ICS 35.240 CCS L 67 SZSD 数 字 山 东 工 程 标 准 SZSD 0065—2024 智慧城市应用场景分类指南 Classification guide for application scenarios of smart city 2024-04-15 发布 2024-06-01 实施 山东省大数据局 里、石俊龙、郭森垚、贺振华、张淼、郑奇、 张宗正、郑策、张菡文、解文静、冯希坤、孙济生、于佳琳、刘洋、马星海。 SZSD 0065—2024 1 智慧城市应用场景分类指南 1 范围 本文件给出了智慧城市建设中数字治理、数字生活和数字产业领域应用场景类别和描述。 本文件适用于指导智慧城市应用场景下的开发与应用。 2 规范性引用文件 下列文件中的内 GB/T 37043—2018 智慧城市 术语 3 术语和定义 GB/T 37043—2018界定的术语和定义适用于本文件。 4 总则 智慧城市应用场景分类主要包括数字治理﹑数字生活、数字产业三大类，应用场景分类见表1。按 照不同类别分层次的方式描述应用场景： —— 大类应用场景：从城市功能角度划分，即“数字治理”“数字生活”“数字产业”； —— 中类应用场景：从行业领域

临床 试验无法通过，那前期所有的初筛、优化、预实验都将失去意义。 但是临床试验的结果会受到多种客观因素的影响，其中至关重要的一点是试验患者 的匹配。患者的匹配是指将研究对象按照一定的标准进行分类，以挑选出最适合特 定临床试验的患者。每个临床试验都会有不同的纳入标准和排除标准，患者自身的 情况也需要达到一定的门槛，才可以参加。 招募合适的患者这一过程是非常耗时且困难的。这个过程需要仔细分析患者的病 标准级别的分类 整体流程如图2中的a所示， 这一部分分类的目的是细粒度的去判断患者是否符合 纳入标准和排除标准的每一个要求。 在纳入标准中的每个要求中，TrialGPT会将患者分类为：纳入，不纳入，不相关。 在排除标准中的每个条目中，将患者分类为：排除，不排除，不相关。在分类的同 时，TrialGPT会针对具体每个要求解释为何做出这样的分类，并给出得到这一分类 结果所依据的具体患者信息。 结果所依据的具体患者信息。 试验级别的评估 整体流程如图2中的b所示，这一部分计算的目的是整合标准级别的分类结果，以将 患者-试验对分类至如下三类：合格，不合格，不相关。 • 不相关：不相关的患者是指与试验目的或条件无关的患者，例如试验针对的 是多发性硬化症，而患者患有其他疾病。这类患者应该从候选名单中剔除，以避免 干扰试验结果。 • 不合格：

三、工业大数据预处理 四、工业大数据建模 五、工业大数据分析 六、工业大数据可视化 七、工业大数据应用 课程目录 一、了解工业大数据  大数据的特征  工业大数据的主要来源、特点、分类，数据的应用场景  工业大数据平台架构、主要技术 知识目标 技能目标  能够分析生产企业的数据来源、数据类型、数据规模  能够阐述工业大数据的主要应用场景  能够阐述工业大数据平台的基本组成 工业大数据实例 • 工业企业运行流程 • 工业大数据分类 • 工业大数据应用场景 • 工业大数据应用类型 • 工业大数据应用实例 • 静态数据和流数据 • 批量计算和流式计算 • 工业大数据架构 • 分布式计算框架 Hadoop • 分布式文件系统 HDFS • 分布式文件系统 HDFS （一）认识工业大数据特征 （二）了解工业大数据及应用分类 （三）认识工业大数据系统架构 什么是大数据（ Big 一、了解工业大数据 工业大数据的来源 （ 3 ）外部数据 • 行业信息 • 市场变化 • 合作伙伴、竞争对手 • 气候变化、生态约束 • 政治事件、自然灾害 一、了解工业大数据 分类 系统类型 典型数据文件 / 系 统 数据结构 数据特点 实时性 企业管理信息 产品设计资料 产品模型、图纸文 档 半结构化 非结构化 类型各异、更新 不频繁 非实时

