网格环境下的空间数据集成服务

随着网格技术在地理信息系统领域的广泛研究与应用，如何实现网格环境下的空间数据资源集成，为空间数据建立高效的共享服务机制已经成为GIS领域研究的热点问题。通过对OGC空间数据统一模型以及GIS用户在空间数据应用方面的需求分析与研究，提出了基于GMLSoAP的空间数据集成服务框架。在此基础上，详细讨论了基于GML空间数据统一模型的空间数据转换和基于SoAP的空间数据服务的建立以及网格环境下虚拟化空间数据服务应用模型，并且实现了多数据源、多类型空间数据集成应用的实验环境。     

GIS接受外部空间数据的初步探讨——兼论ARC/INFO~的数据接受方式

数据是地理信息系统 (GIS)应用的核心。现实世界的数据具有普遍的多样性 ,关于 GIS接受不同数据的研究已成为当前 GIS研究中的一个难点和热点。从常见空间数据类型的格式、GIS接受外部空间数据的方式以及 GIS接受外部空间数据中的数据精度、比例尺、坐标变换等几个方面 ,对外部空间数据处理系统的数据向 GIS转换的问题进行了探讨 ,同时以通用 GIS工具软件 ARC/INFO为例分析了其接受外部矢量空间数据的方式。     

GIS接受外部空间数据的初步探讨——兼论ARC/INFO○R的数据接受方式

数据是地理信息系统(GIS)应用的核心。现实世界的数据具有普遍的多样性,关于GIS接受不同数据的研究已成为当前GIS研究中的一个难点和热点。从常见空间数据类型的格式、GIS接受外部空间数据的方式以及GIS接受外部空间数据中的数据精度、比例尺、坐标变换等几个方面,对外部空间数据处理系统的数据向GIS转换的问题进行了探讨,同时以通用GIS工具软件ARC/INFO为例分析了其接受外部矢量空间数据的方式。     

GML在网格GIS中的应用研究

介绍了当前网络型GIS的空间地理数据的传输方法，并在介绍网格GIS特点的基础上分析了其优缺点。由此引入GML(Geography Markup Language)，分析其在网格GIS应用中所特有的优越性，进而探讨了如何在网格GIS中应用(GML描述空间地理数据，设计网格GIS通信机制，以解决网格GIS中空间地理数据的存储和传输的问题。     

基于Internet的GIS网格研究

为改善Internet上空间资源共享的环境，对当前WebGIS的空间资源共享问题结合网格技术进行了研究，从网格的角度阐释了空间信息网格、空间知识网格、空间数据网格和空间服务网格在内的GIS网格体系。     

基于Internet的GIS网格研究

为改善Internet上空间资源共享的环境,对当前Web GIS的空间资源共享问题结合网格技术进行了研究,从网格的角度阐释了空间信息网格、空间知识网格、空间数据网格和空间服务网格在内的GIS网格体系。     

基于GML的网络GIS空间数据交互研究

随着空间数据获取能力的飞速发展，分布式存储管理的空间数据库将成为网络GIS的主要数据源，异构数据库、不同系统间的数据交互问题亟待解决。首先总结了三种现有的异构系统间的数据交互模式，分析了其不足之处，然后介绍了GML的基本概念及其特点，在此基础上设计了基于GML数据模型的网络GIS空间数据交互传输方案。     

GIS空间数据与属性数据的存储结构研究

对GIS中所涉及的各要素进行抽象,并给出其存储结构,在此基础上提出了整体GIS空间数据与属性数据的存储结构,包括逻辑存储结构和物理存储结构。采用层次模型和关系模型相结合的记录式文件系统来对空间数据和属性数据进行存取,并结合索引和数据字典技术加快了数据的存取速度,解决了传统GIS中空间数据和属性数据分开存储带来的问题,提高了大数据量的GIS应用的存取效率。     

GIS在高校校园管理中的应用研究

在全面分析阐述高校校园GIS概念及应用意义的基础上，提出了高校地理信息系统的总体架构。重点论述了高校校园GIS空间数据库的构建和系统功能研究．包括数据采集、数据库处理、空间数据索引以及功能设计等。     

网格GIS及其在粤西数字海洋中的应用研究

根据海洋信息化工程建设面临的问题,提出了基于网格地理信息系统的粤西数字海洋解决方案并讨论了其实现过程。首先介绍了网格地理信息系统的特点及体系结构,其次阐述了基于Grid GIS的粤西数字海洋框架,最后论述了数字海洋实现的功能。网格地理信息系统不仅具有强大的空间分析与统计功能、空间数据和属性数据的处理能力,还应用中间件技术解决海量数据在分布式、异构环境下的信息共享、快速存储、传输和访问的瓶颈问题,为海洋信息管理的标准化、网络化、空间化提供了有效的工具。     

大数据可用性的研究进展

信息技术的迅速发展催生了大数据时代的到来.大数据已经成为信息社会的重要财富,为人们更深入地感知、认识和控制物理世界提供了前所未有的丰富信息.然而,随着数据规模的增长,劣质数据也随之而来,导致大数据质量低劣,极大地降低了大数据的可用性,严重困扰着信息社会.近年来,数据可用性问题引起了学术界和工业界的共同关注,开展了深入研究,取得了一系列研究成果.本文介绍数据可用性的基本概念,讨论数据可用性的挑战与研究问题,综述数据可用性方面的研究成果,探索大数据可用性的未来研究方向.     

