基于时空聚类的多源异构时序数据集成方法

针对传统多源异构时序数据集成方法执行和抽取时间较长、筛选准确率较低的问题,设计基于时空聚类算法的多源异构时序数据集成方法。协同处理多源异构时序数据,根据协同处理结果与时空集合标定结果构建时空聚类矩阵,以时空聚类矩阵为基础计算多源异构时序数据集成需求,通过时空聚类算法转换数据,以此进行多源异构时序数据集成。实验结果表明,该文方法的多源异构时序数据执行和抽取时间在20 s以内,筛选准确率高于95%,集成效果更好。     

电力企业异构数据集成研究

整合异构数据源是电力企业提升信息化水平的必由之路,为了能够在企业各系统间实现异构数据的挖掘、分析、交互和共享,提出了一个电力企业异构数据集成平台,实现了企业内部异构数据接入格式、数据存储以及相关服务接口标准化的数据共享和交换服务.实际应用表明,该平台实现了各异构平台数据的共享与交互,为电力企业信息化奠定了坚实的基础.     

基于KETTLE的高校多源异构数据集成研究及实践

解决数字化校园建设中的多源异构数据集成问题.利用开源ETL工具KETⅡE,对学生考试信息与上网信息的抽取、转换和加载.ETL模型自动生成了以上网行为事实表为中心表,以学生信息、上网信息、时间3个维度表的数据仓库.利用KETTLE能够快速实现高校多源异构数据集成,形成高质量的分析型数据,为决策支持服务.     

多源异构数据融合的城市私家车流量预测研究

通过有效地捕获城市私家车出行的时空特征,提出一种多源异构数据融合的私家车流量预测模型.首先,融合私家车轨迹和城市区域数据表征城市私家车的出行分布;其次,通过多视角时空图建模私家车出行和城市区域之间的动态关联,设计了多图卷积-注意力网络以提取车流量演变的时空特征;最后,进一步融合时空特征与天气等外部特征,联合预测私家车流...     

基于多源异构数据融合的路网管控平台设计

本文提出了一种基于多源异构数据融合的路网管控平台,将高速公路运营数据包括结构化、非结构化、半结构化数据进行融合,建立全时域全路网“可视、可测、可控、可服务”的路网管控平台,实现跨地域、跨系统、跨部门、跨业务的协同管理和精准运营。     

基于本体的语义异构数据集成方法研究

随着企业内部、企业间异构数据的增多,如何高速有效实现数据之间的互操作成为了一个热点问题。讨论了基于本体的异构数据集成方法,给出了系统框架。重点研究了本体的提取和查询分解,给出了详细的提取规则,并通过引入类源映射表来提高查询分解速度,实现查询优化,解决了语义异构。     

基于XML的异构数据库数据集成

由于计算机的广泛应用以及各大数据库厂商的不同商业标准,使得现代社会在海量数据中的数据交换成为一种难题.分析了数据库的特点及XML的特点,设计了基于XML的异构数据库数据集成方案.并以关系型数据库为例阐述了XML与关系型数据之间的双向映射方法.     

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问信息的共享和集成,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,并提出了相应的解决方法.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.     

多源异构数据的多维决策分析与可视化方法

随着各行业各业务信息系统的不断建设与使用,行业积累了越来越多的多源异构的历史数据,快速发现有价值信息已成为一个主要的研究方向.以气象数据为例,针对气象历史数据的海量多源异构特点,结合气象业务多维决策分析与可视化的具体需求,提出一种面向多源异构数据的多维决策分析与可视化方法,该方法实现了多源异构数据的自动抽取与转换,多用户的在线多维决策分析模型设计以及分析结果的直观多形式可视化技术.通过该方法研制的系统在嘉定气象局业务中得到成功应用,有效提升了对气象数据的理解和利用水平;同时对其他行业多源异构数据的处理具有很好的借鉴作用.     

