R2GPipe:一种从关系到属性图的声明式数据管道

为充分利用新兴图系统探索关系数据库中实体或对象之间的隐式互联结构,将关系数据转换为图数据,设计并实现一个数据管道工具R2GPipe。给出一种简洁的声明式领域特定语言,指定关系元素和图元素之间的对应关系。用户根据分析需求以声明式的方法使用R2G映射语言编写从关系到属性图的映射。R2GPipe通过解析R2G映射语言,生成向源系统和目标系统发送的代码。应用数据集TPC-H进行案例研究,将关系数据建模为图数据,以测试R2GPipe的扩展性,结果表明,随着转换数据规模的增加,R2GPipe的整体运行时间呈线性增长。     

面向多价值链的汽车配件需求预测模型

基于第三方零部件多产业链业务协同云服务平台中汽车配件的销售现状,配件代理商没有充分考虑跨链销售、跨链调拨、多链销售等配件需求.为提高配件需求预测的准确率,首先提出一种优势矩阵(AM)结合轻梯度提升机(LightGBM)、门控循环神经网络(GRU)的组合预测模型(LightGBM_GRU_AM),该模型通过引入优势矩阵获取单个模型的最优权重系数,通过加权后的组合模型进行需求预测.考虑到组合模型中某时刻子模型的预测效果优于组合模型,为进一步提高预测的准确率,设计了一种基于LightGBM、GRU和LightGBM_GRU_AM的半组合预测模型,该模型采用子模型优选策略,在训练过程中利用最小绝对误差建立子模型分类标签,以特征提取和分类回归树建立子模型选取规则,根据数据特征采用不同的子模型进行预测,集成不同时刻的预测值形成最终的需求预测.最后集成第三方云平台中多链配件销售和配件相关售后服务数据进行算例分析,相比其他7种预测模型,提出的2种预测模型不但能有效降低预测误差,而且半组合预测模型更有优势,同时也为配件代理商提供采购决策支持.     

一个基于AHP的CBR系统实例检索模型

分析了实例检索在CBR系统中的重要性,指出了传统检索方法的不足。借助语意距离来刻画相似实例定性属性间的距离。通过一个具体例子来证明这种模型的有效性和可行性。     

区域网络化制造中设备资源优化配置的研究

分析了区域网络化制造中实现设备资源优化配置的过程及关键技术,并基于模糊综合评判算法进行设备资源优化配置。最后将算法应用于实践,证明了其可行性和有效性。     

基于差分进化和极限学习机的并发查询性能预测

为应对数据规模持续增长、查询负载多样化和复杂化的趋势为云服务提供商资源管理带来的挑战,提出一种基于差分进化(DE)和极限学习机(ELM)的方法 DE-ELM,对并发查询的性能进行预测。极限学习机用于预测并发查询性能,差分进化算法用于同步优化特征子集和极限学习机结构。该方法仅使用查询编译时信息、无需事先指定特征数目,也无需事先就查询交互的性质、数据库系统的内部运作机制做出先验假设。在合成数据集和真实数据集上进行了详细的实验研究,以评估极限学习机的训练效果、同步优化特征子集和极限学习机结构的效果。结果表明,DE-ELM的平均预测精度高于80%,在一定程度上证明了所提方法的可行性和有效性。     

基于B/S模式的汽车售后服务管理系统的设计和实现*

根据汽车售后服务流程的特点和系统的建设目标,提出了基于B/S（Browser/Server）模式的管理系统结构模型。对B/S模式进行了简单的介绍,并对系统的基本功能和实现的关键技术进行了详细的阐述。     

基于ASP分布平台的Web服务安全策略

针对四川制造业重点城市制造业中小企业网络化需求的特点,分析了基于ASP分布服务平台的体系结构、基于此结构的web服务及其特点,以及平台web服务安全的需求和目标.提出了基于SOAP+SSL的分布平台web服务安全验证策略,并进行了详细设计和实现,结果在区域网络化制造ASP服务平台中得到实际应用.     

基于开放架构的SaaS服务平台数据管理技术研究

为解决SaaS平台面临的数据安全及分布式数据管理等问题,提出了基于开放架构的SaaS服务平台系统应用框架;在此基础上,对数据应用进行了抽象建模,以优化缓存管理策略的思路解决网络环境下的数据访问问题。通过将传统LRU算法与SIZE算法相结合,提出了LRU-RSIZE算法,对开放SaaS服务平台的数据访问进行管理,并进行仿真分析。开放SaaS服务架构与LRU-RSIZE算法相结合,可有效地解决用户数据的按需存储与管理问题,并对增强用户的应用体验具有重要的意义。