时间序列数据流的自适应预测

提出一种自适应预测方法AFStreams, 综合了复杂人工智能预测方法和时间序列预测方法的优点, 可以根据数据流值变化的快慢程度自适应地确定预测步长, 在计算资源受限的前提下, 形成最佳预测点轨迹. 仿真实验证明, AFStreams 能够良好地适应数据的变化, 在计算复杂度和预测精度之间平衡, 显著地提高了平均预测精度.     

基于滑动窗口的在线数据流增量聚集查询

增量查询技术由于能有效处理大量、快速、源源不断到达的数据流，因此备受关注。滑动窗口是动态数据流环境下的一种典型的窗口类型。该文研究了基于滑动窗口的数据流聚集查询，提出了一种新的增量聚集查询算法，采用了多种增量计算方法和查询共享技术，实现了多窗口资源共享。实验验证了该方法的有效性。     

XEDGE:一种关系模式下的XML存储策略

XML已经成为万维网上数据交换的新标准，XML管理也已成为当前的一个研究热点。利用传统的数据库技术对XML数据进行管理是可行的。文章提出了一种新的关系模式下的存储策略：XEDGE。它建立在XDGRM的基础上，是可扩展的，在同类策略中是较优的。     

Web信息检索中主题精选算法的研究与改进

搜索引擎是目前最主要的Web信息检索工具,然而它的效果还不能令人满意。基于Web链接结构的主题精选算法的链接分析迭代往往会收敛于链接图中与查询主题不太相关的紧密交织区域(TKC),从而导致主题偏移。笔者对经典主题精选算法HITS的分析表明该算法还有给不同的Web站点规定了不平等的影响权重以及不能满足用户多粒度的信息需求等缺点。文章在分析主题精选算法研究的基础上针对其不足提出了改进算法g-HITSc,实验表明该算法是合理和有效的。     

基于RPC和基于REST的Web服务交互模型比较分析

传统Web服务采用基于RPC的交互模型，这种模型很难达到Web级的规模可伸缩性，因此制约了Web服务的普遍应用和进一步发展。在对传统Web服务交互模型的特点与不足进行分析、以及传统交互模型与基于REST交互模型进行比较的基础上，该文探讨了Web服务交互模型的发展方向。     

一种可扩展的OLAP服务系统设计方案

本文提供了一种通用的OLAP服务系统设计方案，该方案能支持不同的DBMS厂商开发的OLAP服务器产品，具有较好的可扩展性和灵活性，用户可根据实际情况选择OLAP服务器产品。为实现这一目标，引入了自定义的查询模式语言，在前端工具和特定的OLAP服务器产品之间起语义转化的作用。     

数据集成中的一种数据合并技术

本文讨论了在数据集成过程中遇到的数据合并问题，主要包括重复记录判断(对象识别技术)和重复记录的冲突处理(冲突解决机制)等，提出了比较实用、有效的方法，并通过实验对多表合并的两种算法进行了比较，指出了需要进一步改进的方向。     

一个基于WEB的在线研究生课程管理系统

本文讲述了通过WEB访问数据库的方法,然后给出了一个新型研究生课程管理系统的实,描述了此实例实现过程的关键点。     

基于特征的数据规格化方法*

针对数据清洗时数据的标准化问题提出采用基于特征的马尔可夫模型来解决这一问题。在学习模型的过程中,通过最大熵方法提高样本学习的泛化能力。这种方法能够充分利用数据的重叠特征来辨识数据项对应的状态,结合了统计模型和规则模型的优点。理论分析和实验表明,该方法可以有效地实现数据清洗时的数据规格化。     

一种SVM非线性回归算法

提出了一种新的基于分类的SVM非线性回归算法（CSVR）,首先将Y扩展为Y＋ε和Y-ε两个数据集,再将n维输入空间X中的数据连同Y＋ε和Y-ε组成n＋1维空间χ中的两类数据,并用Z∈（＋1,-1）来标识两类数据,再利用标准的SVM二分类算法求解。利用该算法对一系列的基准函数进行测试,取得了令人满意的结果。该算法对噪声数据不敏感,具有较好的鲁棒性,并且可以根据实际需要设定ε的大小,防止出现过拟合现象。该算法由于不需要先验地建立一个参数未知的回归模型,因此可以用在其他传统统计回归算法失效的场合。