• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    態(tài)勢感知技術(shù)及其在科研管理中的應(yīng)用研究

    2018-02-20 07:51:16魏鑫汪洋
    關(guān)鍵詞:中科院態(tài)勢戰(zhàn)場

    魏鑫,汪洋

    中國科學(xué)院計算機網(wǎng)絡(luò)信息中心,北京 100190

    引言

    “態(tài)勢感知(Situation Awareness,SA)”最早由美國空軍首席科學(xué)家 Endsley 于20世紀(jì) 80年代提出,覆蓋感知(感覺)、理解和預(yù)測三個層次。90年代,態(tài)勢感知的概念開始被逐漸接受,并隨著網(wǎng)絡(luò)的發(fā)展升級為“網(wǎng)絡(luò)態(tài)勢感知(Cyberspace Situation Awareness,CSA)”。近年來,隨著信息與網(wǎng)絡(luò)技術(shù)的飛速發(fā)展,態(tài)勢感知理論和技術(shù)在網(wǎng)絡(luò)安全、情報系統(tǒng)、電力系統(tǒng)、智能交通系統(tǒng)等許多領(lǐng)域都有廣泛的用途,提高態(tài)勢感知能力成為系統(tǒng)和組織機制設(shè)計中不可或缺的一部分[1–3]。

    本文從態(tài)勢感知的概念出發(fā),首先闡述其在軍方戰(zhàn)場及網(wǎng)絡(luò)方面的應(yīng)用,并在此基礎(chǔ)上給出科研管理態(tài)勢感知的概念,探討態(tài)勢感知技術(shù)在科技管理中的全新應(yīng)用。

    1 態(tài)勢感知

    美國心理學(xué)家 Endsley1988年在分析飛機駕駛員和領(lǐng)航員(機組人員)對周圍(空中環(huán)境和飛機狀態(tài))的感知程度對其活動行為的影響時,給出了態(tài)勢感知的定義[4]:“態(tài)勢感知是對一定時間和空間環(huán)境內(nèi)的態(tài)勢要素進行感知,并對獲得的信息進行理解,進而形成對這些態(tài)勢要素下一時刻狀態(tài)的預(yù)測”。1995年Endsley 提出了態(tài)勢感知的三級模型[5](如圖1)。

    (1)一級 SA:察覺(perception)。察覺是指獲取所需的態(tài)勢要素,并掌握各要素之間的關(guān)系;

    (2)二級 SA:理解(comprehension)。理解是綜合集成所獲取的態(tài)勢信息,并形成對各態(tài)勢要素重要性和性質(zhì)的判斷;

    (3)三級 SA:預(yù)測(projection)。預(yù)測是對未來態(tài)勢發(fā)展變化趨勢的估計,它通過對當(dāng)前態(tài)勢信息的理解,形成對當(dāng)前態(tài)勢在未來一段時間內(nèi)變化趨勢的推測。

    Endsley的定義強調(diào)了“一定時間和空間環(huán)境”,即將態(tài)勢感知限制在一個短暫的時空范圍內(nèi),但事實上態(tài)勢感知是一個與過去、現(xiàn)在和將來都有關(guān)系的概念,是全局性的、動態(tài)的。因此,本文結(jié)合態(tài)勢感知目前的應(yīng)用情況及信息技術(shù)發(fā)展現(xiàn)狀,將態(tài)勢感知定義為:態(tài)勢感知是一種基于環(huán)境的、動態(tài)、整體地洞悉系統(tǒng)狀態(tài)的能力,是以大數(shù)據(jù)為基礎(chǔ),從全局視角提升對關(guān)鍵信息的發(fā)現(xiàn)識別、理解分析、預(yù)測能力的一種方式,最終是為了決策與行動,是綜合展示系統(tǒng)與決策支持系統(tǒng)的融合。

