水利普查成果数据立方体并行计算方法研究

水利普查成果数据具有数据量大、维度多、维度分层等特点,因此物化水利普查成果数据立方体,所需的时间空间成本非常高。提出一种基于Map/Reduce计算模型进行外壳片段立方体并行计算的新方法。实验结果表明,该方法能够有效地提高在大数据集上计算外壳片段立方体的效率,降低物化水利普查成果数据立方体的时间空间成本。将水利普查成果数据立方体应用于多维分析系统,从多方面清晰直观地展现水利普查成果数据。     

充分利用现代信息技术 全力做好水利普查工作

数据处理工作是水利普查工作的重要组成部分,是水利普查的关键环节,必须采用科学的普查方法和先进的技术手段,才能确保所有普查数据能有效、快速、安全地采集和汇集。详细阐述了水利普查目前需要重点做好的4个方面的工作:认真完善数据处理软件,奠定普查工作基础;高度重视工作底图应用,提高水利普查效率;切实重视系统安全与保密工作,确保普查工作的顺利进行;充分利用信息化建设成果,发挥信息化部门的支撑作用。     

基于相似性搜索的水利普查数据融合

针对第一次全国水利普查数据融合存在的问题,提出自适应编辑距离相似性度量,通过调整编辑操作权重及启发式学习权重等措施,对传统的编辑距离进行改进,提高相似性搜索的准确性,并给出基于编辑距离的水利普查数据融合的方法和流程,算法的有效性在第一次全国水利普查数据处理中得到验证。     

水利普查数据质量控制的研究

水利普查数据质量控制是水利普查数据采集和处理的关键,如果没有一定措施保障数据质量,致使数据失真失实,会影响决策的科学性,故应对由广大水利普查员完成获得的水利普查数据质量控制进行研究。水利普查数据处理主要有数据采集、表格填写、表格电子化、汇总分析4个阶段,每个阶段都有相应的工作方法,针对大量的可在短时间内参与开展水利普查工作的人员对标准掌握难以达到完全一致的问题,提出应尽量简化执行标准和操作规范,并从概念上提出影响4个阶段数据质量的因素及控制对策。     

并行数据挖掘方法在水利普查成果分析中的应用

随着第一次全国水利普查的结束,海量的水利普查数据随之产生。将云计算技术应用在水利普查数据挖掘领域,可以更加快速、高效和低成本地为水利决策提供科学、合理的支持。本文提出基于Map/Reduce的水利普查数据决策树分类挖掘方法MRC4.5算法,并将该算法应用于全国水利普查地下水取水井数据挖掘中。实验结果表明,与传统的C4.5算法相比,MRC4.5算法在处理大规模数据集时具有更高的执行效率和良好的加速比。     

辽宁省水利普查成果查询应用系统设计要点

辽宁省结合第一次水利普查成果,积极开展普查成果开发应用实践活动,开发建设辽宁省水利普查成果查询应用系统,取得良好的效果。结合辽宁省水利普查成果查询应用系统功能设计,归纳总结出设计要点,以供交流与参考。     

全国水利一张图建设与应用

针对信息化分建专用的建设模式带来的"技术标准缺乏、设施利用低效、数据共享困难、业务应用割据、信息更新滞后和安全体系薄弱"等一系列问题,结合各类水利业务对地图应用需求迫切的实际,以及水利信息系统纷纷围绕电子地图展开建设和应用的现状,以统一地图服务为依托建设支撑和服务于各类水利业务应用的基础信息平台,完成技术标准体系建立、基础设施云建设、多源水利数据整合、应用支撑服务开发、信息更新机制创建和安全保障体系构建等工作,建成全国水利一张图,并在多个重大水利信息化工程建设和各级水利部门广泛应用,根据使用过程中的反馈意见持续优化完善,推进信息技术与水利业务深度融合。     

水利信息化技术标准及其体系研究

水利信息化技术标准是水利政务和业务活动过程中应遵守的技术标准和行为规范,其体系完备性和标准适用性至关重要。在借鉴使用水利对象管理水利数据基础上,立足水利数据为核心,考察水利数据生命周期各重要环节,形成包括分类编码、传输交换、数据存储、图示表达、产品服务、建设管理和运行维护等7大类组成的水利信息化技术标准体系框架及其标准组成,是实现信息共享、保障应用协同、开展智能化应用的基础和保障。并对标准及其体系应实现的目标、标准范畴、标准分类及其体系构成等进行初步探索和研究。     

水利自动化系统智慧运维平台的研究和设计

如何有效地管理和维护现有的信息系统,按照运行维护管理方法和标准,结合实际情况,建立一套融合组织、制度、流程、人员、技术和经费于一体的运行维护管理体系已成当务之急。水利自动化系统智慧运维平台是应用物联网+、大数据等信息化技术运行维护的技术措施,建立的具有自动监控监视、维护操作、预测预警、决策处置和安全管理等各项功能的水利自动化系统运行保障服务平台,可为水利自动化系统运行保障工作提供坚强的技术支撑。     

基于Oracle数据仓库的水利普查数据展现系统

文章在介绍Oracle数据库服务及相关体系软件结构的基础上,给出了利用Oracle数据仓库建立水利普查数据展现系统的实现技术,解决了因为原始数据库数据量庞大,数据关系复杂,导致数据查询速度慢等性能问题,并从多方面清晰、简洁、直观地展现水利普查数据.     

