医疗决策支持系统中TS模型的应用研究

该文对构造基于GK算法的TS模型的方法进行了研究,并利用该模型建立了一个医疗决策支持系统,对医疗费用和住院天数进行预测。使用病人数据进行训练和预测的结果表明,构造的模型对预测实际发生的住院费用和实际住院天数具有较好的效果。     

城市短时交通流预测仿真研究

应用灰色系统和神经网络研究城市短时交通流预测问题。针对目前交通流预测方法难以处理城市短时交通流实时变化以及高度非线性特征,导致实际预测精度差的缺陷,提出了一种基于灰色系统和神经网络的组合模型,利用灰色模型对实际监测到的数据进行拟合、预测。得到预测值和预测残差。将预测残差输入到神经网络模型进行残差的学习、仿真和预测,残差预测值和GM(1,1)模型预测值的和值作为最终预测结果。运用组合模型方法对贵阳喷水池路段交通流量进行预测,实验结果证明了组合方法的有效性、可行性。     

灰色模型在春运客流量预测应用中的优化

将火车站视为本征性灰色系统，选用灰色预测方法对春运客流量作出预测，并根据实际预测结果对基本模型进行优化。采用残差预测模型和新陈代谢模型等方法，解决了预测精度和可信度的问题。实际数据表明预测结果是可信的。     

基于小波去噪及ARMA模型的故障率预测方法研究

在现有的故障诊断与预测方法的基础上,提出了一种基于小波及ARMA模型的预测方法。首先给出了小波去噪的原理,以及ARMA模型预测的思想,结合民机故障率的特点,对实际的故障率数据进行小波去噪,保留故障发展的主要趋势,对主要趋势进行ARMA建模预测,并将预测结果与实际值进行比较。结果说明,进行小波去噪后的ARMA建模预测的结果有较高的准确率。     

基于BP神经网络的股市预测模型

介绍了神经网络的基本概念,建立BP神经网络模型,以某个股实际收盘价为原始数据样本,对网络进行训练后,对股票价格进行了短期预测,并计算出预测值和实际值的误差.通过实验发现该模型收敛速度快,预测精度高.     

基于时间序列的校园网流量预测研究

网络流量预测能有效地提高网络管理的工作效率和网络带宽的利用率。本文在校园网实际应用环境中,利用时间序列模型对收集到的实际网络流量数据进行预测,并通过实验证明该预测方法具有一定实用性。     

基于网络流量半马尔柯夫模型的流量预测

引入了半马尔柯夫模型描述网络流量特性，并在该模型的基础上分析推导了相应的流量预测方法。分别对广域网和局域网不同时间尺度统计的实际流量数据进行分析和短期、长期预测，所有数据的实际预测精确度均小于预先设定的置信度。说明引入的模型能真实反映网络流量特性，基于该模型的流量预测方法具有良好的预测性能且适用于不同长度的预测。     

基于BP神经网络的太阳辐射度预测

太阳辐射预测准确,能够对光伏发电的输出功率做出较为准确的预测,将为电网的运行和控制提供重要参考依据。建立了一种用于预测太阳辐射的BP神经网络仿真模型,通过利用实际数据对该模型进行训练,实现了对未来太阳辐射的预测。     

网络流量行为分析的小波加权混沌局域模型

结合小波变换和混沌局域模型的各自优势，提出一种网络流量的预测模型。首先，将网络流量时间序列进行小波分解得到高频信号序列和低频信号序列，再用加权混沌局域模型对每一成分的信号序列分别进行预测,对所有的预测分量进行小波重构就可以实现对网络流量的预测。用实际网络流量对该模型进行验证，实验结果表明，该模型具有较高的预测效果。     

ARIMA模型在软件测试缺陷数量预测中的应用

本文通过采用ARIMA模型(求和自回归滑动平均模型)对嵌入式软件项目开发中缺陷数量的预测方法进行了研究,提出将嵌入式软件项目测试过程中发现的缺陷数量,按时间顺序阶段作为时间序列事件数据,按照ARIMA(p,d,q)模型的方式,对此数据的时间过程进行分析与建模,根据所得模型对下一个相似的软件项目测试发现缺陷数量进行预测的方法。同时采用这种方法对实际项目数据进行了建模,利用所得模型进行了预测,并与实际项目的数据进行了比较,对更深一步的研究进行了讨论。     

一种异构数据源模型转换和模式集成框架

异构数据源集成系统的主要任务是屏蔽数据源数据模型的异构性，提供对数据的统一访问。公共数据模型、模型变换和中间数据模型被广泛用来解决该问题。由于数据集成工作的工作量和任务对象日益复杂、规模日趋庞大，仅采用公共数据模型不能满足现有集成要求。异构数据源数据模型内在的关联性虽然使得面向语义集成变得更加复杂，但更利于模型转换方法在数据集成中的应用。模型转换是模式集成的基础，本文给出了异构数据源模型的形式化描述方法和基础模型转换操作形式化框架。该框架能够保证模型、实例和约束三者的相互独立，适用于大多数基础数据模型及其之间的转换和集成应用。通过该框架可简化和规范异构数据源数据模型转换和模式集成过程。     

