大数据论文参考文献英文

大数据论文参考文献英文

M专著J期刊D论文

大数据论文参考文献回答于2018-09-14现今人们的生活到处充斥着大数据给我们带来的便利，那么大数据论文参考文献有哪些呢?小编为方便大家特意搜集了一些大数据论文参考文献，希望能帮助到大家。大数据论文参考文献一：[1] 陈杰. 本地文件系统数据更新模式研究[D]. 华中科技大学 2014[2] 刘洋. 层次混合存储系统中缓存和预取技术研究[D]. 华中科技大学 2013[3] 李怀阳. 进化存储系统数据组织模式研究[D]. 华中科技大学 2006[4] 邓勇强，朱光喜，刘文明. LDPC码的低复杂度译码算法研究[J]. 计算机科学. 2006(07)[5] 陆承涛. 存储系统性能管理问题的研究[D]. 华中科技大学 2010[6] 罗东健. 大规模存储系统高可靠性关键技术研究[D]. 华中科技大学 2011[7] 王健宗. 云存储服务质量的若干关键问题研究[D]. 华中科技大学 2012[8] 余雪里. 金属氧化物pn异质结对光电响应与气体敏感特性的作用[D]. 华中科技大学 2014[9] 王玮. 基于内容关联密钥的视频版权保护技术研究[D]. 华中科技大学 2014[10] 韩林. 云存储移动终端的固态缓存系统研究[D]. 华中科技大学 2014[11] 田宽. 宫内节育器用Cu/LDPE复合材料的表面改性研究[D]. 华中科技大学 2013[12] 聂雪军. 内容感知存储系统中信息生命周期管理关键技术研究[D]. 华中科技大学 2010[13] 王鹏. 低密度奇偶校验码应用于存储系统的关键技术研究[D]. 华中科技大学 2013[14] 刁莹. 用数学建模方法评价存储系统性能[D]. 哈尔滨工程大学 2013[15] 符青云. 面向大规模流媒体服务的高性能存储系统研究[D]. 电子科技大学 2009[16] 王玉林. 多节点容错存储系统的数据与缓存组织研究

1、M——专著。示例：[序号] 期刊作者，严复思想研究[M]。桂林：XXXX出版社，1989。

2、N——报纸文章。示例：[序号] 期刊作者.经济全球化的重要性[N]. XX日报，1998-12-27。

3、J——期刊文章。示例：[序号] 期刊作者．题名〔J〕，刊名，出版年，卷(期)：起止页码。

4、D——学位论文。示例：[序号] 学位论文作者．题名〔D〕，保存地点．保存单位。年份。

5、R——报告。示例：[序号] 报告作者，题名〔R〕，保存地点．年份。

6、S——标准。示例：[序号] 标准代号，标准名称[S]，出版地：出版者，出版年。

7、P——专利。示例：[序号] 专利所有者，专利题名[P]。专利国别：专利号，发布日期。

8、A——专著，论文集中的析出文献 。

扩展资料：

参考文献的著录原则：

1、只著录最必要，最新的文献。著录的文献要精选，仅限于著录作者亲自阅读过并在论文中直接引用的文献，而且无特殊需要不必罗列众所周知的教科书或某些陈旧史料。

2、只著录公开发表的文献。公开发表是指在国内外公开发行的报刊或正式出版的图书上发表。在供内部交流的刊物上发表的文章和内部使用的资料，尤其是不宜公开的资料均不能作为参考文献引用。

3、引用论点必须准确无误，不能断章取义。

4、采用规范化的著录格式。关于文后参考文献的著录已有国际标准和国家标准，论文作者和期刊编者都应熟练掌握，严格执行。

5、参考文献的著录方法。根据GB 7714—87《文后参考文献著录规则》中规定采用顺序编码制。

参考资料来源：百度百科-参考文献

参考资料来源：百度百科-论文

参考文献著录中的文献类别代码普通图书：M 会议录：C 汇编：G 报纸：N 期刊：J 学位论文：D 报告：R 标准：S 专利：P 数据库：DB 计算机程序：CP 电子公告：EB 参考文献表中，文献的作者不超过3位时，全部列出；超过3位时，只列前3位，后面加“等”字或相应的的外文；作者姓名之间不用“和”或“and”，而用“，”分开；中国人和外国人的姓名一律采用姓前名后著录法。西文作者的名字部分可缩写，并省略缩写点“.”。

大数据技术英文论文参考文献

Big data refers to the huge volume of data that cannotbe stored and processed with in a time frame intraditional file next question comes in mind is how big this dataneeds to be in order to classify as a big data. There is alot of misconception in referring a term big data. Weusually refer a data to be big if its size is in gigabyte,terabyte, Petabyte or Exabyte or anything larger thanthis size. This does not define a big data a small amount of file can be referred to as a bigdata depending upon the content is being ’s just take an example to make it clear. If we attacha 100 MB file to an email, we cannot be able to do a email does not support an attachment of this with respect to an email, this 100mb filecan be referred to as a big data. Similarly if we want toprocess 1 TB of data in a given time frame, we cannotdo this with a traditional system since the resourcewith it is not sufficient to accomplish this you are aware of various social sites such asFacebook, twitter, Google+, LinkedIn or YouTubecontains data in huge amount. But as the users aregrowing on these social sites, the storing and processingthe enormous data is becoming a challenging this data is important for various firms togenerate huge revenue which is not possible with atraditional file system. Here is what Hadoop comes inthe Data simply means that huge amountof structured, unstructured and semi-structureddata that has the ability to be processed for information. Now a days massive amount of dataproduced because of growth in technology,digitalization and by a variety of sources, includingbusiness application transactions, videos, picture ,electronic mails, social media, and so on. So to processthese data the big data concept is data: a data that does have a proper formatassociated to it known as structured data. For examplethe data stored in database files or data stored in Data: A data that does not have aproper format associated to it known as structured example the data stored in mail files or in data: a data that does not have any formatassociated to it known as structured data. For examplean image files, audio files and video data is categorized into 3 v’s associated with it thatare as follows:[1]Volume: It is the amount of data to be generated a huge : It is the speed at which the data : It refers to the different kind data which . Challenges Faced by Big DataThere are two main challenges faced by big data [2]i. How to store and manage huge volume of . How do we process and extract valuableinformation from huge volume data within a giventime main challenges lead to the development ofhadoop is an open source framework developed byduck cutting in 2006 and managed by the apachesoftware foundation. Hadoop was named after yellowtoy was designed to store and process dataefficiently. Hadoop framework comprises of two maincomponents that are:i. HDFS: It stands for Hadoop distributed filesystem which takes care of storage of data withinhadoop . MAPREDUCE: it takes care of a processing of adata that is present in the let’s just have a look on Hadoop cluster:Here in this there are two nodes that are Master Nodeand slave node is responsible for Name node and JobTracker demon. Here node is technical term used todenote machine present in the cluster and demon isthe technical term used to show the backgroundprocesses running on a Linux slave node on the other hand is responsible forrunning the data node and the task tracker name node and data node are responsible forstoring and managing the data and commonly referredto as storage node. Whereas the job tracker and tasktracker is responsible for processing and computing adata and commonly known as Compute the name node and job tracker runs on asingle machine whereas a data node and task trackerruns on different . Features Of Hadoop:[3]i. Cost effective system: It does not require anyspecial hardware. It simply can be implementedin a common machine technically known ascommodity . Large cluster of nodes: A hadoop system cansupport a large number of nodes which providesa huge storage and processing . Parallel processing: a hadoop cluster provide theaccessibility to access and manage data parallelwhich saves a lot of . Distributed data: it takes care of splinting anddistributing of data across all nodes within a also replicates the data over the entire . Automatic failover management: once and AFMis configured on a cluster, the admin needs not toworry about the failed machine. Hadoop replicatesthe configuration Here one copy of each data iscopied or replicated to the node in the same rackand the hadoop take care of the internetworkingbetween two . Data locality optimization: This is the mostpowerful thing of hadoop which make it the mostefficient feature. Here if a person requests for ahuge data which relies in some other place, themachine will sends the code of that data and thenother person compiles it and use it in particularas it saves a log to bandwidthvii. Heterogeneous cluster: node or machine can beof different vendor and can be working ondifferent flavor of operating . Scalability: in hadoop adding a machine orremoving a machine does not effect on a the adding or removing the component ofmachine does . Hadoop ArchitectureHadoop comprises of two componentsi. HDFSii. MAPREDUCEHadoop distributes big data in several chunks and storedata in several nodes within a cluster whichsignificantly reduces the replicates each part of data into each machinethat are present within the no. of copies replicated depends on the replicationfactor. By default the replication factor is 3. Thereforein this case there are 3 copies to each data on 3 differentmachines。reference:Mahajan, P., Gaba, G., & Chauhan, N. S. (2016). Big Data Security. IITM Journal of Management and IT, 7(1), 89-94.自己拿去翻译网站翻吧，不懂可以问