    2 戰(zhàn)場態(tài)勢感知

    2.1 戰(zhàn)場態(tài)勢感知及態(tài)勢要素概念

    知己知彼,才能百戰(zhàn)不殆。全面準(zhǔn)確地掌握戰(zhàn)場態(tài)勢,是正確決策和占據(jù)戰(zhàn)場主動的基礎(chǔ)。戰(zhàn)場態(tài)勢感知活動的作用域主要有物理域、信息域和認知域,不同領(lǐng)域的專家關(guān)注的側(cè)重點不同,對戰(zhàn)場態(tài)勢感知的理解和定義也不盡相同。比如,在軍事領(lǐng)域,趙宗貴研究員將戰(zhàn)場態(tài)勢(Battlefield Situation,BS)定義為[5]:戰(zhàn)場態(tài)勢是指戰(zhàn)場中兵力分布及戰(zhàn)場環(huán)境的當(dāng)前狀態(tài)和發(fā)展變化趨勢;而態(tài)勢要素則指構(gòu)成戰(zhàn)場態(tài)勢的兵力、目標(biāo)、環(huán)境等要素。

    圖1 態(tài)勢感知的三級模型及嵌入式應(yīng)用Fig.1 A three-phase model for situation awareness and its embedded application

    不同的作戰(zhàn)場景、作戰(zhàn)目標(biāo)所包含的態(tài)勢要素不盡相同,拋開特定的作戰(zhàn)場景,從總體上講,戰(zhàn)場態(tài)勢由五類要素構(gòu)成[5]:(1)兵力部署與作戰(zhàn)能力類;(2)重要動態(tài)目標(biāo)類;(3)戰(zhàn)場環(huán)境類;(4)社會/政治/經(jīng)濟環(huán)境類;(5)對抗措施類。每類所含態(tài)勢要素的分層結(jié)構(gòu),如圖2所示。

    2.2 戰(zhàn)場態(tài)勢感知系統(tǒng)框架

    戰(zhàn)場態(tài)勢感知系統(tǒng)[6]主要由感知節(jié)點(如雷達、紅外探測器等)、信息處理節(jié)點(如信息融合、處理器等)、指控節(jié)點等組成,廣泛作用于物理域、信息域和認知域。戰(zhàn)場態(tài)勢感知系統(tǒng)框架如圖3所示。實際的戰(zhàn)場戰(zhàn)情是十分復(fù)雜的,戰(zhàn)場態(tài)勢感知系統(tǒng)也是多種多樣的,圖3只是簡單示意。

    2.3 戰(zhàn)場態(tài)勢感知應(yīng)用實踐

    戰(zhàn)場戰(zhàn)情瞬息萬變,指揮部需要隨時了解戰(zhàn)情,對成千上萬個作戰(zhàn)單元進行指揮,指揮任務(wù)復(fù)雜且艱巨。“空間戰(zhàn)場態(tài)勢感知指揮可視化系統(tǒng)”的出現(xiàn),很好地解決了這一難題。

    空間戰(zhàn)場態(tài)勢感知指揮可視化系統(tǒng)通過前端傳感器收集作站平臺參數(shù),包括主要性能參數(shù)、各分隊位置、集群數(shù)量、組織情況等,并將收集到的信息經(jīng)過分析、處理后,傳到后端進行可視化呈現(xiàn)。系統(tǒng)可進行全空間戰(zhàn)場實時動態(tài)顯示、二三維地理信息顯示、三維戰(zhàn)場態(tài)勢顯示等,支持多屏關(guān)聯(lián)分析,用戶可以根據(jù)需求查看所需要的信息,還可通過手持設(shè)備對大屏幕進行交互控制。目前該系統(tǒng)在航天系統(tǒng)及船舶部門得到了成功應(yīng)用,后續(xù)將在部隊中進一步推廣,指揮部隊日常訓(xùn)練及作戰(zhàn)演習(xí)??臻g戰(zhàn)場態(tài)勢感知指揮可視化系統(tǒng)如圖4所示。

    3 網(wǎng)絡(luò)態(tài)勢感知

    3.1 網(wǎng)絡(luò)態(tài)勢感知概念

    網(wǎng)絡(luò)態(tài)勢感知(Cyberspace situational Awareness,CSA)是在1999年被提出的。網(wǎng)絡(luò)態(tài)勢感知[7]是指在動態(tài)網(wǎng)絡(luò)環(huán)境中,對能夠引起網(wǎng)絡(luò)態(tài)勢變化的各種要素進行獲取、分析及評估,并預(yù)測其發(fā)展趨勢,為決策提供依據(jù)。它既包括對內(nèi)部網(wǎng)絡(luò)系統(tǒng)運行狀況、安全態(tài)勢的感知,也包括對外部網(wǎng)絡(luò)態(tài)勢的感知。

