一种提高数据仓库查询效率的有效方法

为了提高数据仓库的查询性能和效率,基于数据仓库本身组织和联机分析处理查询的特点,结合倒排索引、连接索引和聚集表,提出一种新的综合索引模型2H3I,并给出相应的算法.该模型在保证常用查询性能较高基础上,也提升了非常用查询的效率.理论分析和实验结果表明,2H3I是可行和有效的.     

基于数据流模式的聚集快速查询计算研究

为了减少在计算和存档数据流的过程中对昂贵的存档数据的存取，分析了聚集数据查询的特点，并引入了聚集查询语言和聚集查询重写方法。针对数据流近似查询计算的需求，概述了数据流计算的基本特征，提出了一种基于数据流的近似计算模型。在此基础上，根据实际应用环境给出了一种近似查询提纲的小波方法。该计算架构和方法在人口信息系统中的实际应用表明，可以实现对数据流的快速聚集查询处理，并获得有效的查询结果。     

支持大规模监测数据分析的LaUD-KV聚集操作扩展EI北大核心CSCD

结合当前维护、维修和大修行业对于大数据存储和查询的需求,对当前工业数据存储方案和大数据查询模式的优缺点进行了研究和分析,提出一套在分布式存储环境下工业大数据的聚集函数查询框架和对应算法。基于现有的LaUD-KV存储模式和LaSQL语言,实现了一套能满足工业大数据查询需求的类SQL聚集函数,使得在数据过亿的情况下,系统对于聚集查询的响应时间缩短为原有的30%左右,同时为上层的维护、维修和大修监测平台提供了技术支持。     

基于OLAP的学生就业指导数据分析

对数据仓库、联机分析处理（OLAP）的概念进行了简单的介绍，结合实际项目构建数据仓库，利用Excel的数据透视表来实现数据分析功能。此方案摆脱了以往进行数据库操作的复杂性，做到了一般会熟练使用计算机的用户都可以轻松进行操作。     

面向联机分析处理的多维产品模型研究

个性化需求导致企业产品的系列化、多样化和产品数据量的急剧增长.如何对之进行有效管理,实现共享与重用,进而提供决策支持功能,成为当前企业面临的现实问题.本文建立了一种面向联机分析处理的多维产品模型,即从结构层次维、属性类型维和生命周期维等维度进行产品模型定义,采用星型模式组织该模型数据;同时,阐述了基于该模型的数据分析操作方法.最后,结合某汽车产品给出了该模型实例和数据组织实例.     

基于约束的多维数据挖掘技术

从特定查询驱动的系统功能出发,讨论了面向多维数据挖掘的重点——五种约束,通过一个数据挖掘查询实例,进一步阐述了这些约束及所产生的关联规则,并用数据挖掘查询语言(DMQL)进行表达.介绍和讨论了关联规则的处理,在挖掘关联规则中,联合使用维/层约束和规则约束,能够带来高效的挖掘过程,一个规则约束如果能被较深地推入到分层结构里,进一步在当前提取层和较深层上挖掘,是非常有价值的.最后给出了运用本文思想的一种联机分析挖掘系统的结构,并对其组成、功能及特点进行了描述.     

基于模型驱动体系架构的OLAP开发方法

传统的联机分析处理开发方法难以很好满足企业的决策需求,复杂性和高效性是OLAP系统开发面临的两大主要问题。为此,在数据仓库系统统一集成建模框架下,提出了一种新的基于模型驱动体系架构的联机分析处理开发方法。使用UML Profile和公共仓库元模型规范,建立了基于模型驱动体系架构的联机分析处理平台无关模型元模型和联机分析处理平台相关模型元模型,并采用查询/视图/转换规范的Relation语言建立了一套平台无关模型元模型到平台相关模型元模型的转换规则,在模型转换工具MediniQ VT和IBM的EMF框架下,实现了平台无关模型到平台相关模型的转换,通过自定义的从平台相关模型实例到结构化查询语言转换的Java类生成联机分析处理结构化查询语言代码,实现了模型驱动的联机分析处理软件开发过程。最后,通过某企业决策信息系统实际应用,验证了该方法的可行性和高效性。     