1.[期刊论文]数据科学与大数据技术专业的教材建设探索期刊：《新闻文化建设》 | 2021 年第 002 期摘要：随着大数据时代的到来,信息技术蓬勃发展,国家大力推进大数据产业的发展,鼓励高校设立数据科学和数据工程相关专业。在趋势的推动下,许多高校成立了数据科学与大数据技术专业。本文通过研究数据科学与大数据技术专业的发展现状,探索新专业下人才培养的课程设置及教材建设等问题,同时介绍高等教育出版社在数据科学与大数据技术专业教材建设方面的研发成果。关键词：数据科学与大数据技术专业；课程设置；教材建设链接：.[期刊论文]数据科学与大数据技术专业课程体系探索期刊：《科教文汇》 | 2021 年第 002 期摘要：该文阐述了数据科学与大数据专业的设置必要性、专业的培养目标和知识能力结构,最后探索了数据科学与大数据专业的技术性课程体系设置方法.希望该文内容对数据科学与大数据技术专业的培养方案制订和课程体系构造具有一定的指导意义和参考价值.关键词：数据科学；大数据技术；课程体系链接：.[期刊论文]数据科学与大数据技术专业实验实践教学探析期刊：《长春大学学报（自然科学版）》 | 2021 年第 001 期摘要：近些年各种信息数据呈爆炸式增长,在这种背景下,国家在2015年印发了关于大数据技术人才培养的相关文件,每年多个高校的大数据相关专业获批.数据量的增长对数据处理的要求越来越高,各行业涉及信息数据的范围越来越广,对大数据专业人才的需求越来越多.为了应对社会需求,如何科学地规划数据科学与大数据专业的本科教育,尤其在当前注重实践操作的背景下,如何制定适合的实验实践教学方案,更好满足社会需求.关键词：数据科学；大数据；实践教学链接：

大数据论文参考文献回答于2018-09-14现今人们的生活到处充斥着大数据给我们带来的便利，那么大数据论文参考文献有哪些呢?小编为方便大家特意搜集了一些大数据论文参考文献，希望能帮助到大家。大数据论文参考文献一：[1] 陈杰. 本地文件系统数据更新模式研究[D]. 华中科技大学 2014[2] 刘洋. 层次混合存储系统中缓存和预取技术研究[D]. 华中科技大学 2013[3] 李怀阳. 进化存储系统数据组织模式研究[D]. 华中科技大学 2006[4] 邓勇强，朱光喜，刘文明. LDPC码的低复杂度译码算法研究[J]. 计算机科学. 2006(07)[5] 陆承涛. 存储系统性能管理问题的研究[D]. 华中科技大学 2010[6] 罗东健. 大规模存储系统高可靠性关键技术研究[D]. 华中科技大学 2011[7] 王健宗. 云存储服务质量的若干关键问题研究[D]. 华中科技大学 2012[8] 余雪里. 金属氧化物pn异质结对光电响应与气体敏感特性的作用[D]. 华中科技大学 2014[9] 王玮. 基于内容关联密钥的视频版权保护技术研究[D]. 华中科技大学 2014[10] 韩林. 云存储移动终端的固态缓存系统研究[D]. 华中科技大学 2014[11] 田宽. 宫内节育器用Cu/LDPE复合材料的表面改性研究[D]. 华中科技大学 2013[12] 聂雪军. 内容感知存储系统中信息生命周期管理关键技术研究[D]. 华中科技大学 2010[13] 王鹏. 低密度奇偶校验码应用于存储系统的关键技术研究[D]. 华中科技大学 2013[14] 刁莹. 用数学建模方法评价存储系统性能[D]. 哈尔滨工程大学 2013[15] 符青云. 面向大规模流媒体服务的高性能存储系统研究[D]. 电子科技大学 2009[16] 王玉林. 多节点容错存储系统的数据与缓存组织研究

英文数据论文参考文献

英文参考文献引用格式有两种：APA格式和MLA格式。

1、APA格式：APA（American Psychological Association）是一种标明参考来源的格式，主要使用在社会科学领域及其他学术准则中，国内很多期刊也是采用的APA格式。

APA文内注的参考文献格式是：“（作者姓氏，发表年份）”。

APA文末的参考文献目录格式是：Reference List, 必须以姓（Family name）的字母顺序来排列，基本结构为：

期刊类：【作者】【发表年份】【文章名】【期刊名】【卷号/期数：起止页码】Smith,J.（2006）.The title of the title of Journal,1,101-105。

非期刊类：【作者】【发表年份】【书籍名】【出版地：出版社】.（2002）.What computers can't York:Harp&Row。

2、MLA格式：MLA是美国现代语言协会（Modern Language Association）制定的论文指导格式，多用于人文学科（Liberal Arts）。

MLA文内注的基本格式：“（作者姓氏，文献页码）”。

MLA文末的参考文献目录格式：在MLA格式中称为Works Cited,同样是以姓（Family name）的字母顺序来排列，基本结构为：

期刊类：【作者】【“文章名”】【期刊名】【卷号或期数】【发表年份】起止页码】Nwezeh,.“The Comparative Approachto Modern African Literature.”Year book of General and Comparative Literature 28(1979):22。

非期刊类：【作者】【书籍名】【出版地：出版社】【发表年份】Winfield,Richard in Civil of Wisconsin P,1995。

文献引用不符合要求具体表现是：

1、所列文献范围过宽，凡所参阅过的均列出其中，如教材、内部刊物、获奖过但并未公开发表的成果报告等。

2、所列文献过多，如有些医生认为文献越多越好，将参阅过的文章书籍后的参考文献也悉数收录，有些文献作者并没有亲自阅读，只是认为跟自己的文章搭点边，也凑数其后。

3、所列文献过少，有些医生怕自己文章引述别人东西太多，被人认为抄袭，故意将一些重要参考文献略去。

4、对文献的理解偏面，以为只有引用文献原文才需要列出。

5、大而不当，将整期刊物甚至连续几期杂志或整张报纸作为参考文献。

英文参考文献格式举例

参考文献是毕业论文的重要组成部分，对其进行统计分析，不仅有利于本科生的.教育和管理，而且能为图书馆文献保障和读者服务等工作提供一定的参考依据。下面是我整理的英文参考文献格式举例，希望大家重视。

一、参考文献的类型

参考文献(即引文出处)的类型以单字母方式标识，具体如下：M——专著C——论文集N——报纸文章J——期刊文章D——学位论文R——报告

对于不属于上述的文献类型，采用字母“Z”标识。对于英文参考文献，还应注意以下两点：

①作者姓名采用“姓在前名在后”原则，具体格式是：姓，名字的首字母.如：MalcolmRichardCowley应为：Cowley，.，如果有两位作者，第一位作者方式不变，&之后第二位作者名字的首字母放在前面，姓放在后面，如：FrankNorris与IrvingGordon应为：Norris，F.&.;

②书名、报刊名使用斜体字，如：MasteringEnglishLiterature，EnglishWeekly。

二、参考文献的格式及举例

1.期刊类

【格式】[序号]作者.篇名[J].刊名，出版年份，卷号(期号)：起止页码.【举例】

[1]王海粟.浅议会计信息披露模式[J].财政研究，2004，21(1)：56-58.[2]夏鲁惠.高等学校毕业论文教学情况调研报告[J].高等理科教育，2004(1):46-52.

