项目管理系统的数据模型研究

项目数据来源多,管理复杂,数据模型的研究有助于简化项目管理系统的分析和设计。为了清晰表达项目数据模型,采用了本体论方法,提出了面向项目管理域的数据概念和关系的表达模式,并介绍了项目管理相关的主要概念;探讨了数据模型的共享域、专有域的划分以及信息的共享方式;分析了项目组织、任务组织、人员组织的数据模型框架,并阐述了主要的概念间关系;最后在数据模型的统一概念基础上,给出了数据模型的应用方式。     

一种基于域数据模型的访问控制方法研究

根据企业中数据的特点,提出了一种新的数据模型--域数据模型.这种数据模型可以很好地支持企业中数据的访问控制,利用这一点,结合RBAC模型,建立了一种基于域数据模型的访问控制模型RBACInDDM.它是RBAC建议标准模型在域数据.模型中的扩展,利用它可以方便地实现访问控制,并支持对企业数据进行细粒度的访问控制.     

指挥控制信息交换数据模型的研究与应用

为了探索一种良好的数据模型用于支撑多信息系统的信息交换需要,提高互操作能力,对指挥控制信息交换数据模型(C2IEDM)进行了研究.该模型从概念模型、逻辑模型和物理模型3个层次上表达目标域的信息,以一种良好的结构化和规格化的方法对数据进行抽象,无二义性地反映它们的语义,具有可扩充性.然后结合其特点,从适用性,应用策略等方面对该模型作为多信息系统公用的基础数据模型的可能性进行了分析,并给出了具体的应用示例.     

一种多维数据库和多维视图模型及其应用

多维数据模型是数据仓库和OLAP应用普遍采用的一种数据模型,最大的特点是“多维性”。本文中提出了一种多维数据库模型和多维视图模型的形式化定义,特别区分了多维数据库与多维视图的概念,并在最后给出了一个具体的应用。     

产品全生命周期数据信息的域建模方法

针对传统的产品数据模型及其建模方法在描述和管理产品全生命周期数据信息上的不足,提出一种基于域的产品全生命周期数据建模方法.首先介绍了域建模方法的本质及产品全生命周期数据的内涵,并按照统一的划分标准构建了多个可扩展的域;然后以现代复杂产品开发的一般周期为例,建立了基于域的产品全生命周期数据模型;最后研究了基于域的模型映射方法及规则,详细描述了产品数据信息在整个生命周期内的动态演化和基于域的产品双向追溯过程.通过在产品全生命周期管理系统中的应用,证明了该方法的有效性.     

基于有向三角形的空间数据模型的研究与设计

文章在有向三角形理论的基础上提出了一个能有效处理空间数据的数据模型。其中涉及了数据的组织、存储、运算以及具体的实现算法。     

P-数据模型与数据的智能获取

文中首次提出具有动态特征的P-数据(Packet data)模型。P-数据模型通过改进P-集合(Packet sets)模型而得到,其由内P-数据(internal Packet data)与外P-数据(outer Packet data)共同构成。给出了P-数据模型与模型结构,得到了P-数据模型与它的属性合取范式扩展-萎缩生成定理,进而得到了P-数据推理(Packet data reasoning)模型与数据的智能获取定理;最后利用这些概念和结果,给出内P-数据智能获取与风险数据估计的应用。     

隐式授权推导模型的设计与实现

借助于面向对象的数据模型（OODM）中的授权概念，提出了在关系型数据库模型下的隐式授权推导模型，并介绍了这种模型的具体实现与应用，应用该模型不仅可以节约存储空间，而且也使授权管理变得容易。     

冷冲模CAD对象数据模型的研究

本文提出的对象数据模型是将语义数据模型与面向对象概念相结合而形成，具肋交强的语义功能，并使得数据库具有较好的开放性和可扩充性，应用这种数据模型设计的数据库能够较好地支持冷冲模ＣＡＤ系统工作，文章描述了对象数据模型的组成结构，语义关联和基本运算功能。     

医院数据仓库数据模型设计

数据模型设计是数据仓库建设的核心,提出一种医院数据仓库数据模型的设计方法。以某一三甲医院的HIS数据为背景,采用数据驱动的手段,结合医院的需求,提出了医院数据仓库的三层数据模型,概念模型、逻辑模型、物理模型,并完整地给出了每个模型的具体的设计和主要内容。设计并实现了医院数据仓库的数据模型,并结合医院具体的数据给出了相应的实例。此医院数据仓库的三层数据模型易于理解和实现,为医院数据仓库设计最终完成提供了基础。     

Distributed data mining for e-business

In the internet-based e-business environment, most business data are distributed, heterogeneous and private. To achieve true business intelligence, mining large amounts of distributed data is necessary. Through a thorough literature review, this paper identifies four main issues in distributed data mining (DDM) systems for e-business and classifies modern DDM systems into three classes with representative samples. To address these identified issues, this paper proposes a novel DDM model named DRHPDM (Data source Relevance-based Hierarchical Parallel Distributed data mining Model). In addition, to improve the quality of the final result, the data sources are divided into a centralized mining layer and a distributed mining layer, according to their relevance. To improve the openness, cross-platform ability, and intelligence of the DDM system, web service and multi-agent technologies are adopted. The feasibility of DRHPDM was verified by building a prototype system and applying it to a web usage mining scenario.     