A Taxonomy of Dirty Data

Today large corporations are constructing enterprise data warehouses from disparate data sources in order to run enterprise-wide data analysis applications, including decision support systems, multidimensional online analytical applications, data mining, and customer relationship management systems. A major problem that is only beginning to be recognized is that the data in data sources are often dirty. Broadly, dirty data include missing data, wrong data, and non-standard representations of the same data. The results of analyzing a database/data warehouse of dirty data can be damaging and at best be unreliable. In this paper, a comprehensive classification of dirty data is developed for use as a framework for understanding how dirty data arise, manifest themselves, and may be cleansed to ensure proper construction of data warehouses and accurate data analysis. The impact of dirty data on data mining is also explored.     

数据治理技术

随着信息技术的普及，人类产生的数据量正在以指数级的速度增长，如此海量的数据就要求利用新的方法来管理.数据治理是将一个机构（企业或政府部门）的数据作为战略资产来管理，需要从数据收集到处理应用的一套管理机制，以期提高数据质量，实现广泛的数据共享，最终实现数据价值最大化.目前，各行各业对大数据的研究比较火热，但对于大数据治理的研究还处于起步阶段，一个组织的正确决策离不开良好的数据治理.首先介绍数据治理和大数据治理的概念、发展以及应用的必要性；其次，对已有的数据治理技术——数据规范、数据清洗、数据交换和数据集成进行具体的分析，并介绍了数据治理成熟度和数据治理框架设计；在此基础上，提出了大数据HAO治理模型.该模型以支持人类智能（HI）、人工智能（AI）和组织智能（OI）的三者协同为目标，再以公安的数据治理为例介绍HAO治理的应用；最后是对数据治理的总结和展望.     

大数据技术应用与研究的新视角

伴随着人类进入大数据时代,大数据在彰显出巨大应用价值的同时,也凸显出数据可用的科技问题。如何解决数据可用带来的挑战,成为各国政府和学界高度关注的问题。目前,针对大数据的可用性研究刚刚起步,对大数据可用性进行了探讨,并就数据可用性的研究前景进行了展望。     

数据提取、转换和装载技术研究

来自企业操作环境的数据是数据仓库的数据源，通过提取、转换、装载填充数据仓库，对数据提取、转换与装载技术进行了研究与实践。对数据提取、转换与装载要解决的问题进行了详细论述并提出了相应的解决方法，并以MS SQL Server2000为例，介绍了可用于析取数据的一些工具。在此基础上，以电信行业话单数据载入数据仓库为实例，就如何实现各步骤进行了详细说明，提出了在数据提取、转换与装载过程中需注意的一些问题。     

数据仓库系统中源数据的提取与集成

人们对数据分析的要求的不断提高导致了数据仓库的发展，而在建设数据仓库的过程中非常关键的一步就是从事务数据库或其它的数据源中抽取和集成原始数据。本文在对数据集成方法和数据获取中可能碰到的问题进行全面分析的基础上，较为详细地介绍了我们自行开发的数据仓库系统SEUwarehouse中源数据提取与集成工具的设计与实现．     

基于时效规则的数据修复方法

数据时效性是影响数据质量的重要因素,可靠的数据时效性对数据检索的精确度、数据分析结论的可信性起到关键作用.数据时效不精确、数据过时等现象给大数据应用带来诸多问题,很大程度上影响着数据价值的发挥.对于缺失了时间戳或者时间不准确的数据,精确恢复其时间戳是困难的,但可以依据一定的规则对其时间先后顺序进行还原恢复,满足数据清洗及各类应用需求.在数据时效性应用需求分析的基础上,首先明确了属性的时效规则相关概念,对属性的时效规则等进行了形式化定义;然后提出了基于图模型的时效规则发现以及数据时序修复算法;随后,对相关算法进行了实现,并在真实数据集上对算法运行效率、修复正确率等进行了测试,分析了影响算法修复数据正确率的一些影响因素,对算法进行了较为全面的分析评价.实验结果表明,算法具有较高的执行效率和较好的时效修复效果.     

数据迁移的一般原则

在应用软件及数据库开发中经常要做数据迁移工作 ,数据迁移就是将数据从一种数据环境移入另一种数据环境中。进行彻底而精确的数据转换应遵循以下关键步骤 :识别源数据、确定数据集成转换的规则以及开发转换规则代码。介绍了数据迁移的一般步骤 ,并提出了从数据转换、选择迁移方法以及从元数据管理的角度评价迁移工具的标准     

软件开发活动数据的数据质量问题

问题追踪系统和版本控制系统等软件开发支持工具已被广泛应用于开源和商业软件的开发中,产生了大量的数据,即软件开发活动数据.软件开发活动数据被广泛应用于科学研究和开发实践,为智能化开发提供支持.然而数据质量对相关的研究和实践有重大影响,却还没有得到足够的重视.为了能够更好地警示数据使用者潜在的数据质量问题,通过文献调研和访谈,并基于自有经验对数据进行分析,总结出了9种数据质量问题,覆盖了数据产生、数据收集和数据使用这3个不同的阶段.进一步地,提出了相应的方法以帮助发现和解决数据问题.发现问题是指加强对数据上下文的理解和通过统计分析及数据可视化发现潜在的数据质量问题,解决问题是指利用冗余数据或者挖掘用户行为模式进行修正.     

基于ETL工具的数据集成和交换的研究

数据的集成与交换,对企业的管理和决策意义重大.数据集成和交换必须解决抽取、转换和加载,但过去的异构系统很难实现,从需求分析、系统设计和系统实现3个方面,设计了一种针对数据抽取、转换和装载(Extract、Transform、Load)的ETL工具.根据ETL工具的综合要求,通过结构化分析需求,构建了系统逻辑模型;设计了...