 2011年9月
目录 一、中国和平发展道路的开辟 (3) 二、中国和平发展的总体目标 (7) 三、中国和平发展的对外方针政策 (12) 四、中国和平发展是历史的必然选择 (15) 五、中国和平发展的世界意义 (17)
在世界的东方，中国这个拥有13亿多人口的文明古国，正在现代化道路上阔步前行。世界对中国的关注集中起来就是，中国选择了一条什么样的发展道路，中国的发展对世界意味着什么？ 中国多次向世界宣示，中国始终不渝走和平发展道路，在坚持自己和平发展的同时，致力于维护世界和平，积极促进各国共同发展繁荣。在进入21世纪第二个十年和中国共产党成立90周年之际，中国再次向世界郑重宣告，和平发展是中国实现现代化和富民强国、为世界文明进步作出更大贡献的战略抉择。中国将坚定不移沿着和平发展道路走下去。 一、中国和平发展道路的开辟 在5000多年文明发展历程中，中国各族人民以自己的勤劳智慧，创造了璀璨的中华文明，缔造了统一的多民族国家。中华文明具有独特的延续性、包容性、开放性。在长期对外交往中，中华民族努力学习借鉴其他民族的长处，自强不息，为人类文明进步作出了重大贡献。 19世纪中叶，西方列强用炮舰打开中国封闭的门户，内忧外患导致中国逐步成为半殖民地半封建社会，国家积贫积弱、战乱不已，民不聊生。在民族存亡的危急关头，无数仁人志士前仆后继，苦苦追寻变革救亡之路。1911年的辛亥革命，结束了统治中国几千年的君主专制制度，激励中国人民为争取民族独立和国家富强而斗争。然而，这些探索和斗争都未能改变中国半殖民地半封建的社会性质和中国人民的悲惨命运。中国共产党肩负民族的期望，带领中国人民进行了艰苦卓绝的奋斗，于1949年建立了中华人民共和国，实现了民族独立、人民解放，开创了中国历史新纪元。 新中国成立60多年特别是改革开放30多年来，中国一直致力于探索符合本国国情和时代要求的社会主义现代化道路。虽然历经曲折，中国人民却孜孜以求、与时俱进，不断总结汲取本国及其他国家发展的经验教训，不断深化对人类社会发展规律的认识，不断推动社会主义制度自我完善和发展。通过艰苦努力，中国找到了一条符合自身国情的发展道路，这就是中国特色社会主义道路。
开源操作系统评估： 特性、灵活性和性能 白皮书 2009 年 6 月 摘要 操作系统是企业 IT 架构的基础。评估开源 (Open-Source) 和专有 (Proprietary) 操作系统解决方案时，越来越多的企业正在逐渐认可开源所提供的优势，包括易于访问、不断创新和灵活性强。然而对于现今要求严格的企业来说，Sun’s Solaris? 和 OpenSolaris? 操作系统可提供理想的战略平台。除了开源具有明显的优势，Solaris 和 OpenSolaris 还可为企业提供无与伦比的特性、灵活性、性能和可靠性。
Sun 公司 目录 内容摘要 (1) 为何将开源用于操作系统? (1) Solaris? 和 OpenSolaris? OS ：Sun 公司的开源操作系统 (2) 开源社区在开发 Sun 操作系统中的价值 (4) Sun 公司开源 Solaris 操作系统的关键特性和功能 (5) 开放式操作系统案例分析 (7) Reliant Security 公司采用 Sun 公司技术创建优化的. 低成本零售业安全解决方案 (7) Solaris 和 Red Hat Enterprise Linux：简单比较 (9) 5 大区分因素 (9) 是否考虑在您的企业中部署开源操作系统? (11) 如何着手采用 Sun 开源操作系统 (11)
1 内容摘要 Sun 公司内容摘要 操作系统 (OS) — 一个由程序组成的集合，这些程序作为硬件与硬件上运行的应用程序之间的接口提供服务.—.会极大地影响企业应对其所面临挑战的成功与否。操作系统管理企业使用的所有其它程序以及硬件资源 (如 CPU、内存和硬盘驱动器) 的分配和使用。作为任何 IT 解决方案的一个关键性组件，选择操作系统对于企业来说同时具有商业和技术价值。 企业现在可以在开源操作系统和专有操作系统这两种解决方案之间进行选择。.本白皮书探究开源操作系统的优势，并考查 Sun 公司的开源 Solaris 和OpenSolaris OS，它们提供可提高性能、可用性和可扩展性的跨平台功能和具有突破意义的特性。 为何将开源用于操作系统? 开源操作系统与专有操作系统相比，具有明显的低成本、安全和高度可操作 的优点。用于操作系统开发的开源模式使创新活动超越一个公司的范围，与像Microsoft Windows、AIX 或 HP-UX 这样的操作系统背后的高成本、高维护频率、专有开发方法形成鲜明对比。开源操作系统的许可成本会比闭源操作系统低很多，而对于希望获得一个功能齐全的高端系统用版本的客户来说尤其如此。此外，运行于多种平台并与来源不同的多种应用程序协作的开源操作系统使供应商锁定 (Lock-in) 几乎成为不可能，而且具有特殊需要的公司可以定制特定的开源操作系统模块。