    圖2 戰(zhàn)場態(tài)勢要素層次結(jié)構(gòu)Fig.2 Hierarchical structure showing battlefield situation elements

    與物理空間的戰(zhàn)場態(tài)勢感知不同,網(wǎng)絡(luò)空間是虛擬的數(shù)字世界,研究對象不再局限于傳統(tǒng)的設(shè)備,還包括虛擬對象,如身份 ID、網(wǎng)絡(luò)服務(wù)、應(yīng)用等。同時,由于網(wǎng)絡(luò)中的信息具有瞬時可達性,物理空間中的距離、方位等要素在網(wǎng)絡(luò)空間中已不具有太大意義。

    3.2 網(wǎng)絡(luò)態(tài)勢感知研究框架

    網(wǎng)絡(luò)態(tài)勢感知通過融合各種感知數(shù)據(jù),并對數(shù)據(jù)信息進行分析、評估,預(yù)測網(wǎng)絡(luò)發(fā)展趨勢,為決策提供支持。網(wǎng)絡(luò)態(tài)勢感知涵蓋多方面的研究內(nèi)容,拋開具體研究內(nèi)容,其整體研究框架[8]如圖5所示。

    網(wǎng)絡(luò)態(tài)勢感知包括態(tài)勢要素提取、當(dāng)前態(tài)勢分析和未來態(tài)勢預(yù)測幾個部分,具體涉及如下幾個方面:

    圖3 戰(zhàn)場態(tài)勢感知系統(tǒng)框架Fig.3 Framework of the battlefield situation awareness system

    圖4 空間戰(zhàn)場態(tài)勢感知指揮可視化系統(tǒng)Fig.4 Command visualization system for spatial battlefield situation awareness

    (1)從多個維度、利用數(shù)據(jù)挖掘、融合技術(shù),對網(wǎng)絡(luò)空間要素進行實時監(jiān)測獲取,為態(tài)勢評估做準(zhǔn)備;

    (2)對采集到的信息采用分類、歸并等方式進行數(shù)據(jù)融合,通過特征分析、深度挖掘等技術(shù)確定事件發(fā)生的深層次原因,確立態(tài)勢評價指標(biāo),評估網(wǎng)絡(luò)當(dāng)前態(tài)勢;

    (3)根據(jù)網(wǎng)絡(luò)當(dāng)前運行狀況,運用預(yù)測技術(shù)對網(wǎng)絡(luò)發(fā)展趨勢進行預(yù)測,及時采取有效措施,避免大規(guī)模安全事故的發(fā)生;

    (4)運用可視化技術(shù)將網(wǎng)絡(luò)態(tài)勢狀況進行直觀、清晰的展示,為網(wǎng)絡(luò)管理員提供輔助決策支持。

    3.3 網(wǎng)絡(luò)態(tài)勢感知模型

    幾十年來,研究者提出了多種數(shù)據(jù)融合模型,其中美國國防部實驗室聯(lián)合領(lǐng)導(dǎo)機構(gòu)(Joint Directors of Laboratories,JDL)模型[8]最受歡迎。該模型最初用于軍事領(lǐng)域,將數(shù)據(jù)融合過程分為信息預(yù)處理、對象精煉、態(tài)勢評估等5個層次,如圖6所示。

    JDL 模型將采集到的數(shù)據(jù)經(jīng)過信息預(yù)處理實現(xiàn)數(shù)據(jù)的初步篩選,對象精煉結(jié)合參數(shù)、身份等信息對數(shù)據(jù)進行進一步處理,為后續(xù)態(tài)勢、威脅評估做準(zhǔn)備。

    圖5 網(wǎng)絡(luò)態(tài)勢感知研究框架Fig.5 Research framework for network situation awareness

    2000年,Tim Bass 提出 BASS 模型,應(yīng)用數(shù)據(jù)融合技術(shù)建立網(wǎng)絡(luò)態(tài)勢感知系統(tǒng)。BASS 模型共分 5層,分別為數(shù)據(jù)精煉、攻擊對象識別、態(tài)勢精煉等,如圖7所示。BASS 模型的出現(xiàn),為態(tài)勢感知研究領(lǐng)域提出了新的思路,后續(xù)出現(xiàn)了多種基于多源異構(gòu)信息的模型。