将处理后的数据交由深度神经网络进行二分类和多分类计算,并将结果 融合,得出基本概率分配函数值,其将作为 DＧS证据理论的输入.最后,通过 DＧS证据理论的融合规则得到最终的网络安全态 势评估结果.实验结果表明,相较于传统态势评估模型,所提方法能够在提升客观性的情况下,保持较高的准确性. 关键词:智慧水利;网络安全态势感知;DＧS证据理论;深度自编码器;深度神经网络 中图分类号 TN９１５．０８ 基本概率分配函数,会导致存在较大的客观性.为解决这个 问题,可使用深度神经网络来自动训练分类计算得出基本概 率分配函数,以降低其主观性.在网络安全态势的研究中,由 于强容灾能力以及能够通过低代价实现较好效果等特点,深 度神经网络备受学者喜爱.但同时深度神经网络在处理大规 模数据时也会存在收敛速度慢、分类精度差的问题,本文采用 深度自编码先对海量数据进行数据降维和数据过滤,来避免 此类问题 随后将采集好的数据进行数据预处理,并将预处理后的 数据作 为 DAE 编 码 器 的 输 入;在 态 势 评 估 模 块 中,将 DAE 所得到的降维数据输入到 DNN 网络进行训练并进行二分类 和多分类计算,通过将计算结果融合得到基本概率分配函数; 在态势输出模块中,将态势评估模块中计算得出的基本概率 分配函数作为 DＧS证据理论的输入,经过 DＧS融合规则得到 网络态势值,并输出态势评估结果

问题编号查询 事件重要程度排序归类 诉求归口分类 事件所属片区分类 诉求内容详情查看 诉求上报责任人信息查看 事件处理状态进度查看 诉求事件快速刷新查找 诉求事件分三级管理 社工 社区 街道 诉求事件分类上报 24 网格化社区服务 管理信息系统 辖区事件处理状态查看 工单编号查询 举报内容详情查看 事件类型分类 事件附件信息查询 举报人员信息状况查询 无效事件删除 事件处理转办 举报项目快捷查询 文件一键导入 12345 工单管理 投诉工单编号 投诉受理时间查询 27 投诉事件分类 投诉事件归口管理 投诉事件事发地点详情 服务管理 服务分类、预约 家政服务分类、预约 快递服务分类、预约 29 社区管理后台 物业服务分类、预约 房屋租售 小区公告管理 便民电话 二手市场 缴费管理 物业费、停车费、水电费等费用缴纳 购物管理 商家分类 广告管理

5.2.8.1 字典管理............................................................................29 5.2.8.2 分类维护............................................................................29 5.2.8.3 打印模板配置... 5.2.10.2 全文检索(智能)..................................................................32 5.2.10.3 档案分类检索....................................................................34 5.2.11 系统安全.............. GB/T13968-92 (13)档案著录规则（DA/T 18-1999） (14)档号编制规则（DA/T 13-94） (15)档案目录数据采集规范（DB37/T 536-2005） (16)档案分类规则（GB/T 15418-94） (17)纸质档案数字化技术规范（DA/T 31-2005） （18）企业数字档案馆建设指南（征求意见稿） （19）企业电子文件归档和电子档案管理指南 1.3

CATERING SERVICE & DIGITAL OPERATION MANAGEMENT 模块一 行业认知 思维导图 项目三 菜品、饮品基本知识认知 ● 知识目标 1. 掌握中餐菜肴特点及其分类。 2. 掌握西餐菜肴特点，熟悉主要西餐菜式特点。 3. 掌握酒精饮料和不含酒精饮料基本知识。 ● 能力目标 ● 素养目标 1. 能够进行菜品知识介绍和推荐。 2. 能够进行饮品知识介绍和推荐。 3. 技法多样，注重火候 栩栩如生的菜品不仅展现厨师的 精湛技艺与匠心独运，更能激发食客 的热情。独特餐具的设计承载了丰富 的文化内涵和美好寓意。 4. 重视造型，盛器考究 02 中国菜的分类 按照地区、发展历史、风味特色等，通常把 中国菜肴分为地方菜、宫廷菜、官府菜、少数民 族菜和素菜等。 地方菜 不同地域文化和 发展历史形成了我国 各具特色的地方菜肴。 宫廷菜 指中国各民族在 历史发展过程中，创 造并广泛流传于民间 的烹饪技艺、风味特 色、饮食习俗的总和。 素菜 以时鲜为主，注 重本味、富含营养， 在以素托荤方面有独 到之处。 中国菜的分类 03 西餐菜肴的特点 西餐菜肴泛指按照西方国家饮食习惯烹制的 菜肴。 西餐菜肴的特点 西餐在烹饪过程中强调保持食材 的原汁原味和营养价值，因此在选料 上特别注重食材的品质和来源。 1

