基于SAS/IntrNet的预测系统实现

SAS是一个使用广泛的大型模块化的应用软件系统,具有强大的数据分析和管理能力。文章以预测系统的实现为例,介绍如何使用SAS／IntrNet组件,实现SAS和J2EE WEB技术的结合。     

基于Web服务的SAS与.NET系统集成开发研究

为了充分利用SAS(Statistical Analysis System)的联机分析处理功能和数据挖掘功能,解决SAS人机对话界面不太友好的问题,提出基于Web服务的SAS与.NET系统集成开发方法。该方法利用SAS/IT(Integration Technology)模块与.NET进行交互,实现读取SAS数据源,并调用存储过程来分析数据,获取SAS分析结果的功能。然后以Web服务接口的形式来访问这些功能,并通过ASP.NET客户端来访问Web服务。最后以药物制剂生物利用度方差分析实例验证该方法的可行性。     

基于Web的谈判支持系统的研究与开发

论述了谈判支持系统的有关理论、应用现状以及存在问题，并通过对一个基于Web的谈判支持系统的分析提出了一种解决问题的新思路。     

SAS数据挖掘技术的实现

在数据挖掘方面,SAS公司不仅提供了完整有伸缩性的模块化工具,还在挖掘过程中提供了从数据取样(Sample)、数据探索(Explore)、数据调整(Modify)、模型研发(Model)到模型综合解释和评价(Assess)的完整科学的SEMMA方法论。下面,笔者将向大家介绍SAS的数据挖掘产品及其在国内外的应用实例。     

基于SAS的Web使用日志用户聚类分析

基于SAS的Web使用日志用户聚类分析,即通过SAS数据挖掘工具将由Web使用日志数据经过数据转换和数据预处理后形成的用户事务表数据运用不同的方法进行聚类分析,以达到根据不同类别用户的需求对数字资源进行合理的采购和管理,为用户提供个性化服务的目的。     

基于SAS的Web使用日志用户聚类分析

基于SAS的Web使用日志用户聚类分析,即通过SAS数据挖掘工具将由Web使用日志数据经过数据转换和数据预处理后形成的用户事务表数据运用不同的方法进行聚类分析,以达到根据不同类别用户的需求对数字资源进行合理的采购和管理,为用户提供个性化服务的目的。     

基于LabWwindows/CVI和Access的性能数据分析系统

某型产品批产过程中,往往希望能够早期发现故障隐患并妥善解决。因此,数据分析工作尤为重要。若能开发一款软件,对批产过程中的所有产品测试数据建立数据库,并对数据库中的数据进行一致性分析,后续工作中重点观察和跟踪表现异常的产品,将能在早期发现故障,排除故障隐患。基于某批产品的测试数据建立Access数据库,基于LabWwindows/CVI开发一款数据分析软件。该软件能够分析产品测试数据,便于测试人员及时发现不合格产品,减小产品故障率。     

面向对象的SAS/AF程序设计语言的研究

本文结合面向对象分析（OOA）与面向对象设计（OOD）介绍了面向对象的SAS/AF程序语言及探讨了面向对象的理念在SAS/AF中的实现。     

基于Android的网上订餐系统的设计与实现

利用Android平台的开放性,以及其广泛的客户群体,该文介绍了一个基于Android的网上订餐系统的设计与实现。系统开发采用Java语言,并结合MySQL数据库技术,采用Eclipse和MyEclipse开发工具,在Android客户端采用了C/S的结构模式、在Web管理端采用了B/S的结构模式。该系统的使用,能帮助餐饮企业提升服务质量,增强市场竞争力。     

SAS在Internet/Intranet上的决策支持应用

本文目的是用ＳＡＳ／ＩｎｔｒＮｅｔ在Ｉｎｔｅｒｎｅｔ／Ｉｎｔｒａｎｅｔ上构造决策支持的Ｗｅｂ应用。     

基于整合模式的EMS/SAS监控系统研究与设计

针对IEC61970EMS系统与IEC61850变电站模型的差异,介绍了将两个标准整合集成,以实现通信和信息交互方案。根据CORBA和Web Services各自存在的优缺点,阐述了将CORBA与Web Services整合的设计思想,从而实现监控系统更大范围的应用集成。     

