XiaoMi-AI文件搜索系统
World File Search System聚类分析
社区和景观生态学中的数据分析
本书是为使用计算机分析动植物群落及其环境的实地数据的研究人员编写的。本书源自 1983 年、1984 年和 1985 年在瓦赫宁根农业大学举办的一门研究生课程，面向从事自然管理、水管理、环境影响评估和景观规划的生物学家、地理学家、农学家和景观设计师。我们纳入了在广泛的生态实地研究中有用的主题：回归，用于模拟特定物种与环境变量之间的关系，并检测物种是否可以作为特定环境变量的指标；校准，从（指标）物种推断环境；排序和聚类分析，总结物种群落的数据；空间分析，用于模拟和显示环境和所研究群落的空间变化。
互联网和社交媒体的演变：文献综述
摘要：本文回顾并分析了影响互联网、网络和社交媒体渠道发展的因素，绘制了历史趋势并强调了最近的技术发展。该评论包括使用电子期刊数据库进行深入搜索。文章是根据特定标准选择的，其中选出 34 篇论文和书籍进行完整阅读和深入分析。使用 NVIVO 12 Pro 分析和处理了这 34 个元素，从而可以创建维度和类别、代码和节点，识别最常用的单词，对术语进行聚类分析，并根据每个单词的频率创建词云。该评论提供了有关互联网和社交媒体发展的技术趋势、营销和时间要素的最新信息。关键词：互联网、社交媒体、网络、技术、全球化。
数字经济与健康：全球大健康市场领先企业价值挖掘模式案例研究
2019冠状病毒病（COVID-19）席卷全球，对人类健康构成严重威胁。健康养老企业致力于不断提高人民的健康水平。随着数字经济的快速发展，很多企业结合“互联网+”、大数据、云计算、大健康产业等，建立了数字化产品-服务生态系统。本文采用案例研究法，通过对健康养老龙头企业的深入研究，分析健康养老企业海外市场价值挖掘模式。利用地理特征、用户睡眠习惯、国民大健康等数据，利用聚类分析和贝叶斯模型，探究龙头企业全球大健康市场的价值挖掘模式。从理论上总结健康养老企业数字化转型的成功案例，为健康养老行业的智能化转型提供有益参考。
中国互联网平台技术竞争力：基于专利文本信息的谷歌与百度比较
摘要 中国互联网平台（BAT：百度、阿里巴巴、腾讯）相对于美国企业（GAFA：谷歌、亚马逊、Facebook、苹果）的技术竞争力日益受到关注。本文利用中美专利信息的文本信息，分析百度对谷歌的技术追赶过程。基于文档级嵌入结果进行聚类分析，并基于内容空间中的邻居专利生成新的技术累积性和影响力指标。研究结果显示，百度追随的是美国技术而非中国技术的趋势，表明百度在技术发展过程中正积极追赶美国企业。同时，百度专利的影响力指数随着时间的推移而上升，反映出其技术竞争力的提升。 关键词：专利文本分析、互联网技术、中国、美国 JEL 代码：O31、O57
西弗吉尼亚州波托马克高地地区
由于 Sugar Grove 基地关闭，彭德尔顿县委员会与第 8 区规划和发展委员会协调，聘请西弗吉尼亚大学的研究人员制定战略行动计划，以促进波托马克高地地区的经济发展。战略行动计划的制定通过四管齐下的方法完成，包括：(1) 对 Sugar Grove 海军基地关闭和该地区经济状况的经济影响分析；(2) 聚类分析，根据对现有经济状况的评估以及特定行业的增长潜力，提出工业定位建议；3) 对波托马克高地各县的劳动力和教育评估；4) 对该地区的企业和社区利益相关者进行广泛采访。根据这些调查结果，我们提出了六项建议，构成了我们提出的波托马克高地地区经济繁荣行动计划。
巴库国立大学
Gasanov Ralphreed（阿塞拜疆） 白俄罗斯国立大学二号教学楼 2 楼 203 室 09:30-09:45 山楂基因组及其对该国人口的育种价值研究 Guseynova Nazaket 巴库国立大学，阿塞拜疆 09:45-10:00 DJ-1 和硫化物蛋白在果蝇氧化应激管理中的作用 Alishova Gular、Sangeeta Chawla 约克大学，英国 10:00-10:15 硬粒小麦（Triticum durum Desf.）产量参数的聚类分析 Safarova Aliyeva Gamar 巴库国立大学，阿塞拜疆 10:15-10:30 桑蚕品种和杂交种遗传多样性研究 Ramazanova Jala、Mammadov Ayaz 西里海大学，阿塞拜疆阿塞拜疆里海地区鲟鱼的养殖特征 Rzayev Elshad，Taghiyeva Safada 阿塞拜疆养鱼场，阿塞拜疆
在……非法销售的干海马的 DNA 条形码