技术服务、数据服务、云计算（IaaS、PaaS）等应用支撑能力，具体租用能力清单如下： 表 2-2 租用 XX 市城市智能中枢核心能力平台服务清单 序 号 能力 大类 一级 分类 二级 分类 三级 分类 能力 名称 能力描述 应用场景 1 共性 技术 大数 据 大数 据平 台 - 分布 式大 数据 平台 数据采集、清洗、转化一体 化平台 大数据平台 自动挂接、配置与运行管理、 服务监控、日志审计等能力， 实现服务展示、全流程管理、 数据下载、数据处理、数据 大数据服务 管理 第 9 页 共 114 页 序 号 能力 大类 一级 分类 二级 分类 三级 分类 能力 名称 能力描述 应用场景 发布、自助取数等功能 3 共性 技术 大数 据 大数 据开 采 - 大数 据爬 虫 提供数据爬虫技术，供应用 系统快速搭建爬虫功能 资源共享、查询、管理与调用提供数 据支撑。 2）元数据管理 支持目录内容管理者完成信息资源元数据元素项裁减或扩展等工作。 3）元数据分类 为方便元数据指标体系管理，根据元数据所属类型及含义，将元数据进行分类管理。支 持目录内容管理者完成目录分类结构的创建、维护和管理等工作。 4） 元数据赋值 根据对不同部门、不同行业数据资源进行分析，提取资源的各项属性信息，按照核心元 数据指标

面临着诸多挑战。苏州制造业亟须深度挖掘数据资产价值， 以数据驱动创新，以创新引领发展，从而打造核心竞争力， 实现高质量发展。 本文首先系统梳理了数据资产的基本概念，并从多维度 构建数据资产分类框架。其次，深入介绍数据资产管理的关 键支撑技术体系，聚焦区块链、人工智能和虚拟现实等新兴 技术在其中的作用。再次，定义了数据资产化的三个重要阶 段，即业务数据化、数据资源化和数据资产化，并且明确数 一、数据资产概念和分类.........................................................................1 （一）基本概念...................................................................................1 （二）数据资产分类.......... （四）强化数据安全与隐私保护，筑牢安全基础........................25 （五）数据资源赋能制造业创新，培育数智融合人才................26 1 一、数据资产概念和分类 （一）基本概念 从技术层面而言，广义上的数据资产是指由信息系统产 生的各类数据，这些数据以电子或其他形式被记录下来，包 括但不限于文本、图像、音频、视频、网页内容、数据库条 目及传感器信

................ 18 8.3.1 数据清洗与标准化 ................................................. 18 8.3.2 数据分类与分级 ................................................... 18 8.3.3 元数据治理 ........................... ...... 24 9 生态主体 ................................................................. 24 9.1 生态主体的分类与定义 ................................................. 24 9.1.1 数据提供方 ............................ 数据质量评价指标 GB/T 37964-2019 信息安全技术 个人信息去标识化指南 GB/T 42572-2023 信息安全技术 可信执行环境服务规范 GB/T 43697-2024 数据安全技术 数据分类分级规则 GB/T 45577-2025 数据安全技术 数据安全风险评估方法 GB/T 5271.1-2000 信息技术 词汇 第1部分：基本术语 3 术语和定义 下列术语和定义适用于本文件。