[3]Heider，[J].ForeignLanguageTeachingandResearch，1999，(3):62–67.

2.专著类

【格式】[序号]作者.书名[M].出版地：出版社，出版年份：起止页码.【举例】[4]葛家澍，林志军.现代西方财务会计理论[M].厦门：厦门大学出版社，2001：42.

[5]Gill，[M].London:Macmillan，1985:42-45.

3.报纸类

【格式】[序号]作者.篇名[N].报纸名，出版日期(版次).【举例】

[6]李大伦.经济全球化的重要性[N].光明日报，1998-12-27(3).

[7]French，[N].AtlanticWeekly，198715(33).

4.论文集

【格式】[序号]作者.篇名[C].出版地：出版者，出版年份：起始页码.【举例】

[8]伍蠡甫.西方文论选[C].上海：上海译文出版社，1979：12-17.

[9]Spivak，G.“CantheSubalternSpeak?”[A].(eds.).VictoryinLimbo:Imigism[C].Urbana:UniversityofIllinoisPress，1988，.

英文论文写作参考文献

参考文献是文章或著作等写作过程中参考过的文献，文后参考文献是指为撰写或编辑论文和著作而引用的有关文献信息资源。

[1]AgranoflF, R. and Michael,M., 2003,“Collaborative Public Management; New Stiategies for Local Governments”, Geo^etown University Press,Washington,D. C.

[2]Aguinis, H. and Glavas, A., 2012, “What We Know and Don't Know About Corporate Social Responsibility: A Review and Research Agenda”,Journal of Management, 38(4)，pp. 932-968.

[3]Altman, E.,1998' “Financial Ratio,Discriminant Analysis and the Prediction of Corporate Banlruptcy”? Journal of Finance, 23(4)，pp. 589-609.

[4]Arenas, D.,Lozano,J. M. and Albareda,L.,2009,“The role ofNGOs in CSR:Mutual Perceptions Among Stakeholders”, Journal of Business Ethics,88,pp. 175-197.

[5]Aupperie, K., Carroll, A. and Hatfield,J.,1985,“An Empirical Examination of the Relationship between Corporate Social Responsibility and Profitability”,Academy of Management Journal, 28(2)， pp. 446-463.

[6]Austin, J. E.,2000,“Strategic collaboration between nonprofits between businesses”, Nonprofit and Voluntary Sector Quarterly, 29(1)， pp. 69-97.

[7]Baron,D. R, 1997,Integrated strategy* trade Policy, and global competition'California Management Review? 39(2)， pp. 145-169.

[8]Baron,R. A., 2006, “Opportunity Recognition as the Detection of Meaningful Patterns: Evidence from Comparisons of Novice and Experienced Entrepreneurs”?Management Science, 9,pp. 1331-1344.

[9]Baiy, A. D?,1879,: “Die Erscheinung der Symbiose”, Strasbourg.

[10] Kotha, B. ., 1999,“Does Stakeholder Orientation Matter? The Relationship Between Stakeholder Management Models and Firm Performance”. Academy ofManagement Jounal, 42,pp. 488-506.

[11]Binghamf C. B. and Davis,J. P.,2012, “Learning Sequences: Their Emeigence? Evolution and Effect”. Academy of Management Journal 55(3)， pp. 611-641.

[12]Blumer, H. , 1980, “Mead and Blumer : The Convei^ent Methodological Perspectives of Social Behaviorism and Symbolic Interactionism”,AmericanSociological Review, 45,pp. 409-419.

[13]Bondy,K.,2008,“The Paradox of Power in CSR : A Case Study on Implementation”. Journal of Business Ethics? 82(2)，pp. 307-323.

[14]Bowen, F.,Aloysius. N. K. and Herremans,I.,2010,“When Suits Meet Roots:The Antecedents and Consequences of Community Engagement Strategy”, Journal of Business Ethics, 95,pp. 297-318 ?

[15]Brammer,S, and Millington,A., 2003, “The Effect of Stakeholder Preferences >Organizational Structure and Industry Type on Corporate Community Involvement”,Journal of Business Ethics,45(3)? pp. 213-226.

[16]Bridoux, F. and Stoelhorst, J. W.,2014, “Microfoundations for Stakeholder Theoiy : Managing Stakeholders with Heterogeneous Motives” , Strategic Management Joumah 35, pp. 107-125

[17]Bryson, J. M., Crosby, B. C, and Stone? M. M.,2006, “The Design and Implementation of Cross-Sector Collaborations: Propositions from the Literature”,Public Administration Review, 66(sl)。

[18]Carey, J. M.,Beilin, R., Boxshall,A.,Burgman M. A. and Flander , “Risk-Based Approaches to Deal with Uncertainty in a Data-Poor System:Stakeholder Involvement in Hazard Identification for Marine National Parks and Marine Sanctuaries in Victoria,Australia”, Risk Analysis: An International Journal,27(1)，pp. 271-281,

[19]Carroll> A. B., 1979, “A TTiree-Dimensional conceptual Model of Corporate Performance”. Academy of Management Review, 4(4)， pp. 497-505.

[20] Carroll, A. B?,1991,“The Pyramid of Corporate Social Responsibility: Toward the Moral Management of Organizational Stakeholders”. Business Horizons,34(4)，pp. 39-48.

[1] Zhixin W, Chuanwen J, Qian A, et al. The key technology of offshore wind farm and its new development in China[J]. Renewable and Sustainable Energy Reviews, 2009, 13(1)：216-222.

[2] Shahir H, Pak A. Estimating liquefaction-induced settlement of shallow foundations by numerical approach[J]. Computers and Geotechnics, 2010, 37(3)： 267-279.

[3] Hausler EA. Influence of ground improvement on settlement and liquefaction:a study based on field case history evidence and dynamic geotechnicalcentrifuge tests. PhD dissertation, University of California, Berkeley; 2002.

[4] Kemal Hac efendio lu. Stochastic seismic response analysis of offshore wind turbine including fluid‐structure‐soil interaction[J]. Struct. Design Tall Spec. Build.,2010,

[5] Arablouei A, Gharabaghi A R M, Ghalandarzadeh A, et al. Effects of seawater–structure–soil interaction on seismic performance of caisson-type quay wall[J]. Computers &Structures, 2011, 89(23)： 2439-2459.

[6] Zafeirakos A, Gerolymos N. On the seismic response of under-designed caisson foundations[J]. Bulletin of Earthquake Engineering, 2013: 1-36.

[7] Snyder B, Kaiser M J. Ecological and economic cost-benefit analysis of offshore wind energy[J]. Renewable Energy, 2009, 34(6)： 1567-1578.

[8] Ding H, Qi L, Du X. Estimating soil liquefaction in ice-induced vibration of bucket foundation[J]. Journal of cold regions engineering, 2003, 17(2)： 60-67.

[9] Shooshpasha I, Bagheri M. The effects of surcharge on liquefaction resistance of silty sand[J]. Arabian Journal of Geosciences, 2012: 1-7.