DML触发器实现数据完整性的应用研究

数据完整性是确保数据库数据安全的重要研究内容。通过DML触发器技术实现数据完整性控制,可有效防止由于对数据进行频繁的更新操作从而导致数据丢失或无效扩散。该文通过论述DML触发器的实现机制,并结合具体的开发实例,分析DML触发器在强制数据参照完整性、级联更新与删除、实现用户定义业务规则、更新不可更新视图等方面的应用基本步骤及设计技巧,反映了触发器应用在提高系统性能、简化数据库操作、维护数据完整性、有效性、增强数据库安全性、提高开发效率等方面的强大功能。     

基于网络的地理信息系统研究

基于网络的地理信息系统是近年来地理信息系统发展的方向之一。文中介绍了国家基础设施（NII）和国家空间数据基础设施（NSDI）,分析了信息高速公路（ISH）与地理信息系统之间的关系。提出网络地理信息系统的组织方式及网络地理信息系统的模型。     

广东省“互联网+现代水利”探索与实践

针对广东水利信息化工作存在感知不全面,共享不充分,资源使用效率不高,智能应用不广泛,民生服务水平不高等问题,根据国家和水利部的部署,结合广东省"数字政府"建设的机遇,研究确定广东省"互联网+现代水利"4个建设目标、5个建设任务和总体框架,成果已用于"互联网+河长制""互联网+水政执法""互联网+绿色小水电"等项目,可实现各项目平台框架的统一、业务应用的智能协同、资源的集约共享和服务周到泛在。     

Efficient updating of discovered high-utility itemsets for transaction deletion in dynamic databases

Most algorithms related to association rule mining are designed to discover frequent itemsets from a binary database. Other factors such as profit, cost, or quantity are not concerned in binary databases. Utility mining was thus proposed to measure the utility values of purchased items for finding high-utility itemsets from a static database. In real-world applications, transactions are changed whether insertion or deletion in a dynamic database. An existing maintenance approach for handling high-utility itemsets in dynamic databases with transaction deletion must rescan the database when necessary. In this paper, an efficient algorithm, called PRE-HUI-DEL, for updating high-utility itemsets based on the pre-large concept for transaction deletion is proposed. The pre-large concept is used to partition transaction-weighted utilization itemsets into three sets with nine cases according to whether they have large (high), pre-large, or small transaction-weighted utilization in the original database and in the deleted transactions. Specific procedures are then applied to each case for maintaining and updating the discovered high-utility itemsets. Experimental results show that the proposed PRE-HUI-DEL algorithm outperforms a batch two-phase algorithm and a FUP2-based algorithm in maintaining high-utility itemsets.     

HDFP—EOS数据格式在处理空间数据中的应用

空间信息源的不断丰富,空间数据量的不断增大,空间技术的发展和应用,对空间信息的发布、存储,共享和转换提出了迫切要求,HDF－EOS作为NASA存储和发布EOS数据的标准,逐步受到关注。主要介绍HDF和HDF－EOS的数据类型,以及HDF－EOS的使用方法和相关浏览软件。     

Is Sampling Useful in Data Mining? A Case in the Maintenance of Discovered Association Rules

By nature, sampling is an appealing technique for data mining, because approximate solutions in most cases may already be of great satisfaction to the need of the users. We attempt to use sampling techniques to address the problem of maintaining discovered association rules. Some studies have been done on the problem of maintaining the discovered association rules when updates are made to the database. All proposed methods must examine not only the changed part but also the unchanged part in the original database, which is very large, and hence take much time. Worse yet, if the updates on the rules are performed frequently on the database but the underlying rule set has not changed much, then the effort could be mostly wasted. In this paper, we devise an algorithm which employs sampling techniques to estimate the difference between the association rules in a database before and after the database is updated. The estimated difference can be used to determine whether we should update the mined association rules or not. If the estimated difference is small, then the rules in the original database is still a good approximation to those in the updated database. Hence, we do not have to spend the resources to update the rules. We can accumulate more updates before actually updating the rules, thereby avoiding the overheads of updating the rules too frequently. Experimental results show that our algorithm is very efficient and highly accurate.     

用基于元数据库的工作流调度数据仓库的更新

提出了一种新的解决方案,即通过基于元数据库的工作方法来调度、管理这个更新过程,从而减少了人工干预,提高了处理的自动化程度和效率     

Design and coding considerations of the soil data language interpreter

A query language, named Soil Data Language (SDL), for retrieving information from a Soil. Data Bank, is part of the ARSIS (A Relational Soil Information System) system, currently being developed in Greece. The interpreter of the language accepts input programs, expressed as SDL commands, and outputs the requested information. This paper describes design principles employed during the coding of the interpreter of the language. The derived program can be modified to cover eventual alterations to the specifications of language or the content and structure of the data bank. The study may be seen as an initiative to the design of Generalized Soil and Land Information Systems that primarily are concerned with the easy adaptation to a variety of National processing requirements.