移动地理信息系统中的多源异构数据融合模型

为了提高移动地理信息系统在野外数据采集过程中对多源异构数据的组织管理效率,在分析现有方法局限性和数据自身结构的基础上,提出一种基于可交换图像文件(EXIF)原理以数字图像为载体融合空间位置信息和一般形式属性的数据模型。该模型将关联的空间位置和一般属性嵌入到数字图像的物理结构中,从而实现关联数据的高度整合。基于该模型设计开发了野外数据采集系统,系统应用于农业资源管理与决策分析领域,验证了模型的有效性和实际效果。     

基于狄利克雷多项分配模型的多源文本主题挖掘模型

随着文本数据来源渠道越来越丰富,面向多源文本数据进行主题挖掘已成为文本挖掘领域的研究重点。由于传统主题模型主要面向单源文本数据建模,直接应用于多源文本数据有较多的限制。针对该问题提出了基于狄利克雷多项分配（DMA）模型的多源文本主题挖掘模型——多源狄利克雷多项分配模型（MSDMA）。通过考虑主题在不同数据源的词分布的差异性,结合DMA模型的非参聚类性质,模型主要解决了如下三个问题：1）能够学习出同一个主题在不同数据源中特有的词分布形式;2）通过数据源之间共享主题空间和词项空间,使得数据源间可进行主题知识互补,提升对高噪声、低信息量的数据源的主题发现效果;3）能自主学习出每个数据源内的主题数量,不需要事先给定主题个数。最后通过在模拟数据集和真实数据集的实验结果表明,所提模型比传统主题模型能更有效地对多源数据进行主题信息挖掘。     

基于多源数据采集融合的食品安全风险模型研究

食品安全的风险趋势分析对于及时发现食品安全隐患具重要意义。针对食品安全监管中数据零散、信息封闭、消息滞后所导致的效率难点问题，提出了结合多源异构数据的食品质量安全风险模型。以多源数据采集汇集技术为基础，利用数据治理方法，结合主题域模型、显著性分析模型和综合性评价分析模型，通过组合这三个模型，共同实现食品安全合规的自动预测，取得了良好的效果。     

基于LDA主题模型的评价对象抽取

评价对象抽取是自然语言处理中情感分析研究领域的一项重要任务.本文研究基于LDA进行中文评价对象的抽取问题.利用中文倾向性评测中任务3的Digital语料进行相关实验.首先对语料进行分词,词性标注以及去除干扰内容等预操作,然后利用LDA主题模型进行处理,最后对抽取的评价对象进行分析.数据结果表明,将LDA方法运用到评价对象抽取问题具有一定的研究和实用价值.     

主题模型LDA的多文档自动文摘

近年来使用概率主题模型表示多文档文摘问题受到研究者的关注.LDA (latent dirichlet allocation)是主题模型中具有代表性的概率生成性模型之一.提出了一种基于LDA的文摘方法,该方法以混乱度确定LDA模型的主题数目,以Gibbs抽样获得模型中句子的主题概率分布和主题的词汇概率分布,以句子中主题权重的加和确定各个主题的重要程度,并根据LDA模型中主题的概率分布和句子的概率分布提出了2种不同的句子权重计算模型.实验中使用ROUGE评测标准,与代表最新水平的SumBasic方法和其他2种基于LDA的多文档自动文摘方法在通用型多文档摘要测试集DUC2002上的评测数据进行比较,结果表明提出的基于LDA的多文档自动文摘方法在ROUGE的各个评测标准上均优于SumBasic方法,与其他基于LDA模型的文摘相比也具有优势.     

Web对象模型及在多层结构Web开发中的应用

讨论了多层结构Ｗｅｂ概念、特点,并从面向对象软件工程的角度分析多层结构Ｗｅｂ开发流程,进一步提出了Ｗｅｂ对象模型开发模式,并且分析它的特点以及它在多层结构Ｗｅｂ工程中的应用,最后,以实际应用开发加以例证和说明。     

SVM在多源遥感图像分类中的应用研究

在利用遥感图像进行土地利用/覆盖分类过程中,可采用以下两种途径来提高分类精度:一是通过增加有利于分类的数据源,引入地理辅助数据和归一化植被指数(NDVI)来进行多源信息融合;二是选择更好的分类方法,例如支持向量机(SVM)学习方法,由于该方法克服了最大似然法和神经网络的弱点,非常适合高维、复杂的小样本多源数据的分类。为了提高多源遥感图像分类的精度,还研究了支持向量机在遥感图像分类中模型的选择,包括多类模型和核函数的选择。分类结果表明,支持向量机比传统的分类方法具有更高的精度,尤其是基于径向基核函数和一对一多类方法的支持向量机模型更适合多源遥感图像分类,因此,基于支持向量机的多源土地利用/覆盖分类能大大提高分类精度。     

