数据控掘技术初探

从“发现知识种类”的角度对数据控掘技术进行分类，并对这些技术作了初步的研究。     

挖掘闭合多维序列模式的可行方法

为了对闭合多维序列模式进行挖掘,研究了多维序列模式的基本性质,进而提出了挖掘闭合多雏序列模式的新方法.该方法集成了闭合序列模式挖掘方法和闭合项目集模式挖掘方法,通过证明该方法的正确性,指出闭合多维序列模式集合不大于多维序列模式集合,并且能够覆盖所有多维序列模式的结果集.最后分析了该方法所具备的两个明显优点,表明了在闭合多维序列模式挖掘中的可行性.     

XML驱动的OLAP解决方案研究

OLAP系统应该能够集成常见的分析数据源,并提供对立方体的方便快速的建模,XML的潜在优势能很好胜任这一角色。论文首先介绍OLAP系统中XML应用角色及0LAPAPI的技术现状,在对现有OLAP产品研究的基础上提出开放OLAP系统应遵循的一般原则,最后结合Mondrian系统,给出一个基于XML的OLAP服务系统开发实例。     

XML在开放式OLAP系统中的应用

由于数据源的多样化、异构化,用户对OLAP系统的开放性要求也越来越高。一个开放的OLAP服务系统应该能够集成常见的分析数据源、有效管理系统中的元数据并能提供跨平台的数据访问。XML的潜在优势能很好满足开放性要求。研究了开放式OLAP服务系统所提出的新要求,探讨XML在OLAP系统中的应用角色,提出将XML技术用于实现OLAP解决方案所具有的潜在优势,并以开源项目Mondrian为例,介绍了XML在该OLAP系统中的应用。     

用Floyd方法证明程序正确性

介绍Ｒ．Ｗ．Ｆｌｏｙｄ关于程序正确性的证明方法,并结合一个程序实例,通过证明其部分正克性和终止性来验证其正确性。     

DHMC:一种有效的高维Cube并行分布式存储结构

在数据仓库系统中，数据立方体（Cube）及其预聚集处理在OLAP起到非常重要的作用．对于一d个d维的dataCube可以生成2d个聚集Cuboids和d∏i=1（｜Di｜＋1）个聚集数据单元，但对于一个高维Cube，要创建这些所有聚集Cuboids是不现实的．提出通过共享分段立方体Mini．Cube的高维Cube并行分布式存储结构（DHMC），将高维Cube划分成若干个低维共享分段立方体Mini-Cube，利用并行分布式处理技术来创建这些分割的分段共享Mini—Cube及其聚集Cuboids，来实现高维Cube的并行创建和增量更新维护，从而解决高维OLAP聚集海量数据的存储与查询问题．理论分析与实验结果均表明DHMC性能最佳．     

数据挖掘技术初探

从“发现知识种类”的角度对数据挖掘技术进行分类,并对这些技术作了初步的研究。     

一种基于本体语义的信息检索模型

对基于向量空间模型的检索方法进行改进,提出基于本体语义的信息检索模型。将WordNet词典作为参照本体来计算概念之间的语义相似度,依据查询中标引项之间的相似度,对查询向量中的标引项进行权值调整,并参照Word-Net本体对标引项进行同义和上下位扩展,在此基础上定义查询与文档间的相似度。与传统的基于词形的信息检索方法相比,该方法可以提高语义层面上的检索精度。     

基于SWRL和Jess构造语义Web规则及其对策分析

以Family本体为样例,采用OWL开发平台Protégé及SWRL规则编辑器定义本体并构造语义Web规则,基于SWRLJessTab和JessTab将Jess规则引擎与OWL和SWRL集成,为语义Web提供基于规则的推理机制,实现知识库共享和规则的互操作。对出现的问题及对策进行了较深入的分析。     

分箱核密度估计的误差及其修正

棱密度估计的计算复杂度使其难以应用于大规模数据集的密度函数构造,采用分箱近似核估计是降低密度函数构造过程复杂度的有效手段.本文提出了一种修正简单分箱核估计误差的方法,该方法采用数据重心取代分箱中心作为数据的代表点,能够更准确反映数据的局部分布特征.经证明,该方法的拟合精度为D(δ4)(相对于窗宽),达到线性分箱核估计的水平.实验表明,修正的简单分箱核估计构造方法具有良好的时间效率和计算精度,能够运用于面向大规模数据集的聚类分析应用.