环保产业发展趋势 Prepared on 22 November 2020
海量免费资料尽在此 数据库浏览中国经济新闻库中国资讯行提供 正文显示：在线词典 【行业分类】环境保护 【地区分类】中国 【时间分类】 【文献出处】国际商报 【标题】中国环保产业发展趋势(1077字) 【副标题】一丁 【正文】 “九五”期间我国经济基本保持了７％的增长速度，预计“十五”仍将以较快速度增长。今后５年，我国环保产业将在现有基础上以不低于１５％的速度增长，预计到２００５年，我国环保产业产值将突破１４００亿元，约占当年ＧＤＰ的１．４％。其中环保产品５００亿元，环境服务５００亿元，与环境有关的建设４００亿元。 “十五”后，我国环保产业将以不低于１２％的速度增长，到２０１０年其总产值将超过２５００亿元，约占当年ＧＤＰ的２％。其中环保产品的总产值达到８００亿元，环保技术服务体系的总产值达到１０００亿元，与环境有关的建设体系总产值达到７００亿元。 根据我国“九五”环境保护计划和２０１０年远景目标要求，从解决２１世纪我国面临的主要环境问题出发，今后环保产业发展的重点领域是城市污水治理设备、大气污染防治设备、固体废弃物处理处置设备及各类监测设备，及其相应的高新技术开发及产品生产，积极发展环保服务市场和环保资本市场。 水污染治理方面，急需草浆造纸黑液全套治理技术，高浓度难降解工业废水治理技术、湖泊富营养化防治技术等。 空气污染治理方面，需要大型燃煤电站脱硫技术和中小型工业锅炉简易实用的脱硫技术和设备、袋式除尘和静电除尘高新技术、汽车机内净化及尾气净化的有效处理技术。 固体废弃物处置方面，城市垃圾需要卫生填埋、堆肥、焚烧等处理技术和管理经验；工业固体废弃物需要资源综合利用和有害废物的无害化处理技术和设施。 在自然生态保护与恢复方面，需要生态技术、水土流失治理技术，生态恢复技术，生物农药、生物肥料等。 环保产业发展的另一个重点就是环境监测仪器。将开发各污染源在线监测仪及数据传输系统，大的烟尘、烟气排放口，污水处理出水口和重要水质监测断面实现在线监测，以及数据采集处理和通讯网络等。
《中国的能源状况与政策》白皮书 中华人民共和国国务院新闻办公室 二○○七年十二月北京 目录 前言 一、能源发展现状 二、能源发展战略和目标 三、全面推进能源节约 四、提高能源供给能力 五、加快推进能源技术进步 六、促进能源与环境协调发展 七、深化能源体制改革 八、加强能源领域的国际合作 结束语 前言 能源是人类社会赖以生存和发展的重要物质基础。纵观人类社会发展的历史，人类文明的每一次重大进步都伴随着能源的改进和更替。能源的开发利用极大地推进了世界经济和人类社会的发展。 过去100多年里，发达国家先后完成了工业化，消耗了地球上大量的自然资源，特别是能源资源。当前，一些发展中国家正在步入工业化阶段，能源消费增加是经济社会发展的客观必然。
中国是当今世界上最大的发展中国家，发展经济，摆脱贫困，是中国政府和中国人民在相当长一段时期内的主要任务。20世纪70年代末以来，中国作为世界上发展最快的发展中国家，经济社会发展取得了举世瞩目的辉煌成就，成功地开辟了中国特色社会主义道路，为世界的发展和繁荣作出了重大贡献。 中国是目前世界上第二位能源生产国和消费国。能源供应持续增长，为经济社会发展提供了重要的支撑。能源消费的快速增长，为世界能源市场创造了广阔的发展空间。中国已经成为世界能源市场不可或缺的重要组成部分，对维护全球能源安全，正在发挥着越来越重要的积极作用。 中国政府正在以科学发展观为指导，加快发展现代能源产业，坚持节约资源和保护环境的基本国策，把建设资源节约型、环境友好型社会放在工业化、现代化发展战略的突出位置，努力增强可持续发展能力，建设创新型国家，继续为世界经济发展和繁荣作出更大贡献。 一、能源发展现状 能源资源是能源发展的基础。新中国成立以来，不断加大能源资源勘查力度，组织开展了多次资源评价。中国能源资源有以下特点： —能源资源总量比较丰富。中国拥有较为丰富的化石能源资源。其中，煤炭占主导地位。2006年，煤炭保有资源量10345亿吨，剩余探明可采储量约占世界的13%，列世界第三位。已探明的石油、天然气资源储量相对不足，油页岩、煤层气等非常规化石能源储量潜力较大。中国拥有较为丰富的可再生能源资源。水力资源理论蕴藏量折合年发电量为6.19万亿千瓦时，经济可开发年发电量约1.76万亿千瓦时，相当于世界水力资源量的12%，列世界首位。 —人均能源资源拥有量较低。中国人口众多，人均能源资源拥有量在世界上处于较低水平。煤炭和水力资源人均拥有量相当于世界平均水平的50%，石油、天然气人均资源量仅为世界平均水平的1/15左右。耕地资源不足世界人均水平的30%，制约了生物质能源的开发。 —能源资源赋存分布不均衡。中国能源资源分布广泛但不均衡。煤炭资源主要赋存在华北、西北地区，水力资源主要分布在西南地区，石油、天然气资源主要赋存在东、中、西部地区和海域。中国主要的能源消费地区集中在东南沿海经济发达地区，资源赋存与能源消费地域存在明显差别。大规模、长距离的北煤南