Tuning the Schur complement computations for finite element partitions

The domain decomposition method (DDM) is an efficient algorithmic tool for the parallelization of finite element computer codes. A variant of the DDM with direct solution algorithm is based on computation of Schur complement matrices for finite element partitions. This paper describes a simple technique that considerably improves execution rate of computationally intensive routines of the Schur complement computations. The technique uses ‘block of columns’ matrix operations and loop unrolling to reduce load instructions from cache memory and to increase instruction-level parallelism. For superscalar RISC processors, experimental results show that it is possible to improve performance of the DDM solution procedure by several times.     

动态数据挖掘研究

提出了一种新的数据挖掘形式--动态数据挖掘(DDM),寻求在不断更替产生的动态数据信息中找出能被应用的知识.给出动态数据挖掘的体系结构,并分析了动态数据挖掘实现过程,运用滑动窗口与动态数据窗口动态采集与处理动态新增数据,同时运用后续数据进行挖掘结果评价,用K标号法平滑地使用动态目标数据集进行数据挖掘,得出了一个动态数据挖掘测试算法.     

面向领域的数据挖掘系统研究*

通过将领域工程、领域框架、面向对象技术、软件构件技术及数据挖掘相结合,提出了一套面向领域的数据挖掘系统开发模型及一个类似于OSI网络参考模型的新型挖掘层次结构,并且设计了一个面向领域的数据挖掘系统框架,有效地解决了以上问题。     

数据分发管理匹配算法的R-树实现

数据分发管理（DDM）是高层体系结构（HLA）接口规范的6类服务之一,高效的区域匹配算法是DDM研究的重点和难点．当前的多种匹配算法往往只适用于特定的应用环境,且效率不够理想．R-树法是在空间索引技术的基础上提出的一种新的匹配算法,该方法用R-树对DDM区域的矩形进行组织,并利用Hash索引对其叶结点的组织方式进行了改进．实验结果表明R树法可有效减少动态DDM的维护开销,提高分布交互仿真的实时性,通过调整R-树的相关参数,可以进一步改善匹配算法的性能．     

Distributed data mining and agents

Multi-agent systems (MAS) offer an architecture for distributed problem solving. Distributed data mining (DDM) algorithms focus on one class of such distributed problem solving tasks—analysis and modeling of distributed data. This paper offers a perspective on DDM algorithms in the context of multi-agents systems. It discusses broadly the connection between DDM and MAS. It provides a high-level survey of DDM, then focuses on distributed clustering algorithms and some potential applications in multi-agent-based problem solving scenarios. It reviews algorithms for distributed clustering, including privacy-preserving ones. It describes challenges for clustering in sensor-network environments, potential shortcomings of the current algorithms, and future work accordingly. It also discusses confidentiality (privacy preservation) and presents a new algorithm for privacy-preserving density-based clustering.     

Continuous media described by time-dependent data

Time-dependent data, defined by the attributesstart time andduration can describe continuous media. A short theoretical analysis of sets of time-dependent data forms the first part of this paper. The results are three normal forms of continuous media data. In the second part, a data model for continuous media calledSequence is defined according to the theory presented. Not only does this model implement the data structure, it also inculdes operations that apply generally to continuous media data. The third part of the paper is a short overview showing how to integrate time-dependent data asSequences into database systems.     

Comparing high level architecture data distribution management specifications 1.3 and 1516

The high level architecture (HLA) is a standard for federations of distributed simulations that exchange run-time data. HLA's data distribution management (DDM) services reduce data delivered to simulations based on their declarations of data produced and required. The HLA specifications, including DDM, were changed substantially from the Department of Defense 1.3 standard to the IEEE 1516 standard. The two DDM specifications' (DDM 1.3 and DDM 1516) power to define intersimulation data flows are compared. A transformation from DDM 1.3 to DDM 1516 configurations and a mapping from DDM 1516 to DDM 1.3 configurations prove that the DDM specifications are equivalently powerful.     

Extending the relational model to deal with probabilistic data

According to the soundness and completeness of information in databases,the expressive form and the semantics of incomplete information are discussed in this paper.On the basis of the discussion,the current studies on incomplete data in relational databases are reviewed.In order to represent stochastic uncertainty in most general sense in the real world,probabilistic data are introduced into relational databases.An extended relational data model is presented to express and manipulate probabilistic data and the operations in relational algebra based on the extended model are defined in this paper.     

基于数据求精的矩阵迷惑

目前数据迷惑通常是针对单一具体的数据结构,为了将相同的迷惑方法应用于不同的数据结构,提出了将迷惑看作数据求精,认为迷惑是一个抽象数据类型,建立了证明迷惑正确性的通用方程。通过分割矩阵,改变元素的模式,从而隐藏矩阵的含义。基于该数据类型的操作,利用函数式语言构建了相应的矩阵标准操作的迷惑框架。说明了如何应用矩阵进行纯量及其算术运算的迷惑,运用数学方法证明了迷惑运算的正确性。结果表明迷惑操作与原始操作复杂度相同,提高了操作的难度,是一种有效的数据迷惑方法。