    圖6 JDL 模型Fig.6 IDL model

    圖7 BASS 模型Fig.7 BASS model

    4 科研管理態(tài)勢感知

    4.1 在“十三五”信息化規(guī)劃中的概念

    在“四個率先”戰(zhàn)略導(dǎo)向下,中科院《“十三五”信息化發(fā)展規(guī)劃》確立了“兩個面向”和“三個顯著提升”的發(fā)展目標(biāo),提出了實施五大工程的戰(zhàn)略舉措,旨在全面構(gòu)筑新型科研信息化體系。在大數(shù)據(jù)時代,中科院建設(shè)了一系列應(yīng)用系統(tǒng),在科研和管理過程中采集了海量的數(shù)據(jù)信息,如何有效的利用這些數(shù)據(jù)來幫助提升管理工作、輔助決策,是建設(shè)智慧中科院的關(guān)鍵一環(huán)。本文提出建設(shè)“科研管理態(tài)勢感知系統(tǒng)”,面向中科院科研與管理需求,全方位收集數(shù)據(jù)與信息資源,通過中科院創(chuàng)新發(fā)展相關(guān)要素數(shù)據(jù)的有效融合及深度關(guān)聯(lián)分析,實現(xiàn)對中科院發(fā)展態(tài)勢的感知,為科學(xué)決策提供數(shù)據(jù)支撐。

    科研管理態(tài)勢感知面向院、所兩級用戶需求,研究衡量中科院各方面發(fā)展的指標(biāo)體系,構(gòu)建了一套大數(shù)據(jù)管理、清洗與分析工具以及可視化展示算法庫,全方位、多維度展示研究機構(gòu)、研究人員、科研項目、科研成果、研究方向等方面的發(fā)展?fàn)顟B(tài),實現(xiàn)“院-研究所-實驗室-團隊-人員”多級結(jié)構(gòu)的發(fā)展態(tài)勢實時展示與交互式分析,感知中科院各領(lǐng)域、各研究機構(gòu)的發(fā)展現(xiàn)狀與趨勢,為管理決策提供數(shù)據(jù)支持。

    科研管理態(tài)勢感知從數(shù)據(jù)到知識共分為四個層次:

    (1)一維數(shù)據(jù)展示:原始數(shù)據(jù)是一維的“點”,是表示某一時間點的狀“態(tài)”;

    (2)發(fā)展態(tài)勢指標(biāo):通過增加時間維度,一維的點變成了二維的線,表示某一指標(biāo)在時間軸上的發(fā)展趨“勢”;

    (3)態(tài)勢模型分析:通過引入用戶、專家的經(jīng)驗與知識,結(jié)合大數(shù)據(jù)模型,將多個指標(biāo)進行有機整合賦予其新的概念,由二維的線變成三維的體,讓使用者“感”覺到某一簇指標(biāo)集的發(fā)展態(tài)勢;

    (4)整體橫向?qū)Ρ龋褐褐耍賾?zhàn)百勝。通過與其他機構(gòu)、實驗室、人員的橫向?qū)Ρ?,讓使用者對三維的空間有更加直觀的感受,“知”曉發(fā)展態(tài)勢的水平與差距。

    4.2 技術(shù)路線與建設(shè)內(nèi)容

    科研管理態(tài)勢感知系統(tǒng)通過關(guān)系型數(shù)據(jù)庫和非關(guān)系數(shù)據(jù)庫技術(shù),構(gòu)建數(shù)據(jù)目錄及數(shù)據(jù)字典管理主題數(shù)據(jù)庫,形成數(shù)據(jù)匯聚與交換平臺的基本框架;匯聚中科院 ARP 數(shù)據(jù)資源、文獻情報信息資源,以及國家科技部、國家自然科學(xué)基金委等科技項目資源庫和互聯(lián)網(wǎng)外部數(shù)據(jù),在主題數(shù)據(jù)庫系統(tǒng)的框架下,形成態(tài)勢感知數(shù)據(jù)資源池目錄體系和大數(shù)據(jù)存儲體系。通過系統(tǒng)正交方法,研究并梳理出態(tài)勢感知指標(biāo)項,建立態(tài)勢感知指標(biāo)體系;通過數(shù)據(jù)索引技術(shù),建立數(shù)據(jù)匯聚與交換平臺和態(tài)勢感知指標(biāo)項關(guān)聯(lián)結(jié)構(gòu);通過爬蟲等互聯(lián)網(wǎng)數(shù)據(jù)工具,抓取學(xué)科領(lǐng)域涉及科技團隊、科研成果等反映科技競爭力的相關(guān)數(shù)據(jù)并進行清洗、整理,存儲到數(shù)據(jù)匯聚與交換平臺;通過多維可視化方法,展示指標(biāo)體系各類數(shù)據(jù),多維度展示我院科研、管理與教育的發(fā)展態(tài)勢。

