多尺度特征融合的多源异构遥感数据水体提取

针对现有遥感测绘水体提取方法在多源异构遥感数据的信息融合与深层特征提取方面存在的不足,提出了一种基于多尺度特征融合的多源异构遥感数据水体提取方法。首先,设计了一种基于多源异构遥感数据输入的网络模型结构解决多源异构遥感数据的多尺度特征融合问题;随后,提出了一种基于改进残差网络的高维卷积单元,对异构遥感数据进行深层特征提取,同时,构建了基于哨兵一号和哨兵二号卫星的全球水体大规模多源异构遥感数据库。对比实验结果表明,以人工遥感影像标注的水体区域分布真值为精度评价基准,所提出的多尺度特征融合算法的水体提取结果,准确率达到了90.12%,相比现有深度学习领域主流的U-Net图像分割模型方法,准确率提高了3.73%以上,有效提升了多源异构遥感数据的大范围水体提取准确性。     

多源异构数据融合与高性能图数据库查询引擎设计

文章针对多源异构数据整合及高性能图数据库查询引擎设计问题,提出创新技术解决方案。通过深度融合实现数据整合与高效存储,并引入先进图数据库技术,以快速响应复杂查询请求。实验证明,该系统在多源异构数据融合和图数据库查询方面具有明显的性能优势,为实际应用提供了可行解决方案。     

计算机软件数据整合虚拟数据库体系研究

数据整合是实现信息资源共享的有效途径之一,能为数据挖掘、知识发现以及应用开发提供透明的数据访问服务.将虚拟数据库的技术应用到数据整合系统中,实现了异构数据源的集中管理和多数据源间的数据共享.系统通过分类包装数据源,统一数据源访问接口,实现了数据源的"即插即用".根据领域划分知识,建立主题知识元数据模型解决了语义冲突和结构冲突.在"山西省科技基础条件平台建设"项目的示范工程中验证了系统的合理性,实现了专家信息资源共享,使资源得到有效利用与合理分布.     

基于多源异构数据的高速列车状态智能检测系统

通过多类型传感器实时采集列车运行数据并将其回传至中央控制系统的过程中,多源数据间的差异性构成了数据的异构空间。由于现有检测系统的数据空间不具备异构属性,因此无法实现多源数据细微差异特征分析,造成高速列车状态检测误差偏大,对列车运行安全造成影响。为此设计基于多源异构数据的高速列车状态智能检测系统,基于多源异构数据重构系统硬件,并在软件算法设计上,采用多类型列车高速状态信息的多源异构协同处理与多源异构下的多源信息高精度融合识别两部分设计,实现提升检测精准度的效果。与两种差异化检测系统进行异常状态检测与稳定性的对比实验,结果表明,所提设计系统稳定性与列车状态检测精准度最好,说明其具备提升列车状态检测精度的能力。     

基于改进决策树的配电网多源数据快速检索

当前,电网中含有海量的多源信息数据,但是由于数据体量大、种类多、维度高,难以实现高效有效的数据检索.因此本文根据实际电力运行系统的数据结构及多源数据库样本分析,提出了一种基于互信息的改进决策树算法作为数据挖掘内核,并提出适用于电力系统的并行处理架构,可实现多源数据的快速、有效信息检索,并有效处理实时数据.在搜索时根据代表性特征子集直接从多源信息原始数据提取信息,判断索引信息量并排序形成决策树模型,通过Spark MapReduce Python数据分解并行检索实现多源数据同时提取,缩短检索时间.本文以某区域电网数据库为算例进行模拟验证,结果表明:该方法可以实现配电网的多源异构信息提取,有效避免重复数据,满足在线工程决策要求.     