[10] Bhattacharya S, Adhikari S. Experimental validation of soil–structure interaction of offshore wind turbines[J]. Soil dynamics and earthquake engineering, 2011, 31(5)： 805-816.

[11] H. Bolton Seed, Izzat M. Idriss. Simplified procedure for evaluating soilliquafaction potential. Journal of the Soil Mechanics and Foundations Division. 1971,97(9)： 1249-1273

[12] W. D. Liam Finn, Geoffrey , Kwok . An effective stress model for liquefaction. Journal of the Geotechnical Engineering Division, 1977, 103(6)：517-533

[13] liquefaction and Cyclic Mobility Evolution for Level Ground During Earthquakes, J of the Geotechnical Engineering Division ASCE , 1979,

[14] and Cyclic Deformation of Sands-A Critical Review,Proceedings of the Fifth Pan American Conference on Soil Mechanics and Foundation Engineering,Buenos Aires,Argentina,1975.

[1] T. Paulay and J. R. Binney. Diagonally Reinforced coupling beams of shear Walls[S].ACI Special Publication 42, Detroit, 1974, 2: 579-598

[2] Lam WY, Su R K L, Pam H J. Experimental study of plate-reinforced composite deep coupling beams[J]. Structural Design Tall Special Building, 2009(18)： 235-257

[3] ACI 318-02: Building Code Requirements for Structural Concrete, ACI318R-02:Commentary, An ACI Standard, reported by ACI Com-mittee318, American Concete Institute, 2002

[4] Siu W H, Su R K L. Effects of plastic hinges on partial interaction behaviour of bolted side-plated beams[J]. Journal of Construction Steel Research, 2010, 66(5)：622-633

[5] Xie Q. State of the art of buckling-restrained braces inAsia[J]. Journal of Construction Steel Research, 2005, 61(6)：727-748

[6] Kim J,Chou H. Behavior and design of structures with buckling-restrained braces[J].Structural Engineering, 2004,26(6)：693-706

[7] Tsai K C, Lai J W. A study of buckling restrained seismic braced frame[J].Structural Engineering, Chinese Society of Structural Engineering, 2002, 17(2)：3-32

[8] Patrick J. Fortney, Bahrem M. Shahrooz, Gian A. Rassati. Large-Scale Testing of a Replaceable “Fuse” Steel Coupling Beam[J]. Journal of Structural 2007:1801-1807

[9] Qihong Zhao. Cyclic Behavior of traditional and Innovative Composite Shear Walls[J]. Journal of Structural Engineering, Feb. 2004:271-284

云计算大数据英文论文参考文献

out our petty tasks, hardly aware of our listless attitude toward life.

同学，你好！正如百科里写的，这段话是NIST给出的云计算的定义，原文为英文，内容为“Cloud computing is a model for enabling ubiquitous,convenient, on-demand network access to a shared poolof configurable computing resources (. networks, servers,storage, applications and services) that can be rapidlyprovisioned and released with minimal management effortor service provider interaction.”相关参考文献为The NIST Definition of Cloud Computing. Peter Mell,Timothy Grance. Sep 2011.

