一种构建于DSM的移动对象的全时态索引方法

移动对象索引技术是移动对象数据库这个新兴的热点领域中的关键技术之一.针对该技术处理数据的繁琐复杂特性,提出构建于DSM的移动对象索引方法 DSM_MSMON,在分布式系统中并行的管理移动对象的信息,支持更新和查询操作.DSM_MSMON统一了单机和多机的内存管理策略,解决了DSM系统中的数据定位、一致性维护、负载平衡和可扩充性等主要问题,有效地提高了移动对象索引的效率.文中给出DSM_MSMON的设计思想和模型,并分析了DSM_MSMON的关键技术和程序流程.实验结果表明,该方法要优于MSMON结构.     

基于三点的时间序列关键点研究

关键点（转折点及极值点）是刻画时间序列的最重要点,由此提出了一种新的基于三点时间序列关键点算法。首先,分析了三点组成的序列形态;其次,提出了转折点定理和三点转折定理,并给予了证明;最后,给出了算法及实验分析。实验结果表明该算法能精确定位序列中的关键点。     

移动协同办公系统的数据接入模块设计

为了很好地满足检验检疫部门引入新技术,完善网络办公需求,能够全方位向社会提供更优质和高效的检验检疫服务,基于此,本文采用建立移动协同办公系统接入平台,从检验检疫行业实际工作出发,在完成移动协同办公系统的数据接入模块技术架构后,描述了系统的数据接入模块的功能设计。通过上述方法的设计,发现移动协同办公系统的数据接入模块的设计开发使政府行业信息交流与信息共享更为便捷,不仅缩短了信息传递的周期,而且提高了整个政府工作效率。     

关系数据库实现U/C矩阵的方法

U/C矩阵是MIS系统开发中用于系统分析阶段的一个重要工具。本文提出了一种用关系数据库实现U/C矩阵的方法,并对其存储、正确性检验、表上作业等做了分析,同时利用结     

基于邻域和密度的异常点检测算法

为了减少基于密度的异常点检测算法邻域查询操作的次数,同时避免ODBSN（Outlier Detection Basedon Square Neighborhood）中有意义异常点的丢失和稀疏聚类中的对象靠近稠密聚类时导致错误的异常点判断,提出了一种基于邻域和密度的异常点检测算法NDOD（Neighborhoodand Densitybased Outlier Detection）。NDOD吸收基于网格方法的思想,以广度优先扩张方形邻域,成倍地减少了邻域查询的次数,从而快速排除聚类点并克服基于网格方法中的“维灾”。新引入的基于邻域的局部异常因子代表候选异常点的异常程度,用于对候选异常点的精选,可避免ODBSN的缺陷,发现更多有意义的异常点。大规模和任意形状的二维空间数据的测试结果表明,该算法是可行有效的。     

基于动态剪枝的关联规则挖掘算法

介绍了目前关联规则挖掘的研究工作 .分两个部分提出了基于动态剪枝的关联规则发现方法 .讨论了如何实施动态剪枝 ,给出了一个基于三元组结构的树式存储结构 ,在此基础上描述了交易数据库中知识发现算法 .并将提出的方法与关联规则挖掘中具有里程碑意义的 Apriori算法进行了对比分析 ,给出了相应的分析结果 ,实验表明该方法能有效地从数据集中发现关联规则     

基于精简关联度的基因表达数据迭代填补算法

基因表达数据时常出现缺失,阻碍了对基因表达的研究。提出了一种新的相似性度量方案——精简关联度,在此基础上,又提出了基于精简关联度的缺失数据迭代填补算法(RKNNimpute)。精简关联度是对灰色关联度的一种改进,能达到与灰色关联度同样的效果,却显著降低了算法的时间复杂度。RKNNimpute算法以精简关联度作为相似度量,将填补后的基因扩充到近邻的候选基因集,通过迭代的方式填补其他缺失数据,提高了算法的填补效果和性能。选用时序、非时序、混合等不同类型的基因表达数据集进行了大量实验来评估RKNNimpute算法的性能。实验结果表明,精简关联度是一种高效的距离度量方法,所提出的RKNNimpute算法优于常规填补算法。     

高维稀疏数据频繁项集挖掘算法的研究

传统挖掘算法不适用于挖掘高维稀疏数据集.提出了一种针对高维稀疏数据的频繁项集挖掘算法FIHS.FIHS引入了一种新的数据结构用来存储频繁项集,该结构不但可以减少存储空间,而且可以降低计数代价.该算法只需扫描一次数据集,通过优化连接剪枝操作避免产生非频繁的候选项集,基于K-频繁项集使用"与"、"或"操作产生K+1-频繁项...     

支持非第一范式DBMS中DD的设计和实现

ＮＦＭＤＢ数据库管理系统是在ＲＤＢＭＳ的基础上扩充而成的,它支持非第一范式ＮＦ＾２（Ｎｏｎ ｆｉｒｓｔ ｎｏｒｍａｌ ｆｏｒｍ）及多媒体数据类型。首先,分析了集中式和分离式字典系统的特点,并阐述了主动ＤＤ和被动ＤＤ的区别;其次,讨论了ＮＦＭＤＢ系统为处理ＮＦ＾２问题而引入的关系字典、属性字典等字典的构造,并给出了部分结构描述;然后,用ｃｒｅａｔｅ语句描述了一个关于ＮＦ＾２存储模式实例,同时以ｓｅｌ     

基于动态距离的近邻查询算法研究

移动对象轨迹数据的挖掘是移动对象数据库的一个重要研究方向,从轨迹数据中得到的信息可以应用到交通控制、气候预测以及生态研究等多个方面.基于轨迹数据形式化定义时态距离,用相对简单的近似距离替代精确距离来减少查询过程中的计算量.在关系模型和树结构模型上,实现基于动态距离的距离查询、时间点最近邻查询和时间段最近邻查询算法并对查询效率加以比较.实验结果表明,树模型的查询效率明显高于关系模型.最后在树结构模型中引入嵌入式索引进一步提高了查询效率.