中国和平发展道路 ------范作军 一、和平发展道路的内涵 和平发展道路是中国为了消除世界对中国崛起的恐慌，从而为自己的发展营造良好的国际环境而对我国国际战略做的新概括。它是对我国原油外交政策和外交战略思想的继承和发展，是一条在社会注意条件下既通过利用有利的国际环境发展自己，又通过自己的发展区维护世界和平，最终实现中华民族的伟大复兴。 二、中国和平发展道路的白皮书 1、2005年《中国和平发展道路》白皮书： ①和平发展是中国现代化建设的必由之路：回顾历史，阐述和中国平发展道路必要性 ②以自身的发展促进世界的和平与发展：数据 ③依靠自身力量和改革创新实现发展：坚持观念创新和体制创新、立足开拓国内市场和增加国内需求、 推进经济结构战略性调整和增长方式转变、加快科技进步和增强自主创新能力、大力开发人力资源、如理建设资源节约型和环境友好型社会 ④实现与各国的护理共赢和共同发展 ⑤建设持久和平与共同发展的和谐世界 2、2011年《中国的和平发展道路》白皮书： ①中国和平发展道路的开辟：19世纪中叶~1911年辛亥~1949年新中国成立~改革开放，探索，成功。 和平发展道路归结起来：既通过维护世界和平发展自己，又通过自身发展维护世界和平，在强调依靠自身力量和改革创新实现发展的同时，坚持对外开放，学习借鉴别国长处，顺应经济全球化发展潮流，寻求与各国互利共赢和共同发展，同国际社会一道努力，推动建设持久和平、共同繁荣和谐世界。特征：科学、自主、开放、和平、合作、共同。数据 ②中国和平发展的总体目标：三步走，2020全面小康、十二五规划、经济转变方式：坚持扩大国内 需求，又主要依靠第二产业带动像依靠第一、二、三产业协同带动转变，有主要依靠增加物质资源消耗向主要依靠科技进步、劳动者素质提高、管理创新转变。 ③中国和平发展的对外方针政策 ④中国和平发展是历史的必然选择 ⑤中国和平发展的世界意义 三、十八大与中国和平发展道路 十七大和十八大变化，三个国际战略取向： ①坚持走和平发展道路：潮流，根本利益，宣传，不通过掠夺方式。安倍。 ②积极推进，推动建设一个持续和平，共同繁荣的和谐世界：解决矛盾方式：两种，美国多样性 ③始终不移的坚持互利共赢的开放战略：新情况，新背景，新思维
天然林保护工程基础数据库内容规范 1 主题内容与适用范围 本标准给出了国家天然林保护工程（以下简称天然林保护工程）数据的组织和结构，包括5 个数据集：工程本底数据、工程建设数据集、资金情况数据集、人员分流数据集、其他数据集。给出了天然林保护工程数据集、数据表、数据项的命名。适用于林业科学数据共享中天然林保护工程数据的组织和管理。 2 编制依据 本技术规范参考了以下技术资料。国家林业局《国家森林资源连续清查主要技术规定》 （1994）；国家林业局《森林资源规划设计调查主要技术规定》（2002 年6月征求意见《数字林业标准与规范》（一）；国家林业局《林业统计年鉴》 3 术语和定义 天然林保护工程the program on natural forest protection 天然林保护工程以从根本上遏制生态环境恶化，保护生物多样性，促进社会、经济的可持续发展为宗旨；以对天然林的重新分类和区划，调整森林资源经营方向，促进天然林资源的保护、培育和发展为措施，以维护和改善生态环境，满足社会和国民经济发展对林产品的需求为根本目的。工程总投入1064 亿元。工程范围初步确定为云南省、四川省、重庆市、贵州省、湖南省、湖北省、江西省、山西省、陕西省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区（含生产建设兵团）、内蒙古自治区、吉林省、黑龙江省（含大兴安岭）、海南省、河南省等18 个省（区、市）的重点国有森工企业及长江、黄河中上游等地区生态地位重要的地方森工企业、采育场和以采伐天然林为经济支柱的国有林业局（场）、集体林场。
4天然林保护数据数据组织和结构 4.1层次结构 天然林保护工程数据包括5个数据集：工程本底数据、工程建设数据集、资 金情况数据集、人员分流数据集、其他数据集。数据组织和结构图如图 4.1。 图4.1天然林保护工程数据组织和层次 4.2区域层次和时间序列 天然林保护工程数据按照区域层次和时间序列进行组织。其结构如图 4.2 所示。 图4.2数据的区域层次和时间序列 5天然林保护数据库内容结构标准 5.1数据库组织和命名 数据库的组织遵循数据库建库标准”，按照数据库、数据集、数据表的方 式进行。其命名遵循森林资源非空间数据库命名遵循数据库建库标准”(DF
