基于特征项权重自动分解的文本聚类

提出一种自动文本聚类方法,应用遗传算法进行全局和快速的文本特征项选择以实现降维处理,引入概率匿名思想,根据文本中不同特征项权重的组合,基于动态规划设计一个优化的多项式时间聚类算法,将文本集划分成适当个数的分区,并对每个分区进行聚类,从而形成初始聚类,采用相同方法对所有初始聚类进行再聚类,形成最终的文本聚类。实验结果表明,该方法既能实现文本特征项的有效选择,又能较好地改善文本聚类效果和性能。     

基于地表的连续可见最近邻查询方法

连续可见最近邻查询是查询连续空间的最近邻问题,目前的研究基本以二维空间为背景并提出了一些查询算法,但可见性判断方法不能适用于三维或高维空间.以陆地表面的三维数据为研究背景,提出了一种查询地表任意路径的连续可见最近邻方法.该方法以计算步长的方式把整个查询路径分割成若干个连续的查询子路径,循环计算每个子路径的连续可见最近邻直至得到整个路径的查询结果.该方法可以扩展应用于高维空间中的连续最近邻查询.     

数据仓库中雪花模式的Skyline-Join查询

Skyline查询能够有效地实现多目标最优化,而数据仓库中的OLAP也是针对多维数据进行分析,因此,针对Skyline查询在数据仓库中的应用,提出了数据仓库中雪花模式的Skyline-Join查询算法.该算法首先将子维表M-Join父维表,然后渐进选择式地对事实表和父维表进行连接.每次连接之前都对事实表进行分组和组内Skyline计算,删除组内非Skyline元组,这样可以减少许多不必要的连接操作,使得查询效率大大提高.通过实验证明,在事实表元组数量逐渐变大和维表个数逐渐增多的情况下,提出的算法比先Join后Skyline计算的naive算法效率上有明显改善.     

水利决策支持系统SLDSS的研究和实现

根据水利行业业务管理决策支持的特殊需要,设计并实现了一种基于数据仓库的水利决策支持系统———SLDSS。     

基于DIM的WSN网内数据查询处理

先前无线传感器网络的数据查询处理层的研究主要集中在利用谓词、网内数据汇集来减少传感器节点通信量.当连接操作的选择度足够小时,采用网内连接操作也可以减少传递到网外信息量.然而,由于所依赖的底层网络协议的限制,Direct Diffusion,TinyDB和Cougar等数据检索方案并不支持网内连接操作.提出了一个基于DIM(多维分布式索引)的网内连接操作算子定位方案,并通过理论证明使用该方案可以减少DIM查询数据所需要的通信代价.除此之外,还提出多个针对该网内查询处理方案的优化方法,包括修改DIM使之仅在需要时插入数据,以及针对网内连接操作位置设置提出了逐步自适应调整措施,使得节点之间负载更加平衡.     

数据库网络访问接口安全ODBC的设计与实现

数据库的应用程序一般通过ODBC访问接口来访问关系数据库。该文主要介绍了ODBC访问接口的设计与实现，以及在基于关系数据库的安全增强器中对标准ODBC访问接口的扩充。     

基于角色的强制访问控制模型的研究与应用

基于角色的访问控制是一种策略无关的访问控制模型,通过结合传统的安全访问控制模型,可以构造出更为灵活、高效的安全访问控制模型。该文结合角色访问控制和强制访问控制模型的特点,在RBAC96模型的基础上构造实现强制访问控制的ERB-MAC模型,并给出该模型的形式化描述及证明,同时给出该模型的应用实例。     

基于COG-OS框架利用SMART预测云计算平台的硬盘故障

针对云计算平台的硬盘不可靠问题,提出基于带过采样的COG(COG-OS)框架,利用硬盘自我监测分析和报告技术(SMART)日志预测故障硬盘。首先采用DBScan或K-means聚类算法将无故障硬盘样本划分成多个不相交子集;再与故障硬盘样本结合,采用少量样本合成过采样技术(SMOTE)使整体样本集趋于平衡;最后采用LIBSVM分类算法预测故障硬盘。调整参数,将COG-OS与SMOTE+支持向量机(SVM)的预测性能相比较,实验结果表明该方法具有可行性。当采用K-means方法划分无故障盘样本,并采用径向基函数(RBF)内核的LIBSVM方法预测故障盘时,COG-OS改善了SMOTE+SVM对故障硬盘的预测查全率和整体性能。     

一种新的数据质量模型的研究

给出了一个软件系统中数据质量评估和优化的模型CLDQ,该模型的特点是：作用于软件生命周期的全进程;数据质量的评估是可计算的。     

基于不确定数据的top-k概率相互最近邻查询*

不确定数据上的概率相互最近邻查询具有重要的实际应用,针对目前关于这方面的研究尚少,提出了不确定数据上的概率相互最近邻的top-k查询算法。首先对问题进行描述与定义,其次总结可行的裁剪规则,从而裁剪查询对象中未计算的实例点。通过实验表明,该算法能有效地降低最近邻查询中的I/O开销,提高查询的响应速度。