数据仓库技术在教育决策支持系统中的应用

介绍了数据仓库和联机分析处理,针对教育数据统计分析困难的现状提出了教育决策支持系统的一个解决方案.在对现有业务数据分析的基础上,给出了教育决策支持系统的总体框架,对数据仓库的逻辑设计、数据抽取与转换、OLAP分析以及OLAP前端展现方式进行了探讨,并实现了最终用户可以通过浏览器获取不同层次不同维度的数据以及以各种直观的图形方式展现数据.     

基于数据仓库三层架构的决策支持系统应用研究

数据仓库与联机分析处理(OLAP)技术已成为企业决策支持系统的关键.探讨了基于数据源、数据仓库及OLAP应用三层架构的决策支持系统的体系结构,并结合具体实例给出了系统设计和实现过程.     

OLAP技术在执法统计分析系统中的应用研究

数据仓库技术目前正处于快速发展阶段,联机分析处理(OLAP)作为一种多维数据展现技术,经常被用于数据仓库的前端报表展现。该文针对上海文化行政执法总队已有的基于联机事务处理(OLTP)的统计分析系统,结合文化执法总队业务报表的特殊需求,提出了一套基于OLAP的统计分析系统,并对其中关键技术的实现进行了阐述。同时详细讨论了搭建在浏览器/服务器(B/S)结构上的OLAP分层结构,多维数据模型的设计以及OLAP查询的实现方式。     

OLAP在联通经营分析系统中的应用

OLAP是一种多维展示数据的技术,经常被用在数据仓库的前端报表展现。论文针对联通经营分析OLAP部分报表的需求,提出了一种由数据仓库到OLAP服务器的一套完整地解决方案,并对其中的关键技术的实现进行了阐述。详细讨论OLAP搭建的体系结构,以及与OLAP对应的数据仓库的分层结构,并就多维数据模型设计进行了一些探讨。     

基于数据仓库的决策支持系统的设计与实现

在大型企业中,随着财务信息化建设的发展,积累了大量的财务数据.讨论了如何利用这些数据快速而正确地支持决策.在对数据仓库技术和决策支持系统研究的基础上,提出并实现了一种基于数据仓库技术的决策支持系统(DSS),内容包括系统体系结构、数据仓库模型,联机分析处理(OLAP)策略以及基于门户技术的个性化展示方式,并时系统的关键技术进行了阐述.该系统实现了将企业所掌握的数据转换为信息,进而转换成知识,提高企业决策能力,决策效率、决策准确性.     

基于数据仓库OLAP在决策支持系统中的应用研究

在21世纪的今天,以信息爆炸为特征的互联网时代,越来越多的企业决策需要根据企业以往的业务数据做参考,因此,需要建立一个可靠的决策支持系统(DSS)。决策支持系统(DSS)中一种通用的决策分析方式是建立在数据仓库的基础的,通过在线联机分析处理(OLAP)技术来实现的。文章主要讲述决策支持系统(DSS)中的数据组织方式、以及数据仓库(DW)的基本知识、联机分析处理(OLAP)的基础体系结构、及其决策分析的实现过程等方面的研究。并结合实际应用中的某大商场的销售分析决策系统为实例,分析企业如何把业务经营同市场需求联系起来,并在此基础上建立数据仓库系统,为企业做出科学、正确的决策。从而更加全面深入的分析整个企业的业务数据,从不同的角度来评估销售情况,这样方能给企业管理层人员提供更真实、客观的、全面的参考数据,提高整个企业的销售水平。     

基于数据挖掘的市场营销智能决策支持系统设计

针对现行市场营销决策支持系统在数据集成、历史数据方面、查询功能以及数据分析方面存在的不足，本文分析了市场营销决策特点，讨论了数据仓库、OLAP和数据挖掘技术在市场营销决策支持系统上的应用，并结合XML技术和ROLAP数据模式设计的思想，详细设计了营销智能决策支持系统的体系结构和功能结构。     