２０１８年中国人工智能创新应用白皮书
报告背景介绍 在全球人工智能发展的浪潮下，市场对人工智能的投入与期望空前巨大，正确理解人工智能目前的应用能力、发展状态以及与市场预期间的距离，成为了各行业企业的重要任务之一。此份独立报告为各行业企业在人工智能方向上的布局与行动举措提供了参考信息与建议，同时也为人工智能企业在具体行业发展方向的选择上提供了参考。 我们的讨论将由四个部分组成，第一部分为人工智能发展背景介绍，对人工智能的概念、发展历史、人工智能企业目前发展状况、人工智能未来的技术与应用走向进行讨论；第二部分为人工智能的商业应用情况，将讨论人工智能能够为各行业带来的具体价值，评估各个行业目前应用条件的成熟程度；第三部分梳理总结了人工智能在20个行业的80个具体应用场景，并详细介绍典型的行业应用场景与案例；第四部分将为企业当下如何借力人工智能给出行动举措方面的建议。 此份独立报告整合了中国人工智能学会与罗兰贝格在数字化领域积累的项目经验与素材，以及对人工智能领域初创企业管理人、各行业内企业经理人、人工智能研发人员的访谈等多方信息数据源，旨在提供具有落地意义的参考与建议，推动人工智能的应用与发展。
执行总结 今年7月，国家发布了新一代人工智能发展规划，将中国人工智能产业的发展推向了新高度。人工智能技术是继蒸汽机、电力、互联网科技之后最有可能带来新一次产业革命浪潮的技术，在爆炸式的数据积累、基于神经网络模型的新型算法与更加强大成本更低的计算力的促进下，本次人工智能的发展已突破了商业领域对其应用效果的预测，受到风险投资基金的热烈追捧，人工智能技术的应用场景也在各个行业逐渐明朗，开始带来降本增益的实际商业价值。 在巨大的产业需求规模与强有力的金融投资支持下，中国在全球新一代人工智能中发展态势良好，北京、深圳和上海在人工智能企业与人才积累上名列全球城市前茅，中国人工智能产业的发展进入了技术逐渐渗透到各行业产生实际价值的阶段。 根据大量行业研究，我们发现，除了互联网行业以外，汽车、消费品与零售、金融以及医疗行业等数据基础比较完善、数据资源比较丰富的行业具有最为成熟的发展基础与最大的市场应用潜力。根据我们的估算，在中国至2030年，在金融行业，预计人工智能将带来约6000亿元人民币的降本增益效益。在汽车行业，人工智能在自动驾驶等技术上的突破将带来约5000亿元人民币的价值增益。在医疗行业，预计人工智能可以带来约4000亿元人民币的降本价值。在零售行业，预计人工智能技术将带来约4200亿人民币的降本与增益价值。我们在价值链的研发、制造、营销、服务以及物流等环节上梳理并描述了这些典型行业内人工智能的主要应用场景。 就中国企业应如何把握机遇，抓住战略机会，我们提出了一系列的行动建议。企业在制定人工智能发展计划时，首先应当明确在当前业务场景下的应用机会点，这些机会点应当能够带来足够的商业价值，并且企业自身也具备应用这些机会点的条件。企业需要通过研究外部市场发展情况，了解目前行业中其他企业在此技术方向上的布局，评估人工智能技在价值链各环节上的商业应用案例。其次，企业需要评估在组织、数据与技术、运用与执行能力上具备的核心竞争力，认识到在哪些方面存在不足，并针对不足为相关部门提供包括组织、流程、KPI等各方面的支持与引导。最后，结合对企业内部核心竞争力打造计划与应用实施计划，企业需要制定明确的发展方向与发展程度期望，设置具有时间节点的发展蓝图，并打造相关的配套能力支持计划执行。 新一代人工智能技术的应用将给各行业带来众多新的可能性，甚至有可能颠覆现有的行业格局并可能重塑行业，我们期待看到中国的企业在新一次人工智能浪潮中抢占先机。
中国的能源状况与政策China's Energy Conditions and Policies 前言Preface 能源是人类社会赖以生存和发展的重要物质基础。纵观人类社会发展的历史，人类文明的每一次重大进步都伴随着能源的改进和更替。能源的开发利用极大地推进了世界经济和人类社会的发展。Energy is an essential material basis for human survival and development. Over the entire history of mankind, each and every significant step in the progress of human civilization has been accompanied by energy innovations and substitutions. The development and utilization of energy has enormously boosted the development of the world economy and human society. 