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。     

异构云计算海量多源数据在线共享方法

异构云计算中的数据多源化严重，传统数据共享方法难以统一数据的格式，导致共享过程中学习泛化能力较弱，影响了最终的数据共享结果。对此设计一种异构云计算海量多源数据在线共享方法，为使异构云计算中海量多源数据实现精准在线共享，首先将多源数据的格式进行归一化转换，提取数据的特征矩阵进行坡度归一化，设计数据在线共享接口，实现异构云计算中海量多源数据的在线共享。共享方法性能测试结果表明，相同测试环境下，设计的数据在线共享方法共享数据量最高，ER与F1的平均值最低，说明设计的异构云计算海量所有数据的在线共享方法在数据共享的过程中泛化能力更好。     

基于大数据的高校学生精准资助研究

高校学生精准资助是教育扶贫比较重要的一项工作,也是我国高校学生教育推进立德树人、完善教育扶贫战略构建一直在探索的一项内容。运用大数据为高校学生精准资助管理服务,能够在大数据分析和运算下,更加精准地了解到被资助学生的信息,能够对学生精准资助以及回访情况进行指导,实现了对学生精准资助的科学管理。基于此,笔者主要阐述了精准扶贫背景,对大数据背景下高校学生精准资助实施的必要性、原则和对策进行了归纳,以期有效地为高校学生精准资助的实施提供指导。     

高速公路气象数据融合滤波与短时雨雾预测

高速公路路域内雨雾气象数据呈现多源、异构特性,对其进行短时精准预测存在很大难度;针对该问题,在利用联合概率法求得数据之间联合概率的基础上构建异构数据融合模型,并将该融合模型与卡尔曼滤波方法相结合,建立面向多源异构气象数据的协同融合滤波模型;在此基础上,利用贝叶斯最大熵方法,结合雨雾经验理论、融合滤波后的数据以及原始雨雾数据,实现了对高速公路目标路段雨雾天气的短时精准预测;实验结果表明,该方法能够为用户提供精准、稳定的高速公路短时雨雾气象预测结果,对减少交通事故,合理进行交通管制具有重要意义。     

基于LINQ的多源异构数据查询中间件

针对信息安全开发与研究工作对多源异构数据查询的需求,分析网络安全数据源的数据结构特点,设计并实现一套多源异构数据查询中间件系统.系统应用并扩展LINQ技术,通过查询语句解析、名称映射、特定表达式目录树生成和结果集处理等步骤,实现透明查询,并且支持包括常用数据库、XML和JSON等格式在内的多种数据源,同时易于扩展和二次...     

基于UML的高校学生资助工作管理系统设计

高校学生资助工作意义重大.为了更好地做好高校学生资助工作,从信息化管理的角度出发,对高校学生资助工作的组成、管理流程进行了研究;用面向对象的分析与设计方法,基于UML建模技术描述了高校学生资助工作管理系统,探讨了基于UML的建模过程和方法,设计了较为完善的高校学生资助工作管理系统UML模型,并使用.NET技术实现了该系统.该系统的应用能进一步规范学生资助工作管理行为、提高管理水平和工作效率.同时,为应用UML建模技术进行面向对象软件开发提供了参考范例.     

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。     

面向产业链协同SaaS平台的多源异构信息动态集成技术研究

为降低协作企业内部系统与产业链协同SaaS平台交换大量数据所消耗的时间和空间代价,提高实时数据查询的准确性,对多源异构信息集成服务技术进行了研究。设计了面向产业链协同SaaS平台的多源异构信息集成模型;构建了多源异构信息动态发布和动态发现机制;提出了以SaaS平台为核心的多源异构信息转换与注册算法以及事件驱动的数据源动态调用算法;实现了面向产业链协同SaaS平台的多源异构信息实时准确查询服务。该模型和算法在汽车零部件产业链协同平台服务商配件库存管理中的应用证明了该技术的可行性和有效性。     

面向多源异构数据的个性化搜索和推荐算法综述

高效精准的个性化搜索、推荐等服务可为人们生产生活带来极大便利,而随着互联网技术的迅猛发展,面向多源异构数据的个性化搜索和推荐任务逐渐变得日趋复杂,也是当前大数据分析及个性化服务领域的研究热点和难点.个性化搜索和推荐算法广泛收集多源异构数据,获取用户偏好信息,利用各类机器学习、深度学习等技术,构建用户兴趣偏好模型,预测用户偏好,推荐满足用户个性化需求和偏好的项目或内容,提升用户的使用体验和网站平台的商业利益.本文介绍面向多源异构数据的个性化搜索问题的数学描述,综述面向多源异构数据的个性化搜索和推荐算法的相关研究工作,包括:传统个性化搜索和推荐算法、融合多源异构数据的个性化搜索和推荐算法以及动态个性化搜索和推荐算法等相关研究现状,整理了算法常用数据集、性能评价指标及评估体系,进一步阐明了目前面向多源异构数据的个性化搜索和推荐方法的实际应用场景及今后研究的发展方向,并讨论了存在的不足及所面临的严峻挑战,期望为相关领域的研究人员提供有益帮助.     

