基于XML的异构数据集成模式的研究*

首先介绍了企业异构数据集成技术产生的背景、研究目的以及相关概念、技术和方法;提出了一种基于四层架构的企业数据集成模型框架,阐述了该数据集成模型的优越性;介绍了以XML为基础的异构数据集成的思想和实现框架,详细介绍了该框架提供的服务功能及实现的关键技术.     

异构数据集成技术综述

本文从数据集成技术发展的角度，讨论了已有的异构数据集成方法，指出这些方法存在的问题，并在此基础上介绍了网格技术、本体技术这两个新的异构数据集成技术。文章的最后提出了数据集成方法的发展方向。     

基于SOA的异构数据集成软件架构研究

随着企业信息化建设的发展,迫切需要对各种应用系统进行资源整合,对分散异构的多数据源实现统一的数据交换.针对这一问题,提出了一种基于SOA的集成软件架构,并详细阐述了框架的体系结构、模块功能,介绍了其特点和关键技术.系统将异构数据源以Web Service的形式进行封装,同时引入本体技术,利用本体描述领域概念的优势,较好解决了数据集成中数据的异构性问题,实现了数据访问的透明性.该框架克服了传统平台技术及数据共享技术在信息集成中的局限,实现了信息的动态集成.     

异构数据集成交换方案及其在ASP平台中的应用

ASP模式对中小型企业来说是促进信息化管理的理想方式,而ASP模式的采用往往要对异构数据库中的数据进行交互访问.首先给出了相关概念的定义,并针对企业实际应用中的异构数据问题,提出了一种基于XML的异构数据集成交换方案.然后结合应用对关系数据库与XML文档之间的映射、转化和存储等相关技术进行了详细介绍.最后介绍了该方案在“面向服装纺织行业的应用服务托管平台”中的应用.     

数据挖掘在温室大棚上的应用研究

随着物联网的兴起,数据的积累速度、维度以及体积等也越来越大,成了真正的大数据范畴。在农业温室大棚中部署的大量各种各样的传感器产生了大量多源异构的传感数据,而且这些数据中存在需要清洗的各种脏乱数据。本文按照数据清洗,模型构建和模型应用三个部分进行详述,首先介绍数据清洗技术和多源异构数据的融合技术,然后列举了常见的预测模型构建方法并分别指出了每种方法的适用情况,最后对常见的应用领域进行了综述和总结,并提出了目前还存在的问题,以及对未来的展望。     

大数据平台在高校智慧校园建设中的应用

大学智慧校园的数据往往分散在不同系统建立的数据库中,这就导致数据交换和共享的处理需求迅速增加,需要构建一个相对集中的大数据平台进行异构数据集成。文章对高校智慧校园构建的异构数据库数据集成框架进行分析,设计形成了一个集中式异构数据集成平台,为高校校园数据共享和互联互通的建设提供技术参考。     

基于Excel及数据转换服务的异构数据集成方法

针对异构数据库数据集成问题，在分析基于SOA架构三层设计模式的基础上，结合Excel和数据转换服务技术，提出了比较适合于中小企业实现异构数据转换系统的体系结构。详细介绍了组件系统层异构数据源在集成子系统层整合数据、判断采用Excel还是DTS并向全局数据库系统层进行数据转换及集成的过程。     

基于J2EE数据集成平台的设计

为了实现对信息系统中异构数据的透明访问，本文介绍了一种采用J2EE组件技术的异构数据集成平台模型，通过该平台的设计和实现，对各信息系统中不同类型数据源进行集成，为用户的透明访问提供了一个切实可行的方法。     

多源异构数据整合在信用系统中的应用研究

随着诚信建设进一步推广,信用系统建设越显重要。从分布异构数据库中提取有用数据以及数据整合,是信用系统的核心技术。文中介绍了分布异构数据库的特征和连接技术,以及数据交换技术。采用了TUXEDO/Q消息传递机制和SAX文档解析标准,使信用数据可靠传输和异构数据库得以无缝连接,实现了分布异构数据源系统的信用数据整合共享。得出了一种基于XML和TUXEDO的异构信用数据有效整合的方法。     

一种基于XML的Web数据集成方案

介绍了Web环境下异构数据集成技术产生的背景和研究目的以及相关的概念、技术和方法，针对XML作为合适的数据交换格式的特点介绍了基于XML的信息集成的关键因素，提出了一种基于XML的Web数据集成操作模型，并讨论了该模型在Web数据集成时数据交换和共享过程，给出了集成构架的结构及组成。     

基于FPGA的新型测试数据采录仪的电子设计

针对汽车的设计定型测试,设计一款新型数据采录仪;除精度、采集频率、数据容量等常规性能指标外,为满足体积微型化、数据保密性、零延时启动数据采集等特殊设计要求,选择ACTEL公司基于FLASH的模数信号混合处理FPGA芯片为控制单元,以Verilog HDL语言开发代码;设计结果表明,该新型数据采录仪不但满足了以上各项设计要求,运行稳定可靠,且易于升级和扩展采集能力,具有一定的实用性和推广价值。     