过去100多年里，发达国家先后完成了工业化，消耗了地球上大量的自然资源，特别是能源资源。当前，一些发展中国家正在步入工业化阶段，能源消费增加是经济社会发展的客观必然。Over more than 100 years in the past, developed countries have completed their industrialization, consuming an enormous quantity of natural resources, especially energy resources, in the process. Today, some developing countries are ushering in their own era of industrialization, and an increase of energy consumption is inevitable for their economic and social development. 中国是当今世界上最大的发展中国家，发展经济，摆脱贫困，是中国政府和中国人民在相当长一段时期内的主要任务。20世纪70年代末以来，中国作为世界上发展最快的发展中国家，经济社会发展取得了举世瞩目的辉煌成就，成功地开辟了中国特色社会主义道路，为世界的发展和繁荣作出了重大贡献。China is the largest developing country in the world, and developing its economy and eliminating poverty will, for a long time to come, remain the main tasks for the Chinese government and the Chinese people. Since the late 1970s, China, as the fastest growing developing country, has scored brilliant achievements in its economy and society that have attracted worldwide attention, successfully blazed the trail of socialism with Chinese characteristics, and made significant contributions to world development and prosperity. 中国是目前世界上第二位能源生产国和消费国。能源供应持续增长，为经济社会发展提供了重要的支撑。能源消费的快速增长，为世界能源市场创造了广阔的发展空间。中国已经成为世界能源市场不可或缺的重要组成部分，对维护全球能源安全，正在发挥着越来越重要的积极作用。China is now the world's second-largest energy producer and consumer. The sustained growth of energy supply has provided an important support for the country's economic growth and social progress, while the rapid expansion of energy consumption has created a vast scope for the global energy market. As an irreplaceable component of the world energy market, China plays an increasingly important role in maintaining global energy security. 中国政府正在以科学发展观为指导，加快发展现代能源产业，坚持节约资源和保护环境的基本国策，把建设资源节约型、环境友好型社会放在工业化、现代化发展战略的突出位置，努力增强可持续发展能力，建设创新型国家，继续为世界经济发展和繁荣作出更大贡献。