数据转换服务(DTS)在话费网络查询系统中的应用

介绍了在网络话费查询系统中，如何把原始的dbf数据转换到SQL中．我们采用了微软的SQLSERV．ER2000自带的工具数据转换服务(DTS)把话费的原始．dbf数据转换到SQL中，并且应用作业调度方法保证数据的同步更新．使交换机上的数据与网络共享查询的数据实现了分离，使得原始数据不受网络攻击，而且使SQL中的数据作为备份且能作为Web系统的数据源，从而使话费能供多用户进行网络查询．     

流程工业软测量软件集成数据整合平台的开发

针对流程工业生产过程中多种异构数据库之间存在不能有效共享和不一致性的缺陷,利用通用的接口技术将多种异构数据库的数据进行了整合．同时将软测量软件嵌入数据整合系统,可以借助经过整合的历史生产数据,对难以直接测量的化验分析数据进行在线实时的软测量,测量结果同步存储于数据库中,形成了一个功能较为完善的数据整合平台．研究成果已成功应用于某大型石化企业,平台的可靠性、稳定性和软测量结果的准确性达到了工业应用的要求,表明了这项研究的价值和应用前景．     

遥感数据与地理信息

遥感数据是遥感技术获取的基础数据．从遥感数据中提取地理信息是实现实时空间数据更新的主要手段，但遥感数据与地理信息之间存在着一定的差异．论文分析了遥感数据的相对性，说明遥感反演模型的局限性；分析了遥感数据的确定性与不确定性，说明遥感统计模式识别的局限性．明确遥感数据与地理信息之间的关系，并结合计算机视觉技术和遥感图像处理技术，提出基于遥感数据的地理定性、定量信息提取的概念模型．     

多尺度贝叶斯数据重整方法

结合贝叶斯数据重整方法与多尺度数据重整方法的特点，提出一种能够有效进行数据重整的新方法．仿真结果表明：该方法在保证数据的真实性和多尺度信息的前提下能良好地平滑数据，其去噪特性优越于单纯的多尺度数据重整、贝叶斯数据重整．     

城市地理信息系统中数据生产子系统的设计与实现

目的数据生产子系统是城市地理信息系统的核心部分，为其他子系统提供高效的、标准的基础地理数据是数据生产子系统必须解决的关键问题之一．方法在分析了当前基础地理数据生产方式的基础上，提出了利用ArcSDE结合FME把标准的DLG图幅文件无缝地转换为GIS矢量数据的方法，有效地避免了在数据转换过程中信息的丢失、结果给出了城市地理信息系统中数据生产子系统的设计与实现．结论实现了高效、标准的内外业一体化测图，保证了生成的基础地理数据同时兼容地理信息分析和制图的要求．     

Delphi+SQL数据转换技术浅析

文中通过对Delphi开发环境中将SQL数据导入到Excel模板操作过程的细致分析，为SQL的数据复用提供了实用示例说明．     

异构数据集成在数字校园中的应用

解决数字校园建设中存在的大量异构数据集成问题是目前教育信息化过程中的关键．针对异构数据导致的信息与资源分散,管理成本高,决策支持弱,网络基础服务平台与应用系统脱节等问题,提出了一种数字校园的异构数据集成方案一数字校园公共平台．然后根据数字校园公共平台的体系结构,详细描述了分层设计的体系结构的各层内容,给出了全局数据库模型建立、数字校园公共平台架构和统一数据访问等关键技术的实现．     

私有数据在数据托管环境中的安全策略

数据托管受到中小企业青睐,越来越多的中小企业选择了数据托管服务,在多个企业共用同一台主机的情况下,必须考虑各个客户之间数据的私有性,保证数据托管环境中私有数据的安全,既要关注数据的“物理”安全,又要考虑数据的“逻辑”安全．就“逻辑”安全的角度,讨论数据托管环境中私有数据的安全性及应对策略,并指出在数据托管环境中,采用VPD综合运用策略和函数,可以真正保护私有数据的安全。     