    科研管理態(tài)勢感知建設(shè)內(nèi)容包括如下七大部分:數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范與數(shù)據(jù)字典、數(shù)據(jù)匯聚與交換平臺、態(tài)勢感知數(shù)據(jù)收集與預(yù)處理、態(tài)勢感知指標(biāo)體系、態(tài)勢感知模型與數(shù)據(jù)分析、態(tài)勢感知可視化、領(lǐng)域互聯(lián)網(wǎng)信息垂直分析系統(tǒng),如圖8所示。

    4.3 應(yīng)用實踐

    圖8 科研管理態(tài)勢感知主要建設(shè)任務(wù)Fig.8 Major steps for building the research management situation awareness

    經(jīng)過相關(guān)工作的開展,科研管理態(tài)勢感知已積累了超過百萬條數(shù)據(jù),涉及相關(guān)科研機構(gòu)的人、財、物等各方面數(shù)據(jù),并在收集數(shù)據(jù)、構(gòu)建數(shù)據(jù)庫時,形成態(tài)勢感知數(shù)據(jù)字典,規(guī)范了數(shù)據(jù)收集與整理;建立數(shù)據(jù)匯聚與交換平臺接口規(guī)范,指導(dǎo)數(shù)據(jù)匯聚與交換平臺建設(shè)。構(gòu)建了滿足不同類型數(shù)據(jù)管理的數(shù)據(jù)匯聚與交換平臺,為態(tài)勢感知分析提供基礎(chǔ)數(shù)據(jù)存儲與分析服務(wù),并通過前置機方式能夠與其他業(yè)務(wù)系統(tǒng)進行數(shù)據(jù)交換。梳理能夠反映中科院科研、管理與教育發(fā)展態(tài)勢的指標(biāo),并形成全面、客觀反映中科院整體發(fā)展態(tài)勢的指標(biāo)體系。初步構(gòu)建了科研競爭力模型,形成可反映科研單位科技競爭力的評價指標(biāo)與模型;收集、整理國內(nèi)外對標(biāo)機構(gòu)的相關(guān)數(shù)據(jù),展現(xiàn)中科院科研機構(gòu)與國內(nèi)外相關(guān)科研機構(gòu)的橫向?qū)Ρ汝P(guān)系。最后通過可視化分析引擎和態(tài)勢感知駕駛艙構(gòu)建交互式可視化的態(tài)勢感知展示系統(tǒng),初步形成中科院科研管理態(tài)勢感知總覽,提供態(tài)勢感知分析的服務(wù)能力,對深入了解中科院科研機構(gòu)的科技競爭力提供數(shù)據(jù)支持。

    4.3.1 態(tài)勢感知數(shù)據(jù)收集與預(yù)處理

    科研管理態(tài)勢感知系統(tǒng)數(shù)據(jù)來源廣泛,既包括基于實時事務(wù)處理型應(yīng)用的關(guān)系型數(shù)據(jù)庫,如新一代ARP 中科研管理、人力資源、財務(wù)管理、資產(chǎn)設(shè)備、教學(xué)管理等;也包括XML等半結(jié)構(gòu)化數(shù)據(jù),以及以視頻、音頻、文本和其他形式存在的非結(jié)構(gòu)化數(shù)據(jù),如科技成果、科技文獻等??蒲泄芾響B(tài)勢感知系統(tǒng)通過對這些數(shù)據(jù)進行規(guī)范化整理組織,形成了統(tǒng)一的科研管理數(shù)據(jù)視圖,為后續(xù)數(shù)據(jù)服務(wù)和共享提供依據(jù)。