Guided by the Scientific Outlook on Development, the Chinese government is accelerating its development of a modern energy industry, taking resource conservation and environmental protection as two basic state policies, giving prominence to building a resource-conserving and environment-friendly society in the course of its industrialization and modernization, striving to enhance its capability for sustainable development and making China an innovative country, so as to make greater contributions to the world's economy and prosperity. 一、能源发展现状I. Current Situation of Energy Development 能源资源是能源发展的基础。新中国成立以来，不断加大能源资源勘查力度，组织开展了多次资源Energy resources are the basis of energy development. Since New China was founded in 1949, it has made constant endeavors in energy resources prospecting, and conducted several resources assessments. China's energy resources have
华为公司以项目为中心运作项目管理体系建设 十五年前，我入职华为公司，我当时的工号是46609，现在还能清楚记得当时激情洋溢 的军训。 这篇文章介绍了华为公司打破传统的功能型组织结构，从弱矩阵项目管理向强矩阵转变 的历程。内容包括如何全面铺设项目管理组织，转向“以项目为中心”。同时，通过一系列 的政策、标准和规定统一项目管理语言，建设项目管理流程体系。 其中，华为创建的的分析、规划、建立、实施、移交、关闭标准6阶段方法论，很有特色，形成了完整的项目管理流程体系。而且，还建设了P-Link通用作战平台，支撑体系落 地执行。 在项目运营和度量上，华为公司借鉴了众多业界的最佳实践，帮助企业实现持续度量和 改进。 陈潺潺 华为公司以项目为中心运作项目管理体系建设主要包含规则、流程/平台/工具、组织、运营与度量四个方面。 1 建组织 要发挥项目管理在企业管理中的作用，真正实现以项目为中心的运作，华为进行了大刀阔斧地调整组织架构，围绕项目的权力再分配。也就是说要打破传统的功能型组织结构，从弱矩阵向强矩阵转变。 在这一系列的变革过程中，公司轮值董事长郭平牵头负责向“以项目为中心”转变的能力建设，其下成立多个变革子项目，包括“项目型组织变革项目”、“通用项目管理服务平台建设项目”、“项目管理流程建设项目”等，确保了华为公司从弱矩阵一步步走向强矩阵。 华为在实施向以项目为中心转变的初期，就明确了必须在公司层面设立了项目管理专委会，同时成立PMCoE作为公司级PMO，统筹管理公司的项目管理政策、规则、流程、工具等，并在公司内部进行项目管理文化建设和项目管理能力提升。
各领域设立自己领域层面的项目管理能力中心或PMO，承接公司层面的政策和要求，依据领域的业务和项目管理特色进行适配、解释，并监督执行。由此确定了一个明确的、层次分明的项目管理组织架构，便于后续具体工作的落实和持续改进。 在项目层面的组织运作上，华为公司对项目型组织结构也做出了明确规定：必须围绕项目进行建设和调整，每个项目必须有HRBP，达到一定规模的项目必须有独立的HRBP，等一系列的系统要求并监督落实；项目必须有正式的任命，并在立项审批时有明确的目标、范围、价值；推动资源的公正评价机制建设。 2 定规则 规则主要用来统一语言、规范运作。华为主要从项目管理通用原则、项目经营、项目资源、项目预算、项目型组织这5个方面加强“以项目为中心”的运作，颁布了一系列的公司政策、公司标准和业务规定。 包括：华为公司项目、项目群定义、华为公司项目分类标准、华为公司项目等级标准、华为公司项目基本信息定义和构成、项目经营管理政策、项目概算管理规则、项目预算管理规则、资源买卖规则、技能管理指导白皮书、项目型组织人力资源管理规定、项目管理任职标准等30份以上的具体规则和白皮书。 在不否认各领域业务差异性的同时，在项目管理的认知和语言上进行了大范围的统一，为跨领域的项目管理沟通、协作、互助提供了土壤。