摘要：河湖生态流量保障工作是全面推行河湖长制、实行最严格水资源管理制度的重要内容,确保生态流量监测数据在多部门流转过程中的可信与安全共享尤其重要。针对生态流量监测数据应用和共享的多样化、差异化、动态化需求,结合区块链技术的优点,在生态流量监测系统中引入Hyperledger Fabric平台的可插拔式区块链组件,构建了包含基础系统层、区块链中枢层、区块链服务支撑层、业务应用层的四层联盟链系统架构,围绕链上数据的可信安全共享及溯源需求,设计实现了区块链系统用户管理、数据及文件操作、区块链浏览三个功能模块,开发了区块链信息查看功能页面并集成至水库水情测报系统中。可插拔式区块链支撑组件的引入,便于对已建信息化平台进行区块链技术改造,能有效降低开发成本和周期及运维成本。该研究是区块链技术在水资源监管领域的初步探索,可为提升水资源管理能力提供新的技术思路与方案。

摘要：一、问题的提出教育未来学是预测教育未来发展趋势的一门新兴的边缘科学。教育发展战略研究就其作为对教育未来现象的认知活动而言,是从属于教育未来学的。但教育发展战略研究不仅是认知活动而且是设计活动,是对教育事业在今后一段时期内由低水平向高水平、由低质态向新质态发展过程的全局性、长期性、根本性问题的谋划。

摘要：随着水利信息化建设的逐步深入,水情信息的实时推荐需求越来越强烈。水利数据具有很强的时效性,要求推荐系统能够提供实时推荐服务。基于用户的协同过滤算法和基于信息的协同过滤算法(Item-based Collaborative Filtering,ItemCF)是推荐领域常用的2种算法,但两者在本质上都属于离线算法,不能满足水情信息分发实时性要求。提出了一种基于长短期记忆神经网络(Long-Short-Term Memory,LSTM)的水情信息分发实时推荐算法并对其优化。实验结果表明:基于LSTM的实时推荐算法在推荐时延方面最优,而优化的结合二分类模型和ItemCF推荐结果的实时推荐算法在推荐准确率方面最优,设计实现优化的基于LSTM的实时推荐算法综合效果较好,在保证水情信息推荐准确性的同时保证了推荐实时性。

摘要：水利信息化平台发展迅速,但水情信息具有来源广泛、类型丰富的特点,用户难以在多而复杂的水情信息中快速找到自己想要的水情信息。通过水情信息可视化的方法,将水情数据转化为用户可以直观理解的视觉形式,定制个性化的地图、设计不同用户界面风格。为解决大量水情信息可视化产生的视觉混淆问题,采用基于用户模型匹配的推荐算法分别对水情站点进行推荐、实现水情信息的过滤,对推荐站点重点可视化。同时,为了增强个性化展示的效果,还采用基于概率的用户模型匹配算法为不同的用户匹配个性化水情信息可视化界面。