我国在建陆地卫星数据接收站网将统一接收数据

据透露，全国陆地卫星数据接收站网正在建设中．它的最终建成．将作为国家面向未来航天遥感的基础设施，统一接收国内、国际各类陆地卫星数据。     

利用多线程技术实现雷达数据实时接收

为了解决密集目标或杂波环境中雷达数据接收对实时性要求高的问题，提出了一种利用多线程技术实现雷达数据实时接收的新方法．在雷达终端情报录取中进行了仿真，结果证明可提高雷达数据接收的实时性和准确性．     

云环境中工作流的数据分配方法

云计算为工作流应用提供所需的高效率计算和大存储量同时也给商业机密等隐私数据的保护带来了挑战.由于保护隐私数据会造成数据传输时间的增加,本文提出一种新的基于数据协同破坏度的数据分配算法,以改进已有的数据分配策略.算法依赖私有云的安全性和公有云的计算机能力,在初始阶段只对非隐私数据进行划分来改进原始数据的静态分配方法,在运行阶段则不断地动态调整生成数据得到数据分配方案.实验表明,该改进方法在减少数据的传输时间花销上是有效的.     

重视企业信息化建设中的数据资源建设

数据资源建设是企业信息化建设的核心和基础,其目标是实现企业的数据资源的交流和共享。数据资源建设的中心问题是如何实现数据的集成,即企业的数据应该构成一个完整的体系。建立企业全域数据模型,弄清企业中数据实体间的联系,在概念级解决数据的集成问题;数据的标准化和规范化是实现数据交流与共享的“语言”基础,只有在开发管理信息系统中共同遵循建立的标准和规范,才能消除“信息孤岛”,实现真正意义上的数据集成。建立健全的组织机构是搞好数据资源建设的根本保证,章详细论述了这三点在数据资源建设中的重要性。     

GIS空间数据与属性数据的文件组织结构研究

针对传统GIS数据管理方法都是将空间数据与属性数据分隔开来分别进行管理的缺点,提出一种用于将空间数据和属性数据进行统一管理的文件组织方法。文中分别给出空间数据和属性数据的数据结构,然后采用层次性结构化文件系统结合文件索引和数据字典技术来对空间数据和属性数据进行统一管理。该方法能够对各实体信息表示尽量结构化,从而加快大数据量应用的存取速度。     

地籍信息管理系统源数据质量问题探讨

在地籍信息管理从传位方法向自动化、动态管理的转变过程中，数据质量问题主要表现为图形数据的质量问题，它包括数据采集与数据转换两个方面。采用数据全数字化采集可使数据采集的质量满足要求，同时，为充分利用原有测绘成果。在针对已有数据向自动化信息转换中，保证数据转换过程在相同环境下进行是确保源数据入库质量的关键。     

工资数据校验技术的设计与实现

数据准确性和一致性是工资管理系统的核心要求。针对工资数据可靠性的迫切需要,在分析现有方法的基础上,提出了完整的数据校验功能和实现技术,包括原始数据校验、格式转换和一致性校验等,给出了具体的软件设计流程和实现方法。设计了正则表达式以验证员工编号,设计了数据筛选方法以动态抽取数据子集。在数据文件管理中,实现了数据连接管理和数据格式转换方法。软件测试结果表明,系统能极大地提高工资数据校验的工作效率。     

ArcGIS环境下CAD数据转换模型构建

目前,大多数的城市基础地理信息数据都是CAD的数据,如何将已有的AutoCAD数据作为建立GIS数据的基础数据源显得尤为重要.本文详细阐述了ArcGIS环境下CAD数据组织关系,依据SHP与CAD的数据组织关系,在ArcGIS模型构建器中重新构建和优化了CAD数据转换的模型,从而达到高效便捷的CAD数据转换效果.     

