简介:伴随着大数据的广泛应用,各个行业都在利用大数据实现产业的升级换代,为人们带来更为美好的生活。然而在这个过程中,如何解决大数据的副产品如个人隐私泄露等问题正日益成为社会性难题。旨在保护个人隐私、规范大数据应用的大数据治理正在试图从源头寻找答案。但是,出于对商业利益的追逐,企业规避大数据治理的内生动力是无法根除的。这也造就了当前广泛存在的大数据滥用、黑产等问题。大数据监管已经成为监管部门在大数据时代必须肩负的责任与使命。如何开展大数据监管系统建设,以大数据监管系统为核心建立保护个人隐私的网络信息安全防护体系已是当务之急。本文梳理了新时代大数据监管工作的基本内容——数据、协议与节点,构建了基于数据价值的大数据监管模型,从工作内容上为大数据监管系统建设、网络信息安全防护体系建立提出建议。
简介:随着电力电子技术的发展,对于功率器件的要求也越来越高。为了更好的满足大功率应用场合的要求,需要多SiCMOSFET进行并联,目前并联应用的方案在电机控制、逆变器等电力电子系统中的应用前景十分广泛。但是,由于SiCMOSFET的静态因数和动态因素会直接影响到并联SiCMOSFET的均流特性,从而造成单个器件承受过大的电流应力而损坏。因此,对于SiCMOSFET均流特性的研究是非常有必要的。本文通过对SiCMOSFET电路模型进行研究,给出了一种将两个功率支路共同接入同一共用磁芯的耦合线圈进行主动均流的方法,并对主要功率器件的设计方法进行了研究。
简介:古人云“以史为鉴”,说的是吸取历史的经验教训,对未来的情况做出预判或者改变。生活中,亦是存在相似的利用历史数据对未来变化趋势进行预测分析的时间序列问题。本文就时间序列一类的问题进行研究,探讨如何更好地根据历史统计数据,对未来的变化趋势进行预测分析。本文基于神经网络,以气象观测历史数据作为研究的对象,建立了气温变化时序预测模型。本模型利用大数据相关技术对数据进行特征处理,通过深度神经网络,学习特征数据和标签数据之间复杂的非线性关系,从而实现对气温变化的趋势预测。实验结果表明,相较其他模型,本文的模型能够更好地进行时序预测,同时也证明了神经网络用于气象预测的可行性。