在大数据环境下，计算机信息处理技术也面临新的挑战，要求计算机信息处理技术必须不断的更新发展，以能够对当前的计算机信息处理需求满足。下面是我给大家推荐的计算机与大数据的相关论文，希望大家喜欢!计算机与大数据的相关论文篇一 浅谈“大数据”时代的计算机信息处理技术 [摘 要]在大数据环境下，计算机信息处理技术也面临新的挑战，要求计算机信息处理技术必须不断的更新发展，以能够对当前的计算机信息处理需求满足。本文重点分析大数据时代的计算机信息处理技术。 [关键词]大数据时代;计算机;信息处理技术 在科学技术迅速发展的当前，大数据时代已经到来，大数据时代已经占领了整个环境，它对计算机的信息处理技术产生了很大的影响。计算机在短短的几年内，从稀少到普及，使人们的生活有了翻天覆地的变化，计算机的快速发展和应用使人们走进了大数据时代，这就要求对计算机信息处理技术应用时，则也就需要在之前基础上对技术实施创新，优化结构处理，从而让计算机数据更符合当前时代发展。 一、大数据时代信息及其传播特点 自从“大数据”时代的到来，人们的信息接收量有明显加大，在信息传播中也出现传播速度快、数据量大以及多样化等特点。其中数据量大是目前信息最显著的特点，随着时间的不断变化计算机信息处理量也有显著加大，只能够用海量还对当前信息数量之大形容;传播速度快也是当前信息的主要特点，计算机在信息传播中传播途径相当广泛，传播速度也相当惊人，1s内可以完成整个信息传播任务，具有较高传播效率。在传播信息过程中，还需要实施一定的信息处理，在此过程中则需要应用相应的信息处理工具，实现对信息的专门处理，随着目前信息处理任务的不断加强，信息处理工具也有不断的进行创新[1];信息多样化，则也就是目前数据具有多种类型，在庞大的数据库中，信息以不同的类型存在着，其中包括有文字、图片、视频等等。这些信息类型的格式也在不断发生着变化，从而进一步提高了计算机信息处理难度。目前计算机的处理能力、打印能力等各项能力均有显著提升，尤其是当前软件技术的迅速发展，进一步提高了计算机应用便利性。微电子技术的发展促进了微型计算机的应用发展，进一步强化了计算机应用管理条件。 大数据信息不但具有较大容量，同时相对于传统数据来讲进一步增强了信息间关联性，同时关联结构也越来越复杂，导致在进行信息处理中需要面临新的难度。在 网络技术 发展中重点集中在传输结构发展上，在这种情况下计算机必须要首先实现网络传输结构的开放性设定，从而打破之前计算机信息处理中，硬件所具有的限制作用。因为在当前计算机网络发展中还存在一定的不足，在完成云计算机网络构建之后，才能够在信息处理过程中，真正的实现收放自如[2]。 二、大数据时代的计算机信息处理技术 (一)数据收集和传播技术 现在人们通过电脑也就可以接收到不同的信息类型，但是在进行信息发布之前，工作人员必须要根据需要采用信息处理技术实施相应的信息处理。计算机采用信息处理技术实施信息处理，此过程具有一定复杂性，首先需要进行数据收集，在将相关有效信息收集之后首先对这些信息实施初步分析，完成信息的初级操作处理，总体上来说信息处理主要包括：分类、分析以及整理。只有将这三步操作全部都完成之后，才能够把这些信息完整的在计算机网络上进行传播，让用户依照自己的实际需求筛选满足自己需求的信息，借助于计算机传播特点将信息数据的阅读价值有效的实现。 (二)信息存储技术 在目前计算机网络中出现了很多视频和虚拟网页等内容，随着人们信息接收量的不断加大，对信息储存空间也有较大需求，这也就是对计算机信息存储技术提供了一个新的要求。在数据存储过程中，已经出现一系列存储空间无法满足当前存储要求，因此必须要对当前计算机存储技术实施创新发展。一般来讲计算机数据存储空间可以对当前用户关于不同信息的存储需求满足，但是也有一部分用户对于计算机存储具有较高要求，在这种情况下也就必须要提高计算机数据存储性能[3]，从而为计算机存储效率提供有效保障。因此可以在大数据存储特点上完成计算机信息新存储方式，不但可以有效的满足用户信息存储需求，同时还可以有效的保障普通储存空间不会出现被大数据消耗问题。 (三)信息安全技术 大量数据信息在计算机技术发展过程中的出现，导致有一部分信息内容已经出现和之前信息形式的偏移，构建出一些新的计算机信息关联结构，同时具有非常强大的数据关联性，从而也就导致在计算机信息处理中出现了新的问题，一旦在信息处理过程中某个信息出现问题，也就会导致与之关联紧密的数据出现问题。在实施相应的计算机信息管理的时候，也不像之前一样直接在单一数据信息之上建立，必须要实现整个数据库中所有将数据的统一安全管理。从一些角度分析，这种模式可以对计算机信息处理技术水平有显著提升，并且也为计算机信息处理技术发展指明了方向，但是因为在计算机硬件中存在一定的性能不足，也就导致在大数据信息安全管理中具有一定难度。想要为数据安全提供有效保障，就必须要注重数据安全技术管理技术的发展。加强当前信息安全体系建设，另外也必须要对计算机信息管理人员专业水平进行培养，提高管理人员专业素质和专业能力，从而更好的满足当前网络信息管理体系发展需求，同时也要加强关于安全技术的全面深入研究工作[4]。目前在大数据时代下计算机信息安全管理技术发展还不够成熟，对于大量的信息还不能够实施全面的安全性检测，因此在未来计算机信息技术研究中安全管理属于重点方向。但是因为目前还没有构建完善的计算机安全信息管理体系，因此首先应该强化关于计算机重点信息的安全管理，这些信息一旦发生泄漏，就有可能会导致出现非常严重的损失。目前来看，这种 方法 具有一定可行性。 (四)信息加工、传输技术 在实施计算机信息数据处理和传输过程中，首先需要完成数据采集，同时还要实时监控数据信息源，在数据库中将采集来的各种信息数据进行存储，所有数据信息的第一步均是完成采集。其次才能够对这些采集来的信息进行加工处理，通常来说也就是各种分类及加工。最后把已经处理好的信息，通过数据传送系统完整的传输到客户端，为用户阅读提供便利。 结语： 在大数据时代下，计算机信息处理技术也存在一定的发展难度，从目前专业方面来看，还存在一些问题无法解决，但是这些难题均蕴含着信息技术发展的重要机遇。在当前计算机硬件中，想要完成计算机更新也存在一定的难度，但是目前计算机未来的发展方向依旧是云计算网络，把网络数据和计算机硬件数据两者分开，也就有助于实现云计算机网络的有效转化。随着科学技术的不断发展相信在未来的某一天定能够进入到计算机信息处理的高速发展阶段。 参考文献 [1] 冯潇婧.“大数据”时代背景下计算机信息处理技术的分析[J].计算机光盘软件与应用，2014，(05)：105+107. [2] 詹少强.基于“大数据”时代剖析计算机信息处理技术[J].网络安全技术与应用，2014，(08)：49-50. [3] 曹婷.在信息网络下计算机信息处理技术的安全性[J].民营科技，2014， (12)：89CNKI [4] 申鹏.“大数据”时代的计算机信息处理技术初探[J].计算机光盘软件与应用，2014，(21)：109-110 计算机与大数据的相关论文篇二 试谈计算机软件技术在大数据时代的应用 摘要：大数据的爆炸式增长在大容量、多样性和高增速方面，全面考验着现代企业的数据处理和分析能力;同时，也为企业带来了获取更丰富、更深入和更准确地洞察市场行为的大量机会。对企业而言，能够从大数据中获得全新价值的消息是令人振奋的。然而，如何从大数据中发掘出“真金白银”则是一个现实的挑战。这就要求采用一套全新的、对企业决策具有深远影响的解决方案。 关键词：计算机 大数据时代 容量 准确 价值 影响 方案 1 概述 自从计算机出现以后，传统的计算工作已经逐步被淘汰出去，为了在新的竞争与挑战中取得胜利，许多网络公司开始致力于数据存储与数据库的研究，为互联网用户提供各种服务。随着云时代的来临，大数据已经开始被人们广泛关注。一般来讲，大数据指的是这样的一种现象：互联网在不断运营过程中逐步壮大，产生的数据越来越多，甚至已经达到了10亿T。大数据时代的到来给计算机信息处理技术带来了更多的机遇和挑战，随着科技的发展，计算机信息处理技术一定会越来越完善，为我们提供更大的方便。 大数据是IT行业在云计算和物联网之后的又一次技术变革，在企业的管理、国家的治理和人们的生活方式等领域都造成了巨大的影响。大数据将网民与消费的界限和企业之间的界限变得模糊，在这里，数据才是最核心的资产，对于企业的运营模式、组织结构以及 文化 塑造中起着很大的作用。所有的企业在大数据时代都将面对战略、组织、文化、公共关系和人才培养等许多方面的挑战，但是也会迎来很大的机遇，因为只是作为一种共享的公共网络资源，其层次化和商业化不但会为其自身发展带来新的契机，而且良好的服务品质更会让其充分具有独创性和专用性的鲜明特点。所以，知识层次化和商业化势必会开启知识创造的崭新时代。可见，这是一个竞争与机遇并存的时代。 2 大数据时代的数据整合应用 自从2013年，大数据应用带来令人瞩目的成绩，不仅国内外的产业界与科技界，还有各国政府部门都在积极布局、制定战略规划。更多的机构和企业都准备好了迎接大数据时代的到来，大数据的内涵应是数据的资产化和服务化，而挖掘数据的内在价值是研究大数据技术的最终目标。在应用数据快速增长的背景下，为了降低成本获得更好的能效，越来越趋向专用化的系统架构和数据处理技术逐渐摆脱传统的通用技术体系。如何解决“通用”和“专用”体系和技术的取舍，以及如何解决数据资产化和价值挖掘问题。 企业数据的应用内容涵盖数据获取与清理、传输、存储、计算、挖掘、展现、开发平台与应用市场等方面，覆盖了数据生产的全生命周期。除了Hadoop版本系统YARN，以及Spark等新型系统架构介绍外，还将探讨研究流式计算(Storm，Samza，Puma，S4等)、实时计算(Dremel，Impala，Drill)、图计算(Pregel，Hama，Graphlab)、NoSQL、NewSQL和BigSQL等的最新进展。