基于ADO.NET与XML的异构数据库数据交互

面对信息化进程的发展,为满足越来越多的应用中对异构数据源的访问需求,探讨了ADO.NET对XML的集成与支持,并结合XML的数据传输特点以及ADO.NET对数据源的访问处理优势,描述了以XML为中间数据形式来实现异构数据库数据交互的方法。     

基于ADO.NET与XML的异构数据库数据交互

面对信息化进程的发展,为满足越来越多的应用中对异构数据源的访问需求,探讨了ADO.NET对XML的集成与支持,并结合XML的数据传输特点以及ADO.NET对数据源的访问处理优势,描述了以XML为中间数据形式来实现异构数据库数据交互的方法。     

异构数据库信息共享技术研究

随着企业信息化的发展,人们对异构数据库的需求越来越多,许多信息都需要对异构数据库中的数据进行访问。因此,目前急需一种解决异构数据库信息共享问题的全新解决方案。异构数据库集成技术是实现信息共享的一种方式,最终建立一种统一的接口对数据库进行访问,用户只需指定所需数据即可。该文的研究中,首先通过资料的查阅对传统的异构数据库集成方法进行分析,之后对XML和数据库技术进行了研究和讨论,最后根据研究的结构提出了一种基于XML的B/S构架的异构数据库信息共享方案,异构数据库信息共享技术的研究具有重要的历史意义和市场应用价值。     

多源异构海量数据实时处理平台研究与应用

目前许多业务部门以多种形式记录各种海量且异构多源的业务数据,在进行高端决策时,对数据的读取及多维计算分析等方面效率较低,特别是对具有"时空"特性的数据处理。针对这类数据的多源异构性、海量性、高度时空性等特点,结合数据实时性需求,设计并实现了"多源异构海量数据实时处理平台"。该平台从多途径实时获取、处理多种海量数据文件,并实时保存到数据库,方便其他各业务系统更加直接、实时地使用各种实时数据,最终实现各业务系统间的多源异构海量数据的实时共享,同时该平台对其他领域的复杂数据处理也具有很好的参考价值。     

大数据以及大数据处理技术在医院信息化建设中的应用

当前,我国的信息化水平在不断的提高,医院运行的过程中,数据信息的数量越来越多,所以为了更好的保证医院的信息化建设水平,就需要有大数据库的支持,在大数据时代当中,医院的信息化建设过程中需要使用到云计算等多项技术,同时还要建立一个更为合理和先进的信息化平台,只有这样,才能更好的提升医院的运行水平。本文主要分析了大数据以及大数据处理技术在医院信息化建设中的应用,以供参考和借鉴。     

基于XML异构数据库数据转换技术的研究

文章是对数据共享和同步技术的研究,主要是针对不同部门数据库之间的数据转换技术,采用系统服务组件的设计理念,耦合程度低。主要实现方式是采用XML文件格式来描述异构数据库的结构信息,然后采用模糊匹配的方式计算两个数据库的异构程度,抽象出符合目标数据库的表结构。最后按照这个结构抽取源数据库的有用数据,导入目标数据库中。     

《海量数据处理》专辑前言

1965年,数据库领域第一个获得图灵奖的计算机科学家Charles Bachman发表了他的重要论文“Integrated Data Store”,向世人介绍了世界上第一个数据库系统IDS.这一事件标志着数据库的诞生.到现在,数据库概念已经耳熟能详,深入人心,数据库被认为是信息化社会的重要基础设施之一.随着信息技术的发展,数据的生成和收集技术迅猛发展,数据量呈爆炸式增长态势,人们在日常生产生活和科学研究中对数据的依赖越来越强.传统的数据管理技术和系统难以应对海量多源异构数据的维护、保存和使用中所面临的问题.海量数据处理极大地扩展了传统数据库研究的内涵和外延.从应用方面而言,海量数据处理已成为当前信息服务和科学发现的基石;从技术上而言,海量数据处理是传统数据管理体制的一次变革,是当前技术和应用发展的必然趋势.     