基于多维矢量矩阵的离散余弦变换快速算法

为了提高彩色视频流压缩变换的速度,缩短变换时间,将基于多维矢量离散余弦变换(DCT)正交矩阵的视频流压缩算法同现有的快速DCT算法相结合,提出了基于多维矢量矩阵DCT的快速算法.首先,对一种实用性较强的一维快速DCT算法进行部分校正与补充,并将两种极具代表性的二维快速DCT算法,即行列分解法和线性组合法拓展到了多维层面.然后,结合多维矢量矩阵理论,推导出了两种DCT快速算法及其蝶形示意图,并分析了算法的乘法运算次数.最后,将这两种基于多维矢量矩阵的DCT快速算法应用在标准视频库中测试视频的压缩编码中,同时做了对比实验.实验结果表明:两种算法在DCT时所需的时间均小于0.25 s,满足视频实时性的要求.该算法在保证重建视频质量的同时降低了运算时间,并将DCT快速算法从低维扩展到了多维,可以处理更多维数的视频.     

面向实时查询处理的轨迹流挖掘框架

为了解决轨迹数据流中实时查询问题,提出了一种面向实时查询处理的轨迹数据流挖掘框架(trajectory data stream mining framework,TSMF),该框架包括2个部分:在线的轨迹数据流挖掘和离线的实时查询处理.在线部分,首先,对实时接收的轨迹数据作基于密度的线段流聚类,获取到密度聚集的线段簇,然后,在轨迹簇树和蜂群模式哈希表存储索引结构上,根据线段簇结果对轨迹簇和蜂群模式进行在线更新;离线部分,实现了当前关闭轨迹簇(current closed trajectory clusters query,CCTC)、当前关闭蜂群模式(current closed swarm query,CCSwarm)和邻居轨迹(k-nearest nejghboring trajectory,k-NNT)3种面向移动目标的实时查询处理方法以响应用户的实时查询请求,当用户请求查询时,在实时挖掘出的轨迹簇和蜂群模式中快速查找结果.在大规模真实数据和合成数据上的综合实验验证了TSMF的挖掘效果、高效率性、可扩展性和较高的查询处理速度.     

基于信息整合的数据中心平台的研究

本文为企业多个应用系统的信息整合而设计一个数据中心平台,该平台从各个业务系统的数据源采集数据,经过数据清洗、数据转换、建立数据仓库和生成应用型数据等过程后,提供统计报表、即席查询、数据挖掘等应用功能.结果表明,平台的建立实现了数据的共享集成和联机的分析处理,为企业的科学决策提供了有力支持.     

基于设计仓库的产品设计知识管理方法研究

为满足产品敏捷定制设计过程对知识的快速获取、组织和重用的要求,提出基于设计仓库的知识管理体系。设计仓库负责从不同数据源获取已有知识,并构建面向主题的多维设计知识模型;用户和设计人员通过基于事例推理系统输入查询请求,由在线分析处理系统采用钻取、切片、切块等操作完成相似实例的匹配,通过知识约简技术对在线分析处理输出的相似实例及其属性进行简化,然后基于事例推理系统在约简的基础上完成产品定制设计,机器学习则对新实例知识进行获取。最后阐述了知识管理体系对捆钞机定制设计过程的支持。     

基于JSON文档结构的工业大数据多维分析方法

在智能生产制造过程中，工业数据存在复杂的关联关系和多源异构特性，不断增长的工业大数据使得数据分析与挖掘异常复杂，而传统的基于数据仓库或关系型数据库的工业数据分析方法数据处理不灵活、分析查询效率低。提出了基于JSON文档结构的工业大数据联机分析处理（OLAP）模型架构，使用Key-Value数据的JSON文档结构灵活定义工业数据结构，将维度信息中的表结构转换为基于JSON的文档结构，将事实包含的维度信息通过嵌套文档的方式保存。通过构建分析目标为根节点的文档树，基于Elasticsearch平台储存文档结构树并建立倒排索引，将查询与分析操作转变为文档内容的遍历与查询，使用倒排索引的方法提高数据分析查询的效率。设计了自定义配置检索条件与查询语句的智能解析引擎，实现了工业数据多维分析可视化图表的智能生成。     