在大数据时代，借力计算机智能(MI)技术，通过更透明、更可用的数据，企业可以释放更多蕴含在数据中的价值。实时、有效的一线质量数据可以更好地帮助企业提高产品品质、降低生产成本。企业领导者也可根据真实可靠的数据制订正确战略经营决策，让企业真正实现高度的计算机智能决策办公，下面我们从通信和商业运营两个方面进行阐述。 通信行业：XO Communications通过使用IBM SPSS预测分析软件，减少了将近一半的客户流失率。XO现在可以预测客户的行为，发现行为趋势，并找出存在缺陷的环节，从而帮助公司及时采取 措施 ，保留客户。此外，IBM新的Netezza网络分析加速器，将通过提供单个端到端网络、服务、客户分析视图的可扩展平台，帮助通信企业制定更科学、合理决策。电信业者透过数以千万计的客户资料，能分析出多种使用者行为和趋势，卖给需要的企业，这是全新的资料经济。中国移动通过大数据分析，对 企业运营 的全业务进行针对性的监控、预警、跟踪。系统在第一时间自动捕捉市场变化，再以最快捷的方式推送给指定负责人，使他在最短时间内获知市场行情。 商业运营：辛辛那提动物园使用了Cognos，为iPad提供了单一视图查看管理即时访问的游客和商务信息的服务。借此，动物园可以获得新的收入来源和提高营收，并根据这些信息及时调整营销政策。数据收集和分析工具能够帮助银行设立最佳网点，确定最好的网点位置，帮助这个银行更好地运作业务，推动业务的成长。 3 企业信息解决方案在大数据时代的应用 企业信息管理软件广泛应用于解决欺诈侦测、雇员流动、客户获取与维持、网络销售、市场细分、风险分析、亲和性分析、客户满意度、破产预测和投资组合分析等多样化问题。根据大数据时代的企业挖掘的特征，提出了数据挖掘的SEMMA方法论――在SAS/EM环境中，数据挖掘过程被划分为Sample、Explore、Modify、Model、Assess这五个阶段，简记为SEMMA： Sample 抽取一些代表性的样本数据集(通常为训练集、验证集和测试集)。样本容量的选择标准为：包含足够的重要信息，同时也要便于分析操作。该步骤涉及的处理工具为：数据导入、合并、粘贴、过滤以及统计抽样方法。 Explore 通过考察关联性、趋势性以及异常值的方式来探索数据，增进对于数据的认识。该步骤涉及的工具为：统计 报告 、视图探索、变量选择以及变量聚类等方法。 Modify 以模型选择为目标，通过创建、选择以及转换变量的方式来修改数据集。该步骤涉及工具为：变量转换、缺失处理、重新编码以及数据分箱等。 Model 为了获得可靠的预测结果，我们需要借助于分析工具来训练统计模型或者机器学习模型。该步骤涉及技术为：线性及逻辑回归、决策树、神经网络、偏最小二乘法、LARS及LASSO、K近邻法以及其他用户(包括非SAS用户)的模型算法。 Assess 评估数据挖掘结果的有效性和可靠性。涉及技术为：比较模型及计算新的拟合统计量、临界分析、决策支持、报告生成、评分代码管理等。数据挖掘者可能不会使用全部SEMMA分析步骤。然而，在获得满意结果之前，可能需要多次重复其中部分或者全部步骤。 在完成SEMMA步骤后，可将从优选模型中获取的评分公式应用于(可能不含目标变量的)新数据。将优选公式应用于新数据，这是大多数数据挖掘问题的目标。此外，先进的可视化工具使得用户能在多维直方图中快速、轻松地查阅大量数据并以图形化方式比较模拟结果。SAS/EM包括了一些非同寻常的工具，比如：能用来产生数据挖掘流程图的完整评分代码(SAS、C以及Java代码)的工具，以及交换式进行新数据评分计算和考察执行结果的工具。 如果您将优选模型注册进入SAS元数据服务器，便可以让SAS/EG和SAS/DI Studio的用户分享您的模型，从而将优选模型的评分代码整合进入 工作报告 和生产流程之中。SAS模型管理系统，通过提供了开发、测试和生产系列环境的项目管理结构，进一步补充了数据挖掘过程，实现了与SAS/EM的无缝联接。 在SAS/EM环境中，您可以从SEMMA工具栏上拖放节点进入工作区的工艺流程图中，这种流程图驱动着整个数据挖掘过程。SAS/EM的图形用户界面(GUI)是按照这样的思路来设计的：一方面，掌握少量统计知识的商务分析者可以浏览数据挖掘过程的技术方法;另一方面，具备数量分析技术的专家可以用微调方式深入探索每一个分析节点。 4 结束语 在近十年时间里，数据采集、存储和数据分析技术飞速发展，大大降低了数据储存和处理的成本，一个大数据时代逐渐展现在我们的面前。大数据革新性地将海量数据处理变为可能，并且大幅降低了成本，使得越来越多跨专业学科的人投入到大数据的开发应用中来。 参考文献： [1]薛志文.浅析计算机网络技术及其发展趋势[J].信息与电脑，2009. [2]张帆，朱国仲.计算机网络技术发展综述[J].光盘技术，2007. [3]孙雅珍.计算机网络技术及其应用[J].东北水利水电，1994. [4]史萍.计算机网络技术的发展及展望[J].五邑大学学报，1999. [5]桑新民.步入信息时代的学习理论与实践[M].中央广播大学出版社，2000. [6]张浩，郭灿.数据可视化技术应用趋势与分类研究[J].软件导刊. [7]王丹.数字城市与城市地理信息产业化――机遇与挑战[J].遥感信息，2000(02). [8]杨凤霞.浅析 Excel 2000对数据的安全管理[J].湖北商业高等专科学校学报，2001(01). 计算机与大数据的相关论文篇三 浅谈利用大数据推进计算机审计的策略 [摘要]社会发展以及时代更新，在该种环境背景下大数据风潮席卷全球，尤其是在进入新时期之后数据方面处理技术更加成熟，各领域行业对此也给予了较高的关注，针对当前计算机审计(英文简称CAT)而言要想加速其发展脚步并将其质量拔高就需要结合大数据，依托于大数据实现长足发展，本文基于此就大数据于CAT影响进行着手分析，之后探讨依托于大数据良好推进CAT，以期为后续关于CAT方面研究提供理论上参考依据。 [关键词]大数据 计算机审计 影响 前言：相较于网络时代而言大数据风潮一方面提供了共享化以及开放化、深层次性资源，另一方面也促使信息管理具备精准性以及高效性，走进新时期CAT应该融合于大数据风潮中，相应CAT人员也需要积极应对大数据带了的机遇和挑战，正面CAT工作，进而促使CAT紧跟时代脚步。 一、初探大数据于CAT影响 影响之机遇 大数据于CAT影响体现在为CAT带来了较大发展机遇，具体来讲，信息技术的更新以及其质量的提升促使数据方面处理技术受到了众多领域行业的喜爱，当前在数据技术推广普及阶段中呈现三大变化趋势：其一是大众工作生活中涉及的数据开始由以往的样本数据实际转化为全数据。其二是全数据产生促使不同数据间具备复杂内部关系，而该种复杂关系从很大程度上也推动工作效率以及数据精准性日渐提升，尤其是数据间转化关系等更为清晰明了。其三是大众在当前处理数据环节中更加关注数据之间关系研究，相较于以往仅仅关注数据因果有了较大进步。基于上述三大变化趋势，也深刻的代表着大众对于数据处理的态度改变，尤其是在当下海量数据生成背景下，人工审计具备较强滞后性，只有依托于大数据并发挥其优势才能真正满足大众需求，而这也是大数据对CAT带来的重要发展机遇，更是促进CAT在新时期得以稳定发展重要手段。 影响之挑战 大数据于CAT影响还体现在为CAT带来一定挑战，具体来讲，审计评估实际工作质量优劣依托于其中数据质量，数据具备的高质量则集中在可靠真实以及内容详细和相应信息准确三方面，而在CAT实际工作环节中常常由于外界环境以及人为因素导致数据质量较低，如数据方面人为随意修改删除等等，而这些均是大数据环境背景下需要严格把控的重点工作内容。 二、探析依托于大数据良好推进CAT措施 数据质量的有效保障 依托于大数据良好推进CAT措施集中在数据质量有效保障上，对数据质量予以有效保障需要从两方面入手，其一是把控电子数据有效存储，简单来讲就是信息存储，对电子信息进行定期检查，监督数据实际传输，对信息系统予以有效确认以及评估和相应的测试等等，进而将不合理数据及时发现并找出信息系统不可靠不准确地方;其二是把控电子数据采集，通常电子数据具备多样化采集方式，如将审计单位相应数据库直接连接采集库进而实现数据采集，该种直接采集需要备份初始传输数据，避免数据采集之后相关人员随意修改，更加可以与审计单位进行数据采集真实性 承诺书 签订等等，最终通过电子数据方面采集以及存储两大内容把控促使数据质量更高，从而推动CAT发展。 公共数据平台的建立 依托于大数据良好推进CAT措施还集中在公共数据平台的建立，建立公共化分析平台一方面能够将所有采集的相关数据予以集中化管理存储，更能够予以多角度全方面有效分析;另一方面也能够推动CAT作业相关标准予以良好执行。如果将分析模型看作是CAT作业标准以及相应的核心技术，则公共分析平台则是标准执行和相应技术实现关键载体。依托于公共数据平台不仅能够将基础的CAT工作实现便捷化以及统一化，而且深层次的实质研究有利于CAT数据处理的高速性以及高效性，最终为推动CAT发展起到重要影响作用。 审计人员的强化培训 依托于大数据良好推进CAT措施除了集中在上述两方面之外，还集中在审计人员的强化培训上，具体来讲，培训重点关注审计工作于计算机上的具 体操 作以及操作重点难点，可以构建统一培训平台，在该培训平台中予以多元化资料的分享，聘请高技能丰富 经验 人士予以平台授课，提供专业技能知识沟通互动等等机会，最终通过强化培训提升审计人员综合素质，更加推动CAT未来发展。 三、结论 综上分析可知，当前大数据环境背景下CAT需要将日常工作予以不断调整，依托于大数据促使审计人员得以素质提升，并利用公共数据平台建立和相应的数据质量保障促使CAT工作更加高效，而本文对依托于大数据良好推进CAT进行研究旨在为未来CAT优化发展献出自己的一份研究力量。 猜你喜欢： 1. 人工智能与大数据论文 2. 大数据和人工智能论文 3. 计算机大数据论文参考 4. 计算机有关大数据的应用论文 5. 有关大数据应用的论文