基于XML的异构数据集成模式的研究

随着信息技术的发展,任何一个独立单位都有可能成为一个异构的数据源。为实现企业异构数据库间信息的共享和集成,对数据集成的原理以及主要技术进行了研究,重点分析了 XML 与数据库之间的映射、XML 文档存储模式、将 XML 查询转化为 SQL 的查询转换问题以及如何将关系数据发布为 XML 文档。该方案简单易行,保证了各系统仍然按照原来的方式运行,只是在需要进行信息交换时通过转换接口把本地数据库数据转换成 XML 文档即可。     

基于虚拟数据仓库的第四方物流信息平台

针对第四方物流信息系统建设中存在的多源异构数据问题,提出了基于虚拟数据仓库和XML技术,采用B/W/S(Browser/Web Server/Database Server)结构的第四方物流信息平台,将多类数据以XML的形式从各多源异构数据源中迁移到数据库服务器上,以解决分布、异构环境下数据共享及利用的问题.对其中的虚拟数据仓库和XML格式转换器技术做了详细说明,并结合实例进一步说明了转换器的具体实现算法.     

基于云数据中心的多源异构数据治理技术研究

目前常规的多源异构数据治理方法主要通过对数据属性进行判断,从而实现分区域数据清洗,由于缺乏对非线性数据的分析,导致治理性能不佳;对此,提出基于云数据中心的多源异构数据治理技术;采用关系型数据库中的ETL功能对数据进行清洗,对数据转换模式以及数据清洗规则进行定义;引入互信息系数对数据相关程度进行判定,并进行非线性数据相关性分析;以云数据中心作为载体,对多源异构数据治理体系进行构建;在实验中,对提出的数据治理技术进行了治理性能的检验;最终的实验结果表明,提出的数据治理技术具备较高的查准率,对云数据中心多源异构数据具备较为理想的数据治理效果。     

异构数据库信息整合系统的测试技术研究

本文针对当今计算机最活跃的领域之一——异构数据库的研究与应用,以“异构数据库信息整合系统”为例,从软件测试的方法、过程、环境及用例等方面介绍异构数据库系统下的软件测试技术,以供测试人员参考。     

多源异构数据库的集成的研究

本文简要介绍了在大型企业中普遍存在的多源异构数据库状况,及几种行之有效的数据集成方法,同时以一种用对照表完成结构差异较大的数据库数据转化方法为例,详细阐述了多源异构数据库数据转化和共享的思路。     

多源异构数据库的集成的研究

本文简要介绍了在大型企业中普遍存在的多源异构数据库状况．及几种行之有效的数据集成方法,同时以一种用对照表完成结构差异较大的数据库数据转化方法为例．详细阐述了多源异构数据库数据转化和共享的思路。     

基于城市信息单元的多源时空数据融合框架

建设智慧城市可有效提升城市治理与运行能力、打破城市发展困境。为探索如何基于物理-数字空间交融中的时空大数据提供面向城市管理的智能服务,该文在解析多源、多维、异构时空大数据语义关系的基础上,提出多源时空大数据透明融合框架。为实现这一目标,该文进一步提出“城市信息单元”的概念作为构建物理-数字空间交融的数据组织基础,首先,对多源、多维、异构时空大数据进行主动汇集、语义解析,完成地理知识时空构建,依据唯一数据编码,将数据信息映射至城市信息单元;然后,建立数据匹配模型和关联模型,搭建数据透明融合框架,结合多源异构数据要素匹配技术,构建时空数据透明融合规则库;最后,在众多融合方法的支持下,实现城市实体与时空多源时空数据的透明融合。借助城市信息单元与数据编码,实现城市实体与时空大数据动态融合方法体系,进而为用户提供智能化信息服务。     

基于Hadoop和HBase的输变电设备数据聚合平台

输变电设备在运行中将产生大量的多态、异构数据,导致在数据集成和利用过程中出现信息孤岛问题,无法实现不同数据源内的数据信息共享互换。如何可靠获取、同步处理并对这些数据信息充分挖掘给电力系统中信息系统的建设及运行维护带来巨大压力。采用本体技术对多源异构数据进行聚合,可以向用户提供更具针对性的信息。针对电网中输变电设备全景信息数据的多源性、多态性、异构性,本文提出了基于Hadoop和HBase的输变电设备大数据聚合平台方案,搭载改进混合本体聚合方法,并设计了Map/Reduce分布式查询和推理流程。该平台采用标准化和开放性建模语言,屏蔽底层异构数据源,具有良好的可扩展性,可用于解决输变电设备数据信息的非结构化、共享性差、难以处理等问题。