海马属于海马科，生活在热带和温带沿海地区，这些地区的海底柔软多沙，岩石和藻类之间，以及受海洋影响较大的泻湖中。海马是最受欢迎的动物之一，通常被当作治疗各种疾病的传统中药 (TCM) 销售。这些物种在全球范围内的贸易导致其数量大幅下降，并对海洋生态系统产生了负面影响。所有现存的海马物种现在都被记录在《濒危野生动植物种国际贸易公约》(CITES) 附录二中。在菲律宾，这些物种受到《菲律宾渔业法》(RA 8550)（经 RA 10654 修订）和《菲律宾野生动物法》(RA 9147) 的保护。然而，尽管有现行法律，但干海马和活海马的非法贸易仍然存在。这项研究旨在确定马尼拉大都会商店或市场上非法交易的海马物种。共计22只干海马是从马尼拉大都会的不同商店购买的。其中9只从马尼拉市岷伦洛区的中药店购买，13只从帕赛市Cartimar Pet Center的水生宠物店购买。对干海马样本进行了形态学分析和DNA条形码编码。对全部22只样本进行形态学鉴定后发现，上述市场上出售的海马有4种，包括Hippocampus kuda、Hippocampus comes、Hippocampus histrix和Hippocampus kellogi。所有样本均经过DNA提取、扩增和测序，其中15个样本序列可进行BLAST和聚类分析。聚类分析结果显示，12个样本聚类为Hippocampus kuda，其余3个聚类为H. comes。此外，结果还显示，三家 TCM 商店和两家水生宠物店出售的海马品种大多为 H. kuda，患病率分别为 78%（马尼拉 TCM 商店）和 62%（帕赛 Cartimar 宠物中心）。因此，这项研究表明该国存在持续的干海马非法销售，需要更有效、更严格的监控和有效的政策实施，以保护和养护海马和其他海洋野生动物。
公共管理的数字化转型......
公共行政和公共服务的数字化转型已成为全球许多政府的迫切需求。本文旨在通过COVID-19大流行的影响探索公共行政数字化转型的同质性和步伐，并确定欧盟层面研究过程的问题和预测。采用聚类分析的方法研究欧盟公共行政数字化转型的相似性。通过趋势分析研究了COVID-19大流行背景下公共行政数字化的步伐。研究结果表明，欧盟国家根据公共行政数字化水平分为五个集群，各集群之间存在明显的数字差距。COVID-19大流行扩大了差距，可能影响欧盟数字化社会和建立电子政务的战略。2020年至2021年的公共电子服务使用率高于趋势分析对2009年至2019年的预测。这表明在COVID-19大流行期间欧盟的数字化进程有所加速。所提出的技术可用于预测任何国家或国家集团的数字化水平。
人类机器人互动的聚类社交手势
摘要。社交触摸提供了人类和机器人之间丰富的非语言交流。先前的工作已经确定了一套用于人类互动的触摸手势，并用自然语言标签（例如，抚摸，拍拍）描述了它们。然而，尚无关于用户思想中的触摸手势之间的半智关系的数据。为了赋予机器人的触摸智能，我们调查了人们如何看待文献中的社会触摸标签的相似之处。在一项在线研究中，有45位参与者根据他们的相似之处对36个社交触摸标签进行了分组，并用描述性名称注释了他们的分组。我们从这些分组中得出了手势的定量相似性，并使用层次聚类分析了相似性。分析导致围绕手势的社会，情感和接触特征形成9个触摸手势。我们讨论了结果对设计和评估触摸感应和与社交机器人的互动的含义。
量子密度峰聚类算法
聚类分析起源于分类学，是人类掌握的一门古老技能。过去，人们依据经验和专业知识对商品进行分类。随着现代社会的发展，人们对分类的要求越来越高[1,2]，仅依据经验和专业知识的分类已逐渐被淘汰，现在计算机技术被用于聚类分析，使用算法解决庞大而复杂的聚类任务[3,4]。因此，聚类算法已被提出并应用于各种场合[5,6]。此外，我们生活的海量数据世界也使得聚类过程不可或缺。许多研究领域都面临着海量数据的问题[7,8]。如果没有聚类或数据降维等预处理，很难进行后续分析[9–11]。例如在机器学习领域，几乎所有重要算法的原始入口都是大量的大规模数据，如果不进行聚类或降维，这些数据很难得到利用[12–14]。在量子通信领域，量子通信设备仅供应给少数几家大公司，量子通信中的很多方可能都是经典的，聚类算法可以帮助通信方更便捷地处理传输的信息[15–17]。在数据降维方面，我们熟悉的主成分分析算法（PCA）[18]、多维缩放（MDS）、线性判别（LDA）、局部线性嵌入（LLE）等[19–22]。但降维算法不可避免地会降低数据的属性值，如果操作不当，数据就会失去准确性，结果就会出现偏差，而使用聚类算法可以避免此类问题。目前，聚类算法可以按以下方式划分。基于分区的聚类算法包括 K 均值 [23]、K 中值 [24] 和核 K 均值算法 [25]。基于层次的聚类算法包括 BIRCH、CURE 和 CHAMELEON 算法 [26]。基于密度的聚类算法包括 DBSCAN、均值漂移 (MS) [27] 和密度峰值聚类算法 (DPC) [28]。每种算法都具有不同的分类能力。