数据金融英文论文参考文献

20条精选金融论文英语参考文献

[1] nelson, c. r. & siegel, a. f. parsimonious modeling of yield curves [j], journal of business 1987(4): 473—489.

[2] diebold，francis x and li, canlin..global yield curve dynamics and interactions: adynamic nelson-siegel approach[j],journal of econometrics,XX，10:351-363

[3] bliss, r. r.. testing term structure estimation methods [j]. advances in futures and options research, 1997，9:197-231

[4] tanner, e.，“exchange market pressures and monetary policy: asia and latin america in the 1990s” [c]5 working papers, imf,XX.

[5] so, r. w., “price and volatility spillovers between interest rate and exchange value of the us dollar”[j], global finance journal,XX (1) :95-107

[6] . testing continuous-time models of the spot interest rate [j], review of financial studies. 1996，9:385-426

[7] vasicek 0,fong h g term structure modeling using exponential splines. journal of finance[j], 1982，37:339-348

[8] duffle，d. and r. kan. a yield factor model of interest rates[j]，mathematical finance, 1. 1996，6: 379-406

[9] ait—sahalia,y and r. kimmel. estimating affine multifactor term structure models using closed-form likelihood expansions[c] ? working paper,nber,XX.

[10] engle，robert e autoregressive conditional heteroscedasticity with estimates of the variance of u. k inflation[j]. economica,1982，50:987—1008

[10]chen，., and l. scott “maximum likelihood estimation for a multi-factor equilibrium model of the term structure of interest rates,”. journal of fixed income, december, 1993，12: 14-31 .

[11] vasicek o. an equilibrium characterization of the term structure [j] ? journal of financial economics, 1977，5:177-188.

[12] j. c. cox, j. e. ingersoll，s. a. ross. a theory of the term structure of interest rates [j]. econometrica, 1985, 53： 385-407

[13] edmund m. a. kwaw and yen, resolving economic conflict between the united states and japan[m] . massachusetts institute of technolog. 1997: 189-220.

[14] swanson，r.，rogoff， it real the exchange rate-interest differential relation over the modern floating period[j] journal of finance, 1988，43: 359-382

[15] chan, k.，chan, karolyi, a.,intraday volatility in the stock index and stock index futures markets [j] review of financial studies 1991 (4) : 657-684.

[16] kutan, j. and s. zhou，"mean reversion of interest rates in the eurocurrency market[j], oxford bulletin of economics and statistics,XX，63: 459-473.

[17] park. information flows between non-deliverable forward (ndf ) and spot markets：evidence from korean currency [j]. pacific-basin finance journal，XX，9:363-377

[18] roberta. michael f，exchange rate regimes in an increasingly integrated world [j]，economy，XX，34:109-132

[19] prasad，e. ye. l_ the renminbi's role in the global monetary system[r], global economy and development at brookings,XX (2) : 169-185

[20] nelson c r, sigel a f. parsimonious modeling of yield curve [j]. journal of business, 1987，60:473- 489.

在写作国际金融论文的过程中，引用参考文献的着录格式是否规范，能反映作者论文写作经验和治学态度。下面是我蒐集整理的金融类论文参考文献的内容，供大家阅读参考。 一： [1]姚建军.核心竞争力的构建与跨越式发展-广州市商业银行的实践[J],中国金融，2002,185:7-9. [2]甘当善.商业银行经营管理[M],上海：上海财经大学出版社，2004,18-22. [3]土晓辉.我国城市商业银行的发展战略探析[J],北方经济，2007,. [4]李红.哈尔滨市商业银行发展战略研究〔D，哈尔滨：哈尔滨工程大学，2005. [5]雷蒙德·戈德司史密斯.金融结构与金融发展[M],上海：上海人民出版社，1996,23-29. [6]李宝巖.我国城市商业银行市场定位分析[J],商务现代化，2006,585:11-15 [7]刘元.城市商业银行的战略转型与定位回归[J],中国金融，2005,21:37-42. [8]李贞彩.城市商业银行发展战略研究〔D，北京：首都经济贸易大学，2006. [9]颜伟.城市商业银行发展战略探析[J],市场周刊，2005,8：93-94. [10]陈阳.我国中小商业银行市场定位研究D，青岛：中国海洋大学，2004. [11]. [12]. [13]. [14].“KarlBrunner'SMonetaryEconomicsAnAppreciation”.TheJournalofMoney,CreditandBanking,1991,. [15]. [16]. [17]. [18]. [19]陈小宪.风险资本市值-中国商业银行实现飞跃的核心问题仁[M],北京：中国金融出版社，2004,57-62. 二： [1]段正旺，王光.解决中小企业贷款难的对策.中国金融，2003,22. [2]人行湟源县支行课题组.信用：解决中小企业贷款难的关键.青海金融，2003,01. [3]刘维奇，高超.中小企业贷款问题的进化博弈分析.中国软科学，2006,12. [4]燕平.竭城助推小企业.中国金融家，2009,02：103 [5]小丽.小企业的十大生存之道.质量探索，2009,07:61-62 [6]中国人民银行货币政策司课题组.中小企业贷款障碍与对策研究.金融研究，1999,12. [7]小丽.小企业的十大生存之道.质量探索，2009,07:61-62 [8]七类农业小企业可获农发行重点支援.安徽农学通报上半月刊，2009,11:211 [9]杨思群.小企业金融：理论和政策.财贸经济，2000,03. [10]迟宪良中小企业融资困境与对策研究.吉林大学，2007 [11]刘慧萍.小企业内部控制问题研究.宁夏社会科学，2009,05:61-63 [12]农发行重点支援七类农业小企业.农家顾问，2009,06:10究，2003 [13]陈及，王佐.中国中小企业融资途径选择.北京商学院学报，2000,04. [14]蔡根生，李衍彬.中小企业贷款难在何处.金融理论与实践，2001,07. [15][J].. [16][J].. [17]AndersenandPiterbarg.. [18][J].. [19][J].. [20]GlassermanP.,[J].. 三： [1]巴曙松、王璟怕、杜婧.从微观审慎到巨集观审慎：危机下的银行监管启示[J].国际金融研究，2010,5：83-89. [2]顾海兵.巨集观金融预警系统的构架简析[J].法观经济研究，1999,11：16-19+25. [3]陈雨露、汪昌云.金融学文献通论巨集观金融卷[M].北京：中国人民大学出版社，2006. [4]赖娟.我国金融系统性风险及其防范研究[D].江西财经大学博士论文，2011. [5]包全永.银行系统性风险的传染模型研究[J].金融研究，2005,8：72-84. [6]陈松林.金融风险监测与预警研究[J].经济科学，1997,3;28-36. [7]陈雨露、马勇.构建中国的“金融失衡指数”:方法及在巨集观审慎中的应用[J].中国人民大学学报，2013,1：59-71. [8]曹凤岐.改革和完善中国金融监管体系[J].北京大学学报哲学社会科学版，2009,7：57-66. [9]高国华，潘英丽.银行系统性风险度量--基于动态CoVaR方法的分析[J].上海交通大学学报，2011,12：1753-1759. [10]高国华，潘英丽.基于资产负债表关联的银行系统性风险研究[J].管理工程学报，2012,40：162-168 [11]. [12]Friend,Crockett,：53-64. [13]VeimasitR,. [14]Chang,E,：57-72. [15]：35-47. [16]. [17]GrinblattCheng,：103-135. [18]Land *** an,. [19]李华,许有志,佘元冠.高技术产业化政策对我国企业竞争能力的影响分析[J].科技进步与对策,2012:1?4 [20]庞皓.计量经济学[M].北京：科学出版社,2007 [21]压亚明,穆荣平,李金生.高技术产业国际竞争实力测度方法研究[J].科学学与科学技术管理,20083: 136?143 [22]刘力钢,隋鑫,安曼.高技术企业知识创造与可持续竞争优势[J].辽宁大学学报：哲学社会科学版，20071:100?105 [23]胡小平,何建敏.高技术产业竞争实力评价模型构建方法研究[J].软科学,20093:10?14 [24]陈柳钦.战略性新兴产业自主创新问题研究[J].科学发展,20116 [25]金镭.高科技产业丛集发展动力分析[J].科技进步与对策,2012:1?4