基于UML的高校学生资助工作管理系统设计

高校学生资助工作意义重大。为了更好地做好高校学生资助工作,从信息化管理的角度出发,对高校学生资助工作的组成、管理流程进行了研究;用面向对象的分析与设计方法,基于UML建模技术描述了高校学生资助工作管理系统,探讨了基于UML的建模过程和方法,设计了较为完善的高校学生资助工作管理系统UML模型,并使用.NET技术实现了该系统。该系统的应用能进一步规范学生资助工作管理行为、提高管理水平和工作效率。同时,为应用UML建模技术进行面向对象软件开发提供了参考范例。     

多数据源数据仓库的一致性维护算法——Strobe算法的改进

数据仓库是一个集成了多个分布式、自治或异构数据源上的信息的数据储藏室,以支持用户的查询和分析。该文介绍了DM3数据仓库实现多数据源实化视图一致性维护的策略,分析了产生视图不一致性的原因和解决办法,以及改进后的一致性维护算法:Strobe算法和T-Strobe算法。     

可扩展数据仓库若干关键问题研究与分析

当大量复杂异构的数据不断进入数据仓库以后,最初的配置渐渐适应不了新的环境,因此数据仓库必须要设计成为可扩展的体系结构,从而能够满足将来数据仓库的性能要求,它能够随着数据、最终用户、复杂性和功能性的增长而增长,并且在增长的同时其性能水平并不会下降。文中通过对数据集成、高效查询和非规格化等几个可扩展数据仓库关键问题进行研究,使得当大量异构数据涌入可扩展数据仓库中时系统性能不会下降,很好地满足决策支持,取得较好效果。     

城市地质空间信息系统研究与建设

通过对城市地质数据与功能的需求分析,确定了城市地质数据仓库及其信息系统的建设内容,进行了系统框架设计;基于GIS技术、数据仓库技术、三维可视化技术以及决策支持技术,进行了多源数据整合、模型集成、城市地下空间规划辅助决策等主要功能模块的研究.     

基于GML的多源异构空间数据集成系统的设计

多源异构的空间数据成为空间信息共享的瓶颈,在网络环境下如何实现多源异构空间数据的集成,成为当前GIS(地理信息系统)发展的一个热点和难点问题.提出了一个基于GML(地理标记语言)的多源异构空间数据集成模型,解决了多源异构空间数据向GML文档的转换,GML与空间数据库服务器的交互以及GML向SVG(可缩放矢量图形)的转换,并使用WebService技术,在Microsoft.NET平台上设计实现了多源异构空间数据集成系统,从而实现了基于GML的空间数据集成和基于SVG的空间数据可视化.     

大数据环境下的电力客户服务数据分析系统

作为电网企业对外服务窗口,电网客户服务中心需要整合企业内部各种异构数据资源、存贮和分析海量的客户服务语音信息和 WEB 服务信息。如何对电网企业各类数据进行高效、可靠、低廉地存储,并快速访问和分析,是当前重要的研究课题。首先分析了大数据的特征和大数据的关键技术,其后,设计了大数据时代下的电力客户服务数据分析系统,提出了系统的数据体系架构,设计了系统功能,总结了系统的关键技术和算法,该系统利用大数据技术和数据仓库技术集中存储、管理和应用电网数据,通过元数据管理实现统一的数据服务平台,使用Hadoop数据库作为非结构数据的存贮平台和数据分析与挖掘的支撑平台,基于CDC数据仓库ETL模型设计数据仓库 ETL 构件,在数据展示层使用多维数据分析技术。最后,综述了系统应用案例,实践表明,系统具有成本低、扩展性较好、可靠性高、并行分析等特点,可以大大提高电网企业的客户服务水平。     

面向多源异构数据的云推送平台的研究与应用

在传统推送中,多源异构数据的推送面临时效性不强、安全性不高、数据难以重用等问题。针对多源异构数据的特征,综合移动互联网的安全性和隐私性等特点,提出了一种多维决策云推送模型来计算分布式环境中多源异构数据的特征值和特征向量,以快速分离数据源中的同构数据和异构数据;并基于此模型设计了云推送平台,其利用云推送技术来实现同构数据和异构数据的自动分离和高效推送。根据云推送平台在实验环境中的运行情况及相关指标分析,说明该平台适用于多源异构数据的推送,是一种高效可行的推送方式。     

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。     

基于数据仓库的决策支持系统平台的设计与应用

本文结合笔者工作实践工作经验,首先分析了基于数据仓库的决策支持系统平台的设计,随后详细研究了基于数据仓库的决策支持系统平台在天津港和学生成绩分析中的应用。通过本文的探讨,相信可以为实践应用提供参考。     

数据仓库系统中源数据的提取与集成

人们对数据分析的要求的不断提高导致了数据仓库的发展，而在建设数据仓库的过程中非常关键的一步就是从事务数据库或其它的数据源中抽取和集成原始数据。本文在对数据集成方法和数据获取中可能碰到的问题进行全面分析的基础上，较为详细地介绍了我们自行开发的数据仓库系统SEUwarehouse中源数据提取与集成工具的设计与实现．