排序方式: 共有41条查询结果,搜索用时 15 毫秒
1.
基于兴趣视图子集的流立方体计算方法 总被引:1,自引:0,他引:1
流立方体计算是流式数据多维分析的重要基础,然而流式数据的动态性、无限性、突发性等特征使其面临巨大的挑战.在实际应用中,用户的兴趣通常集中在部分视图上,基于这个特点提出了一种基于兴趣视图子集的计算方法,依据用户历史查询信息确定兴趣视图子集与兴趣路径,同时定义了Stream-Tree结构用于在主存中物化存储兴趣视图子集所包含的数据单元,在运行过程中依据多层次时间窗口约束不断更新和维护Stream-Tree中存储的数据单元,而对于稀疏数据单元仅保留高层次的聚集值.实验和分析表明,该方法能够在有限的主存空间中维持流立方体当前窗口内的数据单元,同时能够支持快速更新维护存储结构和响应用户查询. 相似文献
2.
基于关系型数据库如何构建多维数据库的关键技术进行了深入研究,采用对星形模式分解成维表的方法,优化数据库结构,大大提高了数据的查询和处理性能,并用多维数据库实现了一个数据集市. 相似文献
3.
4.
一种最小生成树聚类算法 总被引:2,自引:0,他引:2
现有的聚类算法都不能在输入较少参数的情况下得到任意形状任意密度的类.提出一种最小生成树的聚类算法,该算法不但能解决上述问题,还能处理高维数据,发现异常点,且具有扩展性.针对该算法提出一个目标函数,该函数根据对象的类属情况和相似度统计信息来判别聚类效果的质量.最后,通过实验验证了该算法的聚类质量很好,目标函数具有良好的收敛性. 相似文献
5.
基于动态网格的数据流聚类分析 总被引:2,自引:0,他引:2
提出的增量式数据流聚类算法DGCDS结合网格和密度技术,能够得到任意形状的聚类,通过改进网格密度的计算方式,解决了现有网格算法中丢失数据空间影响信息的问题,并且实现了关键参数的自适应设置,减小了人工参数对聚类结果的影响。 相似文献
6.
7.
常规鲁棒波束形成算法只适合特定误差形式,针对阵列幅相误差、期望指向误差和干扰数据失配等多种误差同时存在的情况,提出了基于等功率加载的鲁棒自适应波束形成算法。新算法通过斜投影矩阵估计出期望信号功率,且构造一组与期望信号功率相等的非相干虚拟信号,这样改进的好处是虚拟干扰功率与期望功率相等,使得宽零陷性能稳定优越,特别适合期望信号与干扰信号功率相差较大的情况。并且通过不确定集合约束保证算法在阵列误差和期望指向误差下主瓣性能稳定优越,给出了求解Lagrange乘数的数学公式,证明了迭代权值会收敛于最优权值。通过计算机仿真结果验证了新算法多种误差环境下的有效性与优越性。 相似文献
8.
提出了一种基于频繁闭合模式的非数值型数据聚类算法。该算法将频繁闭合模式所支持的事务集作为候选类,通过引入新颖的质量评价方法来评估频繁闭合模式的质量,并利用该方法选出高质量的频繁闭合模式进而生成最终聚类,从而有效克服了非数值型数据对象间因距离难以定义所带来的聚类困难。 相似文献
9.
高考是目前我国教育体制中最重要的考试之一,它关系到千万考生的切身利益,而志愿填报是其中的一个重要环节。采用概率模型的形式来描述高考志愿的录取情况,首先分析了各所高校录取分数的分布情况;接着探讨了考生成绩的标准化问题,在此基础上对历史数据进行了处理;然后提出了用矩阵的形式来存储历史数据,并给出了录取概率的计算方法;最后用湖南省2008年度的录取真实数据对模型进行了检验,实验结果表明该模型是合理的和可行的。 相似文献
10.