数据挖掘、OLAP在决策支持系统中的应用

分析了传统数据库和决策支持系统中存在的问题,讨论了基于数据集市的数据挖掘和联机分析处理技术在决策支持系统中的应用。     

基于共现关系的多源主题融合模型

主题检测是互联网舆情分析任务中不可或缺的工作,在话题发现、热点话题等方面会遇到大量的不同种类的文本,它们有着不同的特性,却包含着相同的主题。有效地利用不同源的特性具有重要的科研和实践意义。大多数主题模型都是检测单一来源的文档,但媒体消息都是从多种平台进行传播,而且消息长度不一,不同平台都有其各自的属性,从而导致难以进行统一的舆情监控。为此,提出了一个基于共现关系的多源主题融合模型（Multi-source Topic Fusion Model,MTFM）,该模型将共现（同一内容在不同地方出现）纳入到多源主题融合模型中实现异类源的准确话题提取。实验结果表明,与当前用于不同源主题检测的经典模型相比较,MTFM提供了另一种挖掘主题的方法。     

多模式移动对象不确定性轨迹预测模型

以移动设备、车辆、飞机、飓风等移动对象不确定性轨迹预测问题为背景,将大规模移动对象数据作为研究对象,以频繁轨迹模式挖掘、高斯混合回归技术为主要研究手段,提出多模式移动对象轨迹预测模型,关键技术包括:1）针对单一运动模式,提出一种基于频繁轨迹模式树FTP-tree的轨迹预测方法,利用基于密度的热点区域挖掘算法将轨迹点划分成不同的聚簇,构建轨迹频繁模式树,挖掘频繁轨迹模式预测移动对象连续运动位置.不同数据集上实验结果表明基于FTP-tree的轨迹预测算法在保证时间效率的前提下预测准确性明显优于已有预测算法.2）针对复杂多模式运动行为,利用高斯混合回归方法建模,计算不同运动模式的概率分布,将轨迹数据划分为不同分量,利用高斯过程回归预测移动对象最可能运动轨迹.实验证明,相比于基于隐马尔科夫模型和卡尔曼滤波的预测方法,所提方法具有较高的预测准确性和较低的时间代价.     

基于数据仓库的综合决策支持系统(SDSS)模型及其应用

针对传统决策支持系统存在的问题,提出了基于数据仓库,采用数据挖掘和联机分析处理技术的综合决策支持系统模型,同时介绍了该模型的应用―用于市场分析与预测的综合决策支持系统。     

基于数据仓库的综合决策支持系统(SDSS)模型及其应用

针对传统决策支持系统存在的问题，提出了基于数据仓库，采用数据挖掘和联机分析处理技术的综合决策支持系统模型，同时介绍了该模型的应用一用于市场分析与预测的综合决策支持系统。     

OLAP及数据挖掘在移动通信决策支持系统中的应用

本文针对移动通信决策支持系统，介绍了其涉及的主要技术，给出了一个实现欠费问题分析的决策支持解决方案。     

基于SQL Server2008决策支持系统模型的研究和应用

分析了决策支持关键技术之间的关系,提出了一个基于SQL SERVER 2008的决策支持系统模型,并以该模型为参考开发了珠宝行业决策支持系统。     

基于网格的开放式决策支持系统模型

网格技术的出现和飞跃对决策支持系统(DSS)的发展将产生巨大影响。本文分析了当前DSS所存在的不足,介绍了网格的基本概念及网格技术对DSS的影响。最后提出了一个基本的开放DSS模型及其实现。     

基于医药连锁销售的决策支持系统设计

在原企业管理信息系统基础上,为充分利用日益增长的海量数据,针对其在决策支持方面的不足,提出了一种基于数据仓库、联机分析处理和数据挖掘三项技术的销售决策支持系统。讨论了系统总体结构,对系统数据仓库、多维数据集和数据挖掘模型进行了设计分析。     

基于医药连锁销售的决策支持系统设计

在原企业管理信息系统基础上,为充分利用日益增长的海量数据,针对其在决策支持方面的不足,提出了一种基于数据仓库、联机分析处理和数据挖掘三项技术的销售决策支持系统。讨论了系统总体结构,对系统数据仓库、多维数据集和数据挖掘模型进行了设计分析。     

基于GIS的CRM智能决策支持系统的模型研究

该文给出了基于GIS的CRM智能决策支持系统模型,并给出了基于粗糙集的GIS空间数据库知识发现算法,最后通过一个实例证明了该模型和算法的可行性。     

基于数据挖掘的决策支持系统的应用研究

传统决策支持系统的局限性已经不能满足解决各种各样的问题的需求,基于需求的驱动,一种基于数据挖掘DSS的出现给决策支持带来了新的解决方案。讨论的是将数据挖掘集成到决策支持系统中,利用数据挖掘强大的数据挖掘方法帮助决策人员快速、准确的得到决策支持需要的信息。     

基于模型驱动架构的决策支持系统开发方法

针对当前决策支持系统开发所面临的系统复杂度高、扩展性差等问题,提出一个基于模型驱动架构的决策支持系统的开发方法,给出一个基于模型驱动框架的决策支持系统开发框架,并通过一个具体的开发实例说明如何应用该框架进行决策支持系统开发。应用表明,该方法可有效地缩短开发周期,降低系统复杂度,提高开发效率,同时保证实施的可行性和扩展性。