一种基于数据集市的产品设计知识处理方法

数据集市可为企业提供产品设计知识处理的廉价途径。因此,在建立数据集市的基础上,提出了一种产品设计知识处理方法,设计人员通过CBR系统输入查询请求,由OLAP通过钻取、切片等操作完成相似实例的匹配,通过知识约简技术对OLAP输出的相似实例及其属性进行简化。利用了粗集理论对属性进行重要性的判断和约简,为处理定量问题,给出了一种新的离散化方法,并利用相似学理论度量实例的相似性,以提高检索准确性和检索效率。最后,给出了一个的应用实例。     

一种改进的可扩展标记语言查询增量维护算法

为降低可扩展标记数据查询执行器重新构建的代价,提出了一种基于树型结构的可扩展标记语言查询增量维护算法.该算法利用树型结构进行可扩展标记语言数据流查询执行器增量维护,利用自动机来表示状态转换,从而实现了对可扩展标记语言树型结构的动态维护,避免了在没有文档类型定义情况下出现的环形结构的复杂操作,减少了维护时间和状态转换数量.实验表明,基于树型结构的可扩展标记语言查询增量维护算法能够以有限转换路径为代价,有效地完成可扩展标记语言数据流持续查询执行器的动态维护,减少了增量维护时间和状态转换数量.     

基于查询重写的数据服务组合方法

为了解决数据聚合的关键技术问题,介绍了一种基于本体的方法来发布与组织数据密集型的Web服务,使用语义Web规范描述Web服务的内容及能力,提出动态演变的Web服务接口技术和一种基于查询重写计划的服务组合算法.该方法的优点是数据服务能够动态适应用户的查询请求,从而提高用户查询请求的满足度.模拟实验表明,该方法能够较好地适应大规模的数据服务组合情况,通过与固定Web服务描述语占接口的数据服务比较,说明该方法更适用于用户查询请求交互度较高的场合.     

集成化控制中的分布式智能协作体系的研究

为了解决控制系统在高度集成化过程中可能产生的柔性与稳定性变差且运转臃肿的问题，在分析传统一维层次化结构局限性的基础上，提出了具备浮动特征的多维层次化系统结构模型，研究了基于该模型的节点单元独立性和智能性的指派机制。通过在传统递阶式控制结构中引入多维特征和浮动型配置机制、独立性和智能级别的动态指派机制、统一格式信息交互和面向任务的节点驱动机制等设计思想，建立分布式智能协作体系的基本框架。通过该体系简化了分布式节点单元通讯结构，提高了复杂任务流程的协调调度能力。     

Chord路由算法的改进

资源的定位是点对点（P2P）系统的关键技术之一。Chord提供了一种有效的路由算法。算法的性能很大程度上取决于用于路由的fingertable。Fingertable提供了大量其他节点的信息以加快搜索速度。但是在原协议中，它的表项冗余严重，关于其他节点的有效信息相应减少；同时，被fingertable保存信息的节点之间的距离不断增大，使搜索的稳定性不够。在此基础上提出了一种对Chord路由的改进算法，极大地降低了路由表的冗余，同时叉使其搜索的稳定性有很大提高。     

抽油机智能控制系统研制

研制了一种新型的抽油机智能控制系统,以单片机为控制核心,变频器作为执行部件,以监测抽油机实时载荷和功率为控制依据,通过系统的智能算法,在保证油井产量的前提下,最大限度地节约电能,降低机械磨损;通过GPS通讯手段,实现了油井实时数据的被动式传输和故障信息的主动式报警功能.     

集成项目类别与语境信息的协同过滤推荐算法

为改进基于项目的协同过滤推荐算法的推荐效果,在项目相似性计算时引入项目类别因素的影响,得出新的推荐算法,即基于项目类别的修正条件概率相似性,并在此基础上提出集成语境信息的多维推荐模型.通过与相关相似性、余弦相似性和修正余弦相似性的数值实验对比,证明在数据比较稀疏的情况下,改进算法所获得的推荐效果有较大提高.