合而为宜的BI

数据仓库只是企业BI应用技术框架的一个组成部分。在这个框架中还应该包括联机分析处理(OLAP),数据挖掘(Data Mining)以及针对不同数据源数据进行抽取、转换、清洗、加载和信息展现功能的各种BI工具。严格意义上讲, 数据仓库只是实现BI的有效方式之一。但是,随着企业数据仓库的应用范围的     

OLAP在联通经营分析系统中的应用

OLAP是一种多堆展示数据的技术，经常被用在数据仓库的前端报表展现。论文针对联通经营分析OLAP部分报表的需求，提出了一种由数据仓库到OLAP服务器的一套完整地解决方案。并对其中的关键技术的实现进行了阐述。详细讨论OLAP搭建的体系结构．以及与OLAP时应的数据仓库的分层结构，并就多维数据模型设计进行了一些探讨。     

餐饮决策支持系统中OLAP数据仓库的设计与实现

餐饮联机事务处理系统（OLTP）能规范企业业务流程和提高业务运转效率,但对企业决策的支持能力差,因此建立基于餐饮企业业务数据集的后台决策支持系统（DSS）是有必要的。提出了采用数据仓库,OLAP和数据挖掘技术建立餐饮决策支持系统的思路,重点讨论系统的体系结构设计,基于原型法,从开始的数据仓库模型设计,数据的抽取、转换和加载及多维数据集的设计,到最后的OLAP分析,对系统的实施进行了探讨。     

基于Java RMI的远程实时数据采集

探讨了在TCP/IP协议下用JavaRMI,Applet技术开发远程实时数据采集系统 ,并给出相应的解决方案 ,实现了远程客户机浏览器中数据的动态更新。     

位图方法在电阻抗断层成像中的应用

借助插值方法根据有限元节点数据计算出需要显示图像的像素点数据,通过位图方法将结果显示与后处理应用于电阻抗断层成像系统中,实现了一种在Windows环境下基于有限元方法重构的电阻抗断层成像显示处理的新方法。此方法的实现简单可行、结果可靠。     

利用温度植被干旱指数反演三峡库区土壤水分

土壤水分是监测土地退化的一个重要指标,是气候、水文、生态、农业等领域的主要参数,在地表与大气界面的水分和能量交换中起重要作用。传统的监测土壤水分的方法只能得到单点的数据,很难获得大范围地区的土壤湿度。遥感能够快速方便地获取大区域的地表信息,因此使用遥感监测土壤水分意义重大。主要利用了温度指标干旱指数对三峡库区进行土壤水分反演及其验证。利用TM6波段的亮温方程,计算得出地表温度（Ts）,以TM3、TM4波段计算得出归一化植被指数（NDVI）;把Ts和NDVI作为基本参数,根据Ts-NDVI特征空间的形状,取中间范围的NDVI,拟合干湿边方程,确定干湿边参数;根据温度植被干旱指数（TVDI）进行土壤湿度等级划分。结果表明,利用TVDI可以很好地反演出地表的土壤湿度信息。     

紫外辐射光谱测量方法研究

提出了以原子材料为基础产生紫外光谱,采用紫外传感器测量紫外光谱的方法,这在研究和对抗紫外制导方面具有重要的研究和实用价值。根据有关理论,重点对原子紫外光谱,尤其是碱金属原子核外电子的能量跃迁进行了分析和计算,列出了计算的谱线数据。选用合适的紫外材料激发后,采用双光栅单色仪和紫外传感器进行测量。最后,给出了实验的结果和测量曲线,这些结果被证明是令人满意的。     

基于小波分形自回归整合滑动平均模型的网络流量预测

研究表明Internet通信流量同时呈现长相关和短相关特性。为了精确捕捉上述通信流特性,提出一种基于小波分形自回归整合滑动平均(W-FARIMA)模型的预测方法。首先通过Haar小波的方法将原始数据分解为高频信号和低频信号,接着采用FARIMA模型对低频信号进行建模并预测序列,然后对高频信号采用加权一阶局域法进行预测,最后利用小波重构以合成数据。实验和数学分析的方法证实了该预测模型确实能够很好地进行网络流量的长期预测。     