基于MES的多源异构信息集成与共享系统

为在复杂且混乱的网络环境中实现对多源异构信息的准确分辨与按需供应,该文设计了基于MES的多源异构信息集成与共享系统。在MES拓扑框架中构建数据查询模块、共享数据存储模块,完成了对系统硬件执行环境的搭建。并导入必要的异构信息数据,按照同步集成处理的定义需求,将所有数据信息全部转存至多源型数据库结构体中,实现对系统软件执行环境的搭建。对比实验结果表明,与套叠型信息处理系统相比,MES型系统可在复杂的网络环境中更为准确地分辨多源异构数据,证明其具有较强的实用性价值。     

融合多源异构气象数据的光伏功率预测模型

高精度光伏功率预测对提高电力系统运行效率具有重要意义。光伏功率受多种因素影响,其中云层的变化是最主要的不确定因素。传统光伏功率预测方法没有充分考虑云的3维结构和气象要素对光伏功率的影响。因此,该文提出一种融合多源异构气象数据的多源变量光伏功率预测模型(MPPM)。MPPM的核心包括时空条件扩散模型(STCDM)、注意力堆叠LSTM网络(ASLSTM)和多维特征融合模块(MFFM)。STCDM模型通过对2维卫星云图进行精确预测,消除了云层边界处的模糊现象。ASLSTM模型则提取了3维天气研究与预报模式 (WRF)气象要素特征。MFFM模块将2维卫星云图特征和3维WRF气象要素特征进行融合,以得到未来1 h光伏功率预测结果。该文分别利用STCDM模型和MPPM模型开展卫星云图预测实验和光伏功率预测实验。实验结果显示,STCDM模型预测1 h内卫星云图的结构相似性指数(SSIM)达到0.914,MPPM模型预测1 h内光伏功率的相关系数(CORR)达到0.949,优于所有对比算法。     

基于XML的异构数据集成研究及应用

在企业信息化建设过程中形成的数据孤岛阻碍了企业信息化程度的进一步提高,研究异构数据集成模型,对于解决数据孤岛问题具有重要意义。通过应用XML技术构建数据集成中间实体,屏蔽各异构数据之间的差异,从而形成统一数据视图的方法,实现了一种异构数据集成新模型XDIM,并将其应用在青海大学综合信息服务平台中。该模型采用精简的算法,具有灵活高效的特点,能够有效解决多数据源环境下的异构数据集成问题。     

基于中间件的异构数据集成系统设计

针对分布式异构数据有效集成,设计了一种基于中间件的异构数据集成系统;建立了在分布式环境下的公共集成环境,在不影响已有系统正常工作的前提下,屏蔽了各个异构数据源的平台、系统环境、内部数据结构等方面的异构性,为用户提供一个统一和透明的访问接口,以实现对异构数据源间关联数据的访问和发布。     

基于Web Service的动态可调整的异构数据集成

提出的异构数据集成系统框架包括源模式层、局部模式层、全局模式层和用户模式层.利用Web service接口完成从源模式层到局部模式层的转换,利用模式融合和冲突解决实现从局部模式到全局模式的转换.用户模式层作为全局模式层的一个子集,可以动态调整.还定义了一个基于XML的统一数据模型以支持异构数据的集成.     

基于solr的异构数据融合检索技术

针对企业异构数据融合检索的需求,介绍了异构数据整合的常用方法和企业级搜索服务器solr的基本功能,结合xml异构数据整合、中文分词技术和友好的用户界面搭建了基于solr的异构数据融合检索系统,实现了对xml文件的索引和检索,为异构数据融合检索提供了解决方案。     

基于本体映射的异构数据集成中间件HDIM研究

数据集成是为了消除企业内部信息孤岛,实现企业之间信息共享,实现异构数据透明访问的问题。为了解决异构数据集成问题,提出了基于本体映射的异构数据集成中间件——HDIM,采用本体明确、规范地描述数据的异构性、分布性,采用本体映射实现本体之间的互相访问。为用户提供一个访问异构数据源的中间平台,解决企业内部的异构数据集成问题。     

多源信息融合软件的设计与实现

针对多源信息类型不一致影响信息利用效率的问题,文章在分析传统多源数据融合模型的基础上,研究了多源信息融合软件的架构及相关技术,设计并开发的软件具有较高的实用价值。     

基于标准数据元素与基本表的装备保障数据集成研究

为实现数据集成,借鉴C/U矩阵一次录入.全程共事的思想,提出一种用标准数据元素及相关规范对基本数据表进行约束,解决数据不一致的问题,基于基本表进行数据交换的数据集成方法.数据元是数据的基本单元,从数据元层面对基本表进行规范,从根本上解决数据不一致的问题.各分系统通过数据交换接口区建立待交换数据的映射关系,依据映射关系调用和解析XML文件进行基本表的交换和共享,达到数据集成的目的.借鉴C/U矩阵一次录入、全程共享的思想,用标准数据元素及其他规范从根本上对数据进行约束,解决数据的不一致问题,实现数据集成.