[1]刘颖,欧阳斌. 金融危机背景下协调金融创新与金融监管冲突的法治对策[J]. 贵州商业高等专科学校学报,2009,(3). [2]林明凤. 国际金融危机下的金融创新与金融监管[J]. 现代交际,2010,(6). [3]曹东勃,秦茗. 金融创新与技术创新的耦合——兼论金融危机的深层根源[J]. 财经科学,2009,(1). [4]丁化美. 在金融危机中加快推进我国金融创新——论金融创新与金融危机辩证关系[J]. 山东经济,2009,(4). [5]王惠凌,滕进华. 美国金融危机对我国金融创新及金融监管的启示[J]. 特区经济,2009,(6). [6]王海军,姜磊. 后金融危机时代中国银行业金融创新与发展[J]. 金融发展研究,2010,(12). [7]王海军,姜磊. 后金融危机时代中国银行业金融创新与发展[J]. 区域金融研究,2011,(1). [8]张细松. 资产证券化、金融创新与资本市场——基于美国金融危机分析的视角[J]. 云南财经大学学报,2011,(3). [9]陈强. 后金融危机时代房地产金融创新与风险防范[J]. 价值工程,2011,(33). [10]李向军,解学成. 引入金融创新的IS-LM模型:金融危机求解[J]. 中央财经大学学报,2010,(2). [11]陈光华. 美国金融危机战略成因及对我国金融创新的启示[J]. 滨州学院学报,2010,(1). [12]李翰阳. 从全球金融危机看我国银行业金融创新的进一步发展问题[J]. 国际金融研究,2009,(2). [13]秦建文,梁珍. 汲取美国金融危机的教训稳健推进中国金融创新[J]. 国际金融研究,2009,(7). [14]吴文平,刘颖,欧阳斌. 金融危机背景下金融创新与监管的法治对策[J]. 北华大学学报(社会科学版),2009,(4). [15]秦建文,梁珍. 全球金融危机对中国金融创新发展的启示[J]. 金融论坛,2009,(7). [16]张华荣,陈伟雄. 金融危机下对西方发达国家金融创新过度的思考——基于马克思主义经济学视阈的分析[J]. 福建行政学院学报,2009,(6). [17]吴丽红. 从美国金融危机看金融创新及其风险防范[J]. 改革与战略,2010,(1). [18]刘红. 基于金融危机视角的商业银行金融创新研究[D]. 山东经济学院: 山东经济学院,2010. [19]岳彩申,张晓东. 金融创新产品法律责任制度的完善——后金融危机时代的反思[J]. 法学论坛,2010,(5). [20]狄瑞鸿. 透视美国金融危机中的金融创新“蝴蝶效应”[J]. 兰州商学院学报,2009,(4). [21]周逢民. 后金融危机时代的金融创新——在哈尔滨金融学院建校60周年金融高端论坛上的演讲[J]. 黑龙江金融,2010,(11). [22]吴云峰. 后危机时代我国金融创新监管的法律因应之道——以美国次贷危机为视点[J]. 北方法学,2011,(4). [23]张梅. 后金融危机时期的金融创新策略与风险监管[J]. 上海金融,2010,(2). [24]黄嘉仪. 金融危机成因中的金融创新因素分析[D]. 吉林大学: 吉林大学,2010. [25]记者 姜欣欣. 在改善风险监管的基础上加快银行创新[N]. 金融时报,2010-02-01(008). [26]祁绍斌. 从迪拜金融危机看金融创新与金融监管之关系[J]. 生产力研究,2011,(4). [27]王海波,尹晓海. 从美国金融危机看金融创新与金融监管[J]. 中国经贸导刊,2010,(11). [28]李若璇. 金融危机警示我国金融监管与金融创新应该相匹配[J]. 中国商界(下半月),2010,(6). [29]盛硕. 后金融危机时代美国金融监管改革与金融创新[J]. 市场周刊(理论研究),2010,(7). [30]皮天雷. 金融创新与金融监管:当前金融危机下的解读[J]. 西南金融,2009,(6). [31]沈联涛. 金融创新、金融监管与此次金融危机的联系及其改革方向[J]. 国际金融研究,2010,(1). [32]胥爱欢. 金融创新的激励机制与金融危机形成机制——基于异质信念、创新脆弱性的分析[J]. 金融教学与研究,2010,(5). [33]记者 姜微姚玉洁. 金融中心指数排名,上海一年疾升25位[N]. 新华每日电讯,2009-11-11(006). [34]刘畅. 后金融危机时代中国商业银行金融创新的路径选择[J]. 时代金融,2010,(11). [35]昌忠泽. 对美国金融危机的反思——金融创新角度[J]. 天津社会科学,2010,(6). [36]王晖. 浅议后金融危机时代我国的银行管理与金融创新[J]. 中小企业管理与科技(上旬刊),2011,(2). [37]冯振伟. 浅谈美国金融危机对我国金融创新的启示[J]. 决策探索(下半月),2011,(2). [38]李昌镛. 金融危机与金融创新之于亚洲[J]. 中国科技财富,2011,(11). [39]樊鑫. 试论金融危机下当前我国的金融创新[J]. 中国外资,2011,(10). [40]亚洲开发银行首席经济学家李昌镛 金融危机与金融创新[J]. 中国高新区,2011,(6). [41]韩骏. 国际金融危机后我国金融创新的路径选择[J]. 投资研究,2010,(10). [42]郑惠文. 后金融危机时代的风险监管理念及金融创新策略[J]. 金融经济,2011,(14). [43]孙松,李栋. 金融危机视角下我国银行业的金融创新[J]. 东方企业文化,2011,(6). [44]千珊珊,苏季萍. 浅析国际金融危机下金融创新之利与弊[J]. 思想战线,2011,(S1). [45]常霞. 美国金融危机与我国金融创新[J]. 品牌(理论版),2009,(Z2). [46]周静,王冀宁,茅宁. 金融危机下的中小企业融资与金融创新[J]. 现代管理科学,2010,(1). [47]张志杰,刘力铭. 金融危机背景下的金融创新反思[J]. 现代营销(学苑版),2010,(3). [48]王侨钰. 金融危机对我国金融创新与风险监管的启示[J]. 华北金融,2010,(2). [49]郑卫国,潘望春. 金融危机视角下的金融创新与风险防范[J]. 福建金融,2010,(2). [50]刘明辉,何敬. 自由与罪恶——金融创新与金融危机[J]. 财务与会计,2010,(1).