数据分布模型的应用研究

分析和研究了一种分布式数据模型的策略 ,利用聚类分析算法和智能 Agent技术 ,对相关数据进行聚类统计 ,按照同类数据聚合的原理 ,决定需调整和转移的数据 ;在此基础上 ,提出了系统集成中数据分布不合理时的数据动态转移 ,以及在数据转移过程中 ,异种数据库之间的数据格式转换等问题的解决方案     

民用机场航班信息系统数据脱敏

民用机场每天产生的大量数据需要通过第三方对其进行托管、分析和处理,并将得到的信息反馈给民航公司从而改善服务。然而,托管在第三方数据中心的敏感数据存在泄漏风险,在托管前需要进行数据脱敏处理。文章首先对几种通用数据脱敏技术进行介绍,然后分析民航信息系统数据库中的关键数据,并以民用机场航班信息系统敏感数据作为研究对象,定义民航数据中的敏感字段,将几种通用脱敏算法相互组合,提出一种针对民航隐私数据的组合脱敏方法:对于非统计型标识符敏感数据使用数据混淆、加密、匿名化技术来进行脱敏;对于统计型标识数据使用差分隐私来进行脱敏。实验结果表明,所提出的组合脱敏方法可以应用于民航信息系统数据脱敏。     

基于非线性-复位PSO的数据采集与处理系统

为了改善实验室在数据采集和分析过程中采集不透明、各个操作环节衔接繁琐及手动粗调处理参数的缺点,采用串口双路下位机数据采集卡、非线性复位粒子群算法以及和谐的人机交互界面来设计一套完整的数据采集与分析系统,介绍了频率响应数据采集与处理系统的工作原理、组成结构和简单的操作说明。下位机数据采集系统发出频率指令后对设备进行控制和数据采集,采集的数据经串口到达上位机经过傅里叶变换进入数据处理系统。测试结果表明,系统能够实时准确地采集数据、实时显示数据、高精度自动处理数据及保存数据。测试过程中,系统稳定,为材料数据分析的准确性提供了保障。     

大数据分析的神经网络方法

大数据蕴含巨大的社会、经济、科学价值,已成为学术界与企业界关注的重点。其关键技术可划分为三大层次：数据平台、分析平台和展示平台,其中分析平台是大数据转化为价值的桥梁。一般来说,大数据拥有体量浩大（volume）、多源异构（variety）、生成快速（velocity）、价值稀疏（value）的“4V”特性,扩大了大数据的价值空间,同时也为大数据的分析技术带来巨大挑战。其中三大挑战比较显著,即多源异构大数据、大量非结构化数据存储、大数据价值稀疏且变化快。其三大核心科学问题为大数据的表达、存储和预测问题。由于传统的数据分析方法难以胜任,发展新的大数据分析方法势在必然。人脑是天然的大数据处理引擎。神经网络是一种模拟人脑大数据分析机制的计算方法,是目前大数据分析中最成功的方法。神经网络的研究主要包括：模拟大脑神经网络结构,构建神经网络结构模型;模拟大脑神经网络的记忆机制,发展学习算法。神经网络的研究历史历经波折。近年来,随着当代计算机计算能力的不断提升,基于神经网络的大数据分析方法取得了巨大成功,尤其是在各应用领域,如语音大数据分析、图像大数据分析、医学大数据分析等,引领了人工智能的发展。AlphaGo在人机围棋大战中获胜,引起了广泛关注。“大数据+神经网络”已成为驱动创新、推动社会发展和改变人类生产生活方式的一种重要力量。以大数据和神经网络为线索,回顾大数据的基本概念与关键技术,梳理神经网络研究的基本框架,可以发现它们之间默契切合、互相促进的关系。一方面,神经网络具有强大的特征提取与抽象能力,能够整合多源信息,处理异构数据,捕捉变化动态,是大数据实现价值转化的桥梁。另一方面,体量浩大的大数据为神经网络提供了充足的训练样本,使得训练越来越大规模的神经网络成为可能。尽管“大数据+神经网络”在众多应用领域已经取得了突破,但是,仍然存在需要解决的核心科学问题。面向神经网络的研究中,神经网络的结构尚需进一步研究,神经网络的大小依然缺少理论性的指导,神经网络的学习算法仍然存在一些内在的问题。围绕大数据分析的三大核心科学问题,需要研究如何保证在高维空间中稀疏表达仍可维持数据的一致性,如何实现“只存储知识而不存储原始数据”,如何刻画数据的时空关联以实现大数据的预测。因此,仍然需要对该领域持续投入,加强应用研究和理论研究,尤其应进行跨领域的研究,即与人脑的大数据处理相呼应,结合认知科学、神经科学等相关学科的知识,以解决神经网络和大数据应用中的核心科学问题,推动基于神经网络方法的大数据分析研究。