    此外,為了更好地分析和展示信息,提供可靠、可信、客觀的態(tài)勢感知服務(wù),除了中科院內(nèi)部信息系統(tǒng)之外,還需要從互聯(lián)網(wǎng)、第三方等平臺上抓取或接入數(shù)據(jù),通過補充外部數(shù)據(jù),實現(xiàn)對多源數(shù)據(jù)的集成和管理。因此,科研管理態(tài)勢感知系統(tǒng)針對科研管理活動過程中的相關(guān)數(shù)據(jù),如科學(xué)數(shù)據(jù)、科技文獻、科學(xué)傳播、智慧教育等應(yīng)用數(shù)據(jù),也包括互聯(lián)網(wǎng)管理數(shù)據(jù),如科技部、國家自然科學(xué)基金委發(fā)布數(shù)據(jù)、科技動態(tài)、科技文獻、科技成果產(chǎn)出等數(shù)據(jù)進行梳理,遵循相應(yīng)的分類體系、分類方法、數(shù)據(jù)格式等標(biāo)準(zhǔn)規(guī)范,將數(shù)據(jù)存入數(shù)據(jù)匯聚與交換平臺中,服務(wù)于態(tài)勢感知融合分析。

    目前,科研管理態(tài)勢感知系統(tǒng)收集的數(shù)據(jù)總量超過百萬條,其中科研人才數(shù)據(jù)約 10 萬條,科研投入數(shù)據(jù)約 19 萬條,科研產(chǎn)出數(shù)據(jù)約 113 萬條,科研發(fā)展數(shù)據(jù)約 2000 條。后續(xù)隨著相關(guān)工作的開展,數(shù)據(jù)量還會不斷增加。

    4.3.2 數(shù)據(jù)匯聚與交換平臺

    態(tài)勢感知系統(tǒng)數(shù)據(jù)來源多樣、異構(gòu)、異地,為了更集中展示整體信息情況、預(yù)測未來趨勢,同時也為了各系統(tǒng)間能夠進行數(shù)據(jù)交換,在遵從數(shù)據(jù)標(biāo)準(zhǔn)和接口規(guī)范的基礎(chǔ)上,數(shù)據(jù)匯聚與交換平臺初步實現(xiàn)了對ARP 數(shù)據(jù)、教育管理數(shù)據(jù)、文情數(shù)據(jù)、傳播數(shù)據(jù)和互聯(lián)網(wǎng)數(shù)據(jù)等各類數(shù)據(jù)的匯聚;在ETL、XML等技術(shù)支撐下,形成了數(shù)據(jù)交換規(guī)范。此外,通過建立數(shù)據(jù)匯聚與交換數(shù)據(jù)庫,實現(xiàn)了異構(gòu)系統(tǒng)之間的互聯(lián)互通,完成了數(shù)據(jù)的抽取、集中、加載及展現(xiàn)。

    數(shù)據(jù)匯聚與交換平臺具有集成協(xié)議轉(zhuǎn)換、加密、壓縮、交換過程監(jiān)控等多種功能,保證了各信息系統(tǒng)之間數(shù)據(jù)的有效交換。同時,提供客戶接入端功能,可部署在每個應(yīng)用系統(tǒng)的前置機上,實現(xiàn)了數(shù)據(jù)匯聚與交換平臺與各信息系統(tǒng)的有機結(jié)合,在客戶接入端實現(xiàn)數(shù)據(jù)的自動提取與轉(zhuǎn)換,支持手工錄入、審核數(shù)據(jù)。它是一個為不同數(shù)據(jù)庫、不同數(shù)據(jù)格式之間,進行數(shù)據(jù)交換而提供服務(wù)的平臺,解決了不同信息庫間信息數(shù)據(jù)無法自由轉(zhuǎn)換的問題。