基于数据降维与精确欧氏局部敏感哈希的k近邻推荐方法

针对基于k近邻的协同过滤推荐算法中存在的评分特征数据维度过高、k近邻查找速度慢,以及评分冷启动等问题,提出基于数据降维与精确欧氏局部敏感哈希（E²LSH）的k近邻协同过滤推荐算法。首先,融合评分数据、用户属性数据以及项目类别数据,将融合后的数据作为输入对堆叠降噪自编码（SDA）神经网络进行训练,取神经网络编码部分最后一个隐层的值作为输入数据的特征编码,完成非线性降维。然后,利用精确欧氏局部敏感哈希算法对降维后的数据建立索引,通过检索得到目标用户或目标项目的相似近邻。最后,计算目标与近邻之间的相似度,利用相似度对近邻的评分记录加权得到目标用户对目标项目的预测评分。在标准数据集上的实验结果表明,在冷启动场景下,均方根误差比基于局部敏感哈希的推荐算法（LSH-ICF）平均降低了约7.2%,平均运行时间和LSH-ICF相当。表明该方法在保证推荐效率的前提下,缓解了评分冷启动问题。     

Robust ear based authentication using Local Principal Independent Components

This paper presents the ear based authentication using Local Principal Independent Components (LPIC) an extension of PCA. As PCA is a global approach dealing with all pixel intensities, it is difficult to get finer details from the ear image. The concept of information sets is introduced in this paper so as to have leverage over the local information. These sets are based on the granularization of the ear image in the form of windows. The features based on these sets allow us to change the local information which goes into LPIC as the input. Thus LPIC not only uses this local information but also helps to reduce the dimensions of the deduced features far less than that can be achieved with PCA. For the extraction of sparse information from ear, features such as Effective information (EI), Energy feature (EF), Sigmoid feature (SF), Multi Quadratic feature (MQD) are derived and then LPIC is applied to get the reduced number of features. Inner product classifier (IPC) is developed for the classification of these features. The experiments carried out on constrained and unconstrained databases show that LPIC is effective not only under the ideal conditions but also under the unconstrained environment.     

半监督学习机制下的说话人辨认算法

针对说话人辨认中训练语音有限时系统泛化能力差的问题,提出一种基于半监督学习的复合高斯混合模型算法。通过复合高斯混合模型对所有说话人的特征分布统一建模,基于半监督学习机制下的EM算法对学习样本进行学习。实验证明,该算法能够充分利用未标记样本对系统进行有效的自适应更新,改善系统的性能,获得比传统高斯混合模型更高的识别率,提高系统的泛化能力。     

基于时序描述逻辑的UML状态图语义

将UML图形转换成形式化规范是一种精确UML语义、扩大形式化软件方法适用范围的有效途径。鉴于描述逻辑强的可判定推理能力,提出一种采用时序描述逻辑形式化UML状态图,对描述逻辑进行时序扩展,得到可以表示动态和时序语义的形式化规范——时序描述逻辑,给出一套UML状态图向时序描述逻辑表达式转换的规则,通过实例验证了该方法的可行性。     

基于空间故障网络的系统故障发生潜在可能性研究

为了在系统故障演化过程(system fault evolution process,SFEP)中,根据系统故障事件累计数据,获得当一些事件发生后对系统最终故障发生的影响,提出一种基于空间故障网络(SFN)的系统故障发生潜在可能性分析方法.该方法的特点是根据系统运行期间发生各类事件及事件间关系,建立事件关系数据库,绘制SFN.当某种工况下已发生一些事件后,根据这些事件的因果逻辑关系和传递概率,得到这些事件能否引起系统故障、故障模式及发生可能性.通过典型实例说明了该方法的使用过程和分析效果,表明其可适应大规模故障数据处理和SFEP故障发生潜在性分析.