基于大数据的高校智慧校园学生综合测评系统设计与研究

当前,信息化正面临着一个全新的阶段,即以数据的深度挖掘和整合应用为核心的智慧化阶段,智慧校园已成为时下高校信息化建设的重要内容。分析高校信息化建设现状和Hadoop、Spark等大数据技术框架,并重点从数据存储层、核心业务层和信息展示层对智慧校园学生综合测评系统进行分析与设计,为大数据技术与智慧校园的深度融合提供方案。     

基于PCI总线的视频图像采集系统设计与实现

从自主研发的角度，介绍了一种以PCI总线为接口，以CPLD为数据采集逻辑控制单元的视频图像采集系统。在介绍系统组成结构的基础上，详细讨论了采集部分的功能实现和CPLD的控制逻辑。采用CPLD实现视频信号的数据采集，可提高系统性能，同时具有适应性和灵活性强，设计、调试方便等优点。目前，系统已达到预期设计目标，成功地实现了视频信号的采集。     

空间对象模型用于Web下数据源集成的研究

本文提出一种新的 Web数据模型 -空间对象模型 SOM,给出了形式化描述 .SOM扩展了半结构化对象模型OEM,采用空间类做框架 ,动态插入各种属性类 ,可达到即插即用的效果 ,适合于在 WWW下集成空间数据源 .本文还介绍了属性扩散指令 ,对象字典等技术 ,最后探讨了利用 SOM对空间数据源的进行集成的方法 .SOM可应用于 Web平台的 GIS,AM/ FM等系统的集成 .     

海量数据流在桥梁健康监测中的处理方法

随着桥梁建设的快速发展,桥梁健康监测成为建设中非常重要的一部分.通过介绍桥梁健康监测的现状和数据流的概念,针对其海量数据流的特性,提出了DSMS处理方式及其原理模型,并重点介绍了该方法在实际工程中的具体应用,如异常数据查询与优化、滑动窗口的设计等,从而让异常数据及时被捕获到,更准确地掌握桥梁的健康状况.     

基于贝叶斯网络的电信客户流失预测分析

电信客户流失分析常用的数据挖掘方法有自动聚类、决策树和人工神经网络,它们是采用数据本身来训练模型的,没有利用先验知识。电信客户流失是由客户心理、服务质量和对手竞争等诸多复杂的因素造成的,利用这些已有的先验知识,可以提高预测的精度。该文根据先验知识选取分析变量,采集样本数据,通过贝叶斯网络的结构学习和参数学习,建立客户流失模型并进行客户流失趋势预测,取得了比标准数据集更准确的结果,该结果和决策树方法的预测结果相比还具有较大的优势,说明贝叶斯网络是分析客户流失等不确定性问题的有效工具。     

空间对象模型用于Web下数据源集成的研究

文章提出了一种新的Web数据模型—空间对象模型SOM,给出了严格的形式化描述。SOM扩展了半结构化对象模型OEM,采用空间类做框架,动态插入各种属性类,可达到即插即用的效果,适合于在WWW下集成空间数据源。文章还介绍了属性扩散指令,对象字典等技术,最后探讨了利用SOM对空间数据源的进行集成的方法。SOM可应用于Web平台的GIS,AM／FM等系统的集成。     

基于局域网的安全设计的研究

目前,网络安全问题如信息泄密、网络病毒等直接影响计算机的正常应用。为了有效的利用信息资源,建立企业内部的计算机网络和基于计算机网络的管理系统是当前网络时代的基本条件,局域网的安全设计是计算机网络领域的重要部分。针对局域网络的实际安全需求进行分析,该文提出合理的网络安全设计,来提高局域网络的安全性。     

基于OWL的软件工程数据建模

网络本体语言(Web ontology language,OWL)是语义网技术的一个重要组成部分,适合于对复杂的数据进行语义描述和建模.在软件系统的开发过程中通常会产生大量结构复杂、语义丰富的数据,而建立一个灵活的语义模型是对各类软件工程数据进行统一管理的基础.从设计和实现海量软件工程数据管理平台的需求出发,提出了一种基于OWL的软件工程数据描述模型.该模型不仅能够对源代码、需求、测试、版本和缺陷数据进行描述,同时还能对这些数据之问的语义关联进行描述.通过案例分析对模型的有效性进行了讨论.     

神经网络结构搜索在脑数据分析领域的研究进展

神经网络结构搜索(neural architecture search,NAS)是自动化机器学习的重要组成部分,已被广泛应用于多个领域,包括计算机视觉、语音识别等,能够针对特定数据、场景、任务寻找最优的深层神经网络结构.将NAS引入至脑数据分析领域,能够在图像分割、特征提取、辅助诊断等多个应用领域大幅度提升性能,展现低能耗自动化机器学习的优势.基于NAS进行脑数据分析是当前的研究热点之一,同时也具有一定挑战.目前,在此领域,国内外可供参考的综述性文献较少.对近年来国内外相关文献进行了细致地调研分析,从算法模型、研究任务、实验数据等不同方面对NAS在脑数据分析领域的研究现状进行了综述.同时,也对能够支撑NAS训练的脑数据集进行了系统性总结,并对NAS在脑数据分析中存在的挑战和未来的研究方向进行了分析和展望.