    4.3.3 態(tài)勢感知指標(biāo)體系

    通過調(diào)研國內(nèi)外科技評價指標(biāo)體系,包括世界經(jīng)濟論壇(WEF)的《全球競爭力報告》、瑞士洛桑國際管理發(fā)展學(xué)院(IMD)的《世界競爭力年鑒》、全球創(chuàng)新指數(shù)(GII)、歐盟創(chuàng)新指數(shù)、羅伯特·哈金斯協(xié)會的世界知識競爭力指數(shù)、學(xué)術(shù)期刊影響因子、谷歌學(xué)術(shù)指標(biāo)(H5),并充分結(jié)合中科院科技發(fā)展中各方面因素以及院級領(lǐng)導(dǎo)關(guān)心的問題,設(shè)計完成科研管理態(tài)勢感知指標(biāo)體系,覆蓋科研人才、科研投入、科研產(chǎn)出、科研發(fā)展四個大的方面,并形成三級指標(biāo)體系,如表1所示。

    表1 科研管理態(tài)勢感知指標(biāo)體系Table1 Index system for the research management situation awareness

    續(xù)表1

    續(xù)表1

    4.3.4 態(tài)勢感知模型與數(shù)據(jù)分析

    在《中科院“十三五”發(fā)展規(guī)劃綱要》中,明確提出按照“面向世界科技前沿,面向國家重大需求,面向國民經(jīng)濟主戰(zhàn)場”,根據(jù)率先實現(xiàn)科學(xué)技術(shù)跨越發(fā)展的目標(biāo)要求,立足我院長期形成的學(xué)科基礎(chǔ)和重要領(lǐng)域,發(fā)揮隊伍和平臺優(yōu)勢,重點圍繞基礎(chǔ)前沿交叉、先進材料、能源、生命與健康、海洋、資源生態(tài)環(huán)境、信息、光電空間等八個重大創(chuàng)新領(lǐng)域和有關(guān)重點方向,進行我院未來科技布局,促進“三重大”產(chǎn)出,保障跨越發(fā)展目標(biāo)實現(xiàn),支撐引領(lǐng)經(jīng)濟社會發(fā)展。為了更好的反映我院科技發(fā)展水平,根據(jù)科研管理態(tài)勢感知指標(biāo)體系,結(jié)合《中科院“十三五”規(guī)劃》中的八個重大創(chuàng)新領(lǐng)域,我們首先選取了能源與信息領(lǐng)域作為科技競爭力模型的研究范圍,并針對能源與信息領(lǐng)域各自特點,設(shè)計領(lǐng)域態(tài)勢感知模型。

    信息領(lǐng)域是發(fā)展最為迅速、變化最快的一個領(lǐng)域,通過信息領(lǐng)域的態(tài)勢感知數(shù)據(jù)能夠使院領(lǐng)導(dǎo)對信息領(lǐng)域相關(guān)研究所的發(fā)展水平有所了解,并掌握我院信息領(lǐng)域科研力量在國內(nèi)外所處的地位。為了將信息領(lǐng)域細分為更細的科學(xué)方向,我們采用了中國計算機學(xué)會(CCF)對學(xué)科領(lǐng)域的劃分,將信息領(lǐng)域分為:(1)計算機體系結(jié)構(gòu)/高性能計算/存儲系統(tǒng);(2)計算機網(wǎng)絡(luò);(3)網(wǎng)絡(luò)與信息安全;(4)軟件工程/系統(tǒng)軟件/程序設(shè)計語言;(5)數(shù)據(jù)庫/數(shù)據(jù)挖掘/內(nèi)容檢索;(6)計算機科學(xué)理論;(7)計算機圖形學(xué)與多媒體;(8)人工智能;(9)人機交互與普適計算;(10)交叉/新興/綜合等。同時,我們采用了CCF 推薦的期刊、會議論文的數(shù)據(jù),將10個細分信息領(lǐng)域的相關(guān)期刊和會議論文分為A、B、C 三類,這樣可以有效地將細分領(lǐng)域中科技論文的發(fā)表、被引情況進行詳細的分析,再結(jié)合科技人才、科技投入、科技發(fā)展以及其他科技產(chǎn)出的情況,就可以對我院科研機構(gòu)的科技發(fā)展能力有一個全面的展示。

    最后,在調(diào)研了科技評估的主要方法(包括同行評議法、特爾斐法、文獻計量法、層次分析法、底層等權(quán)加和法、案例研究、回溯法、經(jīng)濟計量法等)后,考慮到各個指標(biāo)之間的客觀性以及可操作性,系統(tǒng)采用底層等權(quán)加和法對態(tài)勢感知指標(biāo)進行計算,得到各級指標(biāo)的無量綱化得分,從而實現(xiàn)不同科研機構(gòu)之間的對比。