基于B/S/S的异构数据源集成系统设计

由于传统的紧密耦合集成方法要求数据源具有同类基本结构，因此只适用于Intranet，很难扩展到Internet。为此，对异构数据源以及Web数据库结构进行了研究。提出一种以动态数据库B/S/S体系结构为基础，利用XML、ASP和ADO技术实现的，松耦合方式的异构数据源集成方案。     

数据挖掘中SAS和.NET系统的集成

SAS是一套大型集成应用软件系统,具有完备的数据存取、数据管理.数据分析和数据展现功能.由于SAS是从大型机上的系统发展而来,针对专业用户进行设计,因此其操作至今仍以编程为主,人机对话界面不太友好,在编程操作时需要用户对所使用的统计方法有较清楚的了解,非统计专业人员掌握起来比较困难.为解决这些问题,提出了一种利用SAS的IOM编程接口,通过.NET来设置界面,读取SAS的数据源,并调用SAS的命令来分析数据,获取SAS分析结果的编程模型.     

基于大数据分析的互联网公开情报发现技术及系统研究

从网络空间的海量信息中发现公开情报信息,对于维护国家安全和社会稳定具有重要意义。文章通过开发的“大数据网络公开情报发现系统”,研究多源异构数据的采集、融合、分析及展示;通过设计网络空间对象关联分析系统来分析处理海量信息,从而能够支持不良信息的溯源、重点关注用户账号的关联、网络嫌疑人身份信息的协同搜索等。     

A trust negotiation system for digital library Web services

A scalable approach to trust negotiation is required in digital library (DL) environments that have large and dynamic user populations. In this paper we introduce Trust-Serv, a model-driven trust negotiation framework for Web services, and show how it can be used to effectively handle trust negotiation in DLs. The framework employs a model for trust negotiation based on state machines, extended with security abstractions. High-level specifications expressed with the state-machine-based model are then translated into formats suitable for automating the trust negotiation process. The proposed framework also supports negotiation policy lifecycle management, an important trait in the dynamic environments that characterize DLs. In particular, we present a set of policy change operations that enable the dynamic evolution of negotiation policies without disrupting ongoing negotiations. The proposed approach has been implemented as a container-centric mechanism that is transparent to the DL and to the developers of DL Web services, simplifying DL development and management as well as enabling scalable deployments.     

基于模糊约束规划的自动协商

给出了一个基于模糊约束规划模型的自动协商系统。建立了模糊约束规划模型并利用模糊模拟、神经网络和遗传算法给出了求解Pareto最优解的混合智能算法;协商过程中卖方智能体根据神经网络拟合的效用函数并运行混合智能体算法得到当前协商步的Pareto最优解,避免了对大型商品数据库的反复搜索,为系统推向实际应用奠定了基础;协商模型仿真实验表明了协商系统返回的解与实际调查得到的用户偏好相一致。     

一种优化的基于增强学习协商策略

增强学习可以帮助协商Agent选择最优行动实现其最终目标。对基于增强学习的协商策略进行优化,在协商过程中充分利用对手的历史信息,加快协商解的收敛和提高协商解的质量。最后通过实验验证了算法的有效性和可用性。     

基于博弈分析的自动协商系统

自动协商作为一个热点已经研究了很多年。大多数研究工作都着重于研究独立协商应用的抽象和理论模型,而对于实际算法的应用性只做了很少的工作。主要提出了一种基于博弈论的比较有效的协商模型来解决协商中的冲突。在该模型中利用遗传算法进行策略优化,而利用另外一个算法对已有的No-Fear-of-Deviation（NFD）算法进行了改进。