摘要：为了解决设计知识和单源数据驱动的传统需求挖掘方法过于依赖设计经验、需求挖掘不全面、缺乏需求预测等问题，提出新的主控式创新框架.以非结构化文本数据为对象，从用户角度对需求进行特征提取及分类；以产品运行大数据为对象，从产品角度挖掘用户需求；运用需求预测理论对未来产品隐性需求进行预测，构建数据驱动的主控式创新矩阵.相较于知识驱动为主的传统市场调研和单源数据的需求挖掘方法，所提框架显性需求挖掘更为客观全面，兼顾未来隐性需求挖掘.以某智能制造企业的迷你打印机为案例，验证了所提框架的有效性.

摘要：发明问题的解决理论(TRIZ)的优点是能够为设计过程中遇到的冲突提供原理解,但其理论结构松散复杂,没有具体的产品开发设计流程.将TRIZ与其他创新理论相结合,建立产品设计的集成创新模型,使产品设计过程规律化、系统化与模型化具有重要的现实意义和理论研究价值.全面阐述与分析了TRIZ理论与公理化设计(AD)、质量功能展开(QFD)、约束理论(TOC)等主流设计理论及方法集成的研究现状,并展望了TRIZ与其他理论结合的发展趋势.

摘要：针对管理医疗敏感信息存在数据被攻击窃取的问题,提出基于量子计算的医疗敏感信息智能加密算法。首先考虑混合纠缠态设计医疗敏感信息量子加密的密钥构造,并分析密钥内部构造的协议子空间矩阵,由此组成密钥信息。然后通过计算信息的邻域分布函数,构建分离矩阵量子编码,为密钥重排提供处理数据,考虑量子纠缠态及其附加态的干扰情况,进行有效密钥加密,最后实现医疗敏感信息智能加密。实验结果表明,采用该方法进行医疗敏感信息智能加密的抗攻击能力较好,加密信息的传输效率高,整体性能较好。

摘要：针对传统大数据并行挖掘方法是一次性对所有数据进行挖掘,导致挖掘时间较长,挖掘精度较低等问题,采用量子计算对增量式大数据并行挖掘方法进行优化设计。首先,按照数据挖掘的基本流程搭建并行数据挖掘模型;然后分别通过定义量子比特、量子搜索算法、量子神经网络处理以及量子映射变换4个步骤,实现增量式数据的预处理,利用矩阵向量相乘分解得到过滤权重组合,通过该组合实现预处理结果的并行协同过滤;最后通过量子模糊聚类得出增量式大数据并行挖掘结果。实验结果表明,应用量子计算的增量式大数据并行挖掘方法的平均召回率为97.25%,并行挖掘时间在2.1~3.2 s的范围内浮动,准确率超过95%,且该方法的收敛性最好,寻优能力强。