    4.3.5 態(tài)勢感知可視化

    態(tài)勢感知可視化平臺包括科研人才、科研投入、科研產(chǎn)出、科研發(fā)展四大板塊,所能分析的指標(biāo)覆蓋指標(biāo)體系80%以上。支持包含論文、專利、經(jīng)費、項目、院士、百千萬人才項目、獲獎等7 大類數(shù)據(jù)、26個子類數(shù)據(jù)的展示與分析。

    平臺根據(jù)展示分析需求設(shè)計了合理的可視化方案,能較好地對比中國科學(xué)院與其它單位在論文、專利、經(jīng)費、項目、人才、獎項、科研影響力等方面的優(yōu)勢和劣勢。同時,引入動畫、時間軸等可視化技術(shù),將論文、專利、經(jīng)費、項目等數(shù)據(jù)的變化趨勢按時序播放,生動直觀地展現(xiàn)各單位在上述維度的變化趨勢和排名情況。

    平臺支持多視窗關(guān)聯(lián)分析,為用戶提供靈活便捷的分析方法和流程。用戶可以自由配置篩選條件以及需要分析的指標(biāo),探索分析不同維度的相關(guān)性。同時,支持多視窗的關(guān)聯(lián)交互,為用戶提供交互式的探索分析功能。用戶可以在同一界面中靈活搭配不同數(shù)據(jù)集的不同維度,在不同的數(shù)據(jù)集間搭建橋梁,從而深度挖掘數(shù)據(jù)集之間的關(guān)系。此外,平臺支持多終端訪問,用戶可以隨時隨地對平臺進行訪問。圖9給出了可視化展示頁面示例。

    5 結(jié)語

    態(tài)勢感知的概念源于軍事需求,隨后被引入信息技術(shù)安全領(lǐng)域,并且隨著信息技術(shù)的發(fā)展,逐步向其他領(lǐng)域和方向發(fā)展。本文從態(tài)勢感知的概念出發(fā),首先介紹了其在戰(zhàn)場及網(wǎng)絡(luò)方面的應(yīng)用,并給出科研管理領(lǐng)域態(tài)勢感知的全新嘗試??蒲泄芾響B(tài)勢感知系統(tǒng)在下一階段還將進一步開展研發(fā)工作,通過匯聚更多科技管理數(shù)據(jù),研究更豐富的態(tài)勢感知模型,并采用人工智能等技術(shù)使其進入到第三級“預(yù)測”階段,從而真正為管理決策提供數(shù)據(jù)支撐。

    圖9 科研管理態(tài)勢感知可視化展示頁面Fig.9 Visualization of the research management situation awareness

    猜你喜歡
    中科院態(tài)勢戰(zhàn)場
    戰(zhàn)場上的神來之筆
    C-130:戰(zhàn)場多面手
    貼秋膘還有三秒到達戰(zhàn)場
    意林(2020年20期)2020-11-06 04:06:14
    2019年12月與11月相比汽車產(chǎn)銷延續(xù)了增長態(tài)勢
    汽車與安全(2020年1期)2020-05-14 13:27:19
    加大授權(quán)力度中科院先行一步
    科技傳播(2019年23期)2020-01-18 07:57:10
    匯市延續(xù)小幅震蕩態(tài)勢
    中國外匯(2019年19期)2019-11-26 00:57:36
    我國天然氣供需呈現(xiàn)緊平衡態(tài)勢
    中科院沈陽生態(tài)研究所技術(shù)
    縣鄉(xiāng)一體化探索呈加速態(tài)勢
    中科院位列自然指數(shù)全球首位
    云南省| 汝阳县| 南漳县| 隆子县| 福安市| 晋州市| 大方县| 延安市| 广昌县| 共和县| 万盛区| 喀喇| 怀宁县| 平塘县| 漯河市| 涪陵区| 闵行区| 柘城县| 武汉市| 渭南市| 大名县| 绥中县| 济宁市| 芦山县| 乌审旗| 敦化市| 舞阳县| 长寿区| 清新县| 高州市| 长沙县| 巩义市| 扬中市| 吉林市| 崇文区| 长武县| 万山特区| 星座| 攀枝花市| 纳雍县| 田阳县|