一种多级数据仓库体系结构和双通道视图更新算法

1 引言联机分析处理(On Line Analyze Processing:OLAP)是决策支持系统的重要组成部分,它为企业管理人员提供了利用集成化的数据仓库进行更准确、更完整的信息查询的能力。数据仓库是支持企业或组织决策分析处理的,拥有面向主题的、集成的、相对稳定的数据集合。在数据仓库的联机维护中,只有保证数据仓库数据与数据源的一致性,才能为高层决策人员提供全面一致、有效的分析型战略数据信息。     

一种基于密度峰值和距离的新聚类算法

针对确定聚类中心上对密度峰值和距离两个元素综合考虑上的不足,在确定聚类中心上对密度峰值和距离两个元素综合考虑并作出归一化的处理.在聚类中心的确定上与其他聚类算法有所不同.介绍了该算法的核心思想、实现及测试,得出了算法实现过程中体现出的结论.对实现的代码用4个数据集进行了实验和测试,并将该算法与经典的k-means算法进行了NMI对比分析.从而得出结论,文章的聚类算法拥有较好的聚类能力.     

云计算初探*

从六个方面对云计算进行了介绍,首先给出了云计算的定义,并从三个层面介绍了云计算的构成;在此基础上介绍了云计算的不同类型,然后是云计算的主要提供商及其产品,以及有代表性的云计算操作系统;最后讨论了云计算应用一些值得关注的问题。     

模糊集合的语言值近似

本文在模糊集合的基础上,讨论了[0,1]区间上离散的模糊集间的相似问题。利用“重心”概念,可根据模糊集的语言近似特征,理解一类外延不明确的概念。     

基于机器学习的本体概念相似性研究

现有的知识系统使用的是集中式的、一致性的、可扩充的Ontology库,不同本体间的语义匹配是语义网发展面临的最富挑战性的问题之一。本文针对领域中存在不同的Ontology的问题,讨论了一种基于多策略机器学习的Ontology匹配方法,重点分析了本体概念的相似度计算,并提出了一种相似度测量算法。     

基于免疫聚类的入侵检测研究

现代网络中用户的行为以及网络结构不断发生变化,因而需要大量已标记的样本数据,用以动态更新入侵检测模式。但是通过手工方式标记学习数据集非常耗时,因此基于标记数据集的检测模型就越来越难以满足实际应用的需要,本文提出了一种使用无标记数据集的基于免疫聚类的异常检测算法,该方法可直接用于检测入侵行为,也可作为建立入侵检测模型的中间步骤,用来提高入侵检测系统的适应性和部署效率。     

基于人工免疫网络的动态聚类算法

聚类分析的两个基本任务是分析数据集中簇的数量以及这些簇的位置.大多数的聚类方法通常只关注后一个问题.为了在聚类数不确定的情况下实现聚类分析,本文提出了一种新的结合人工免疫网络和遗传算法的动态聚类算法—DCBIG.新算法主要包含两个阶段:先使用人工免疫网络算法获得聚类可行解,然后使用遗传算法依据聚类可行解实现动态聚类.本文对获得聚类可行解的条件和概率进行了分析.仿真实验结果表明与现有方法相比,新方法具有更高的收敛概率和收敛速度.     

基于机器学习的本体集成框架

语义服务是下一代Web服务面临的关键问题．语义网为实现广泛的语义服务提供了可能，Ontology是语义网体系结构的核心。针对协作的分布式系统需要语义互联的问题，本文分析了造成语义互联困难的主要因素是本体的匹配和集成，提出了一个基于机器学习的Ontology集成的框架模型。