数据基因：数据的进化过程管理模型

同生物一样，数据也具有进化过程。本文参照生物进化论的观点，给出一种数据进化过程管理模型——数据基因模型。在数据基因模型中，数据进化过程中产生的信息称为数据的遗传信息，它们被保存在数据基因中。通过数据基因的遗传和变异来记录数据的特征及与其它数据的关系。该模型可用于企业信息处理、审计事务处理等对数据来源、去向需要清楚了解的应用中。本文给出了数据基因模型的基本概念、性质，并给出了模型的一个实例。     

企业数据集成模型的研究

本文从现代企业实施数据集成的需求出发，对联邦数据库系统、中间件模式和数据仓库模式等几种经典数据集成体系进行了分析，并指出了它们的局限；提出了一种基于OMG模型驱动和XML的企业数据集成的模型框架，并阐述了该数据集成模型的相关技术和优越性，同时也说明了应用模型的概念设计应用时应把握的观点。     

一个可扩展的数据质量元模型

提出了一个可扩展的数据质量控制元模型,该元模型是对企业数据质量模型的抽象,由3层组成：核心层,初始层以及扩展层,根据不同的需求,可以对这3层进行相应的扩充,以实现不同需求在不同层上得到数据质量保证的目的,目前该 模型已经应用于大庆石油信息系统,实际应用表明,该数据质量元模型能够为企业提供了一个完整的,可扩充的数据质量控制功能。     

科学数据溯源描述模型及规范设计与思考

数据溯源技术对保证数据密集型科研的再现、验证和重用具有极为重要的作用。本文结合科学数据管理的特点和需求,在现有溯源技术的基础上,重点对溯源描述模型及规范进行了研究设计。其中对溯源内容构成模型进行完善,提出了 W7+R3 模型,并基于此细化设计了溯源内容元数据规范;同时对现有溯源表达模型进行了优化,设计了一种实用轻量级的溯源表达模型。文章最后对科研过程中溯源管理的发展提出了建设性的建议和思考。希望本文的研究对于规范科学数据溯源管理具有一定的基础性参考和指导价值。     

一种时态数据形式语言模型

数据模型是数据库技术发展的主线,时态数据模型是时态数据库系统的核心与基础。针对时态数据模型的研究现状,初步探讨了时态数据模型的基本要素,建立了一种形式化时态数据模型;基于形式语言理论和形式语义学的指称语义方法,进一步建立了该时态数据模型的形式语言模型。应用时态数据形式语言模型定义了各类时态完整性约束的形式语义规则,深入分析了时态数据模型内在的时态语义联系,为时态数据模型的研究提供了一个便利、高效的形式化理论框架。     

科技数据网格中基于事件驱动的异步消息传输模型

典型数据网格实例在异构节点之间的数据传输效率低效。为了克服其缺点，提出了一个基于事件驱动的异步消息传输模型，给出了相关定义，论述了该模型的体系结构，并应用于科学数据网格中数据访问中间件当中。初步应用表明，该文提出的基于事件驱动的异步传输模型方案，对于具有数据海量性的科学数据网格具有重要意义。     

动态模糊数据的扩展模型研究

数据模型是建立系统的核心，在我们的对象中，具有动态模糊性的数据是普遍存在的，文献[1]对一般的动态模糊数据模型作了初步研究，基于此，本文作更深入的研究，给出了动态模糊数据的测度理论，动态糊数据的扩展模型，该模型的建立，为人们用计算机处理这类问题提供了理论依据。     

用Voronoi多边形扩展的空间数据模型

Voronoi图是一种基本几何结构 ,也是解决相关几何问题的有效的工具 .为了有效地解决 GIS中的空间目标间关系的动态构建、显示等问题 ,首先重点探讨了用 Voronoi图扩展的空间数据模型 ,然后主要从空间数据建模语义的角度出发 ,在研究 GIS面向对象的空间数据模型的基础上 ,提出了用 Voronoi多边形来部分地代替面向对象的数据模型间的关系定义 ,并给出了一个基于 Voronoi多边形的面向对象数据模型的框架 .该模型由于利用了Voronoi图具有的能良好地表示空间目标邻近关系的特性 ,并且由于通过空间目标的位置 ,能动态地获取和显示空间目标间的邻接关系 ,因而可以有效地弥补目前拓扑数据模型中 ,计算更新复杂及不能表示空间上邻近 ,而几何上不相接目标间的空间关系和栅格数据模型中不能有效地表达目标间拓扑关系的不足的问题 ,实践证明 ,这是一种较为理想的表示复杂空间关系的数据模型 .     

科学数据联合出版模式与内容研究

科学数据出版是推动和深化数据共享的有效手段。本文提出一种科学数据出版模式——数据中心联合传统学术期刊的科学数据出版。该模式通过数据中心与传统学术期刊的合作以数据论文的形式实现数据的正式出版,其中通过数据中心实现数据的永久存储与管理,并开展数据挖掘与共享,数据论文则经过严格的同行评议发表在传统期刊上。该模式不但能够提升数据质量,而且有助于数据成果被现有的科研成果评价体系所接受,激发数据作者出版、共享数据的积极性,有效解决数据共享长期面临的数据质量控制和数据作者权益保护两个关键问题,进而达到整合优质数据资源、深化数据再利用的效果,实现科学数据共享可持续发展。这种出版模式结合了数据中心和学术期刊各自的优势,组织形式灵活,具有易操作可重复的特点,也可供地学以外其他学科借鉴。