基于关系数据库构造多维数据模型

该文重点研究基于关系型数据库如何组织数据以满足多维分析的需要,即如何对星形模式的维表进行分割。分解成多个具有层次关系的,标准化的,低粒度的维表,以易于实而下（ｄｒｉｌｌ ｄｏｗｎ）及由下而上（ｒｏｌｌ ｕｐ）的数据挖掘（ｄａｔａ ｍｉｎｉｎｇ）。     

数据仓库的多维数据模型研究

作为数据仓库设计的核心和基础,数据模型的研究直接影响到决策支持技术的发展。该文首先在对OLAP的需要分析基础上,提出了研究数据模型应该满足的六点约束,并分析了现有模型的优缺点。然后,针对这六点约束,引进分维函数建立多维模型视图,利用聚集偏序集族定义维的结构,提出了一种多维数据模型,并给出了以OLAP操作为核心的操作代数。     

多维数据模型ER(■)

ER(■)把成员形式化为论域上的概念,成员之间的关系由概念的抽象程度所确定,层是成员的集合,层之间的关系由层中的成员所决定,成员之间的半序关系和层之间的半序关系统一用OEM图表示,采用路径表达式作为查询语言,从而把维抽象为一个半结构化对象,可以作为关系模型中的域.ER(■)给出了一组完整性规则.扩充了关系模型和关系代数,使得能用关系对象模型表示多维数据.ER(■)可以方便地在主流的关系对象数据库上实现,并可以用于XML环境.     

复杂数据的多维数据模型应用研究

在线分析过程能处理繁杂的商业数据,在企业里得到广泛的应用。要处理这些复杂的数据,就要利用多维数据模型来构建这些复杂数据。提出了扩展多维数据模型。在该模型的基础上,提出了相关的代数理论。     

多维数据模型ER(H)

ER（H）把成员形式化为论域上的概念,成员之间的关系由概念的抽象程度所确定,层是成员的集合,层之间的关系由层中的成员所决定,成员之间的半序关系和层之间的半序关系统一用OEM图表示,采用路径表达式作为查询语言,从而把维抽象为一个半结构化对象,可以作为关系模型中的域．ER（H）给出了一组完整性规则．扩充了关系模型和关系代数,使得能用关系对象模型表示多维数据．ER（H）可以方便地在主流的关系对象数据库上实现,并可以用于XML环境．     

基于UML的社会保险多维数据模型建模的研究

建立多维数据模型是创建数据仓库的关键。本文介绍用统一建模语言UML设计多维数据模型的方法,并将它应用到社会保险数据仓库的多维数据模型的设计中去,从而引入一种全新的多维数据模型的建模方法。     

基于XML技术的数据仓库多维数据模型

本文介绍了一种基于关系数据库、利用 XML技术实现多维数据模型方法 .首先讨论了在关系数据库之上构建数据仓库的系统结构 ,利用面向对象的技术构建一个逻辑多维数据模型 ,通过 XML 文档保存多维数据模型的元数据 .配合数据仓库的数据抽取工具、汇总工具可以实现数据仓库的基本功能 .对于实现关系数据库之上 OL AP和数据挖掘有一定的参考价值 .     

OLAP中一种多维数据模型

分析了传统OLAP(联机分析处理)模型在商业应用领域中存在的不足，在此基础上，针对某一超市的OLAP的设计过程中所碰到的问题，提出了一种多维数据模型，给出了模型定义和基于关系数据库模型实现方法。     

一种数据仓库的多维数据模型

数据模型是数据仓库研究的核心问题之一.很多研究表明,传统数据模型(如实体联系模型和关系模型)不能有效地表示数据仓库的数据结构和语义,也难以有效地支持联机分析处理(on-line analysis processing,简称OLAP).最近,人们提出了几种多维数据模型.但是,这些多维数据模型在表示数据仓库的复杂数据结构和语义以及OLAP操作方面仍显不足.该文以偏序和映射为基础,提出了一种新的多维数据模型.该数据模型能够充分表达数据仓库的复杂数据结构和语义,并提供一个以OLAP操作为核心的操作代数,支持层次结构间的复杂聚集操作序列,能够有效地支持OLAP应用.该数据模型支持聚集函数约束的概念,提供了表示层次结构间聚集函数约束的机制.     

用层次分析发现多维数据模型的主题域

为满足组织的决策需求和战略目标,提出在实施目标—问题—度量（GQM）方法中,使用层次分析发现多维数据模型的主题域,通过关联属性挖掘算法发现数据库中与主题关联的关系属性。分析结果对科学合理地布置多维数据的呈现结构有指导作用。     

一种基于混合模型的实时网络流量预测算法

流量预测是流量工程、拥塞控制和网络管理的核心问题.网络流量由大量的非线性变化部分和少量的但不可忽略的线性变化部分组成.现有的网络流量预测算法只是单一采用线性或者非线性的方法进行处理,这种片面性造成预测的准确度和实时性难以保证.针对网络流量的特点,提出了一种基于卡尔曼滤波和小波分析混合的流量预测算法.通过对网络流量的线性部分和非线性部分进行区分对待,从而提高预测的准确度和实时性.仿真结果表明,该算法与单一的线性预测算法和非线性预测算法相比,具有较高的预测精度和较好的实时性.     

基于自相似网络流的多维QoS路由策略研究

提出了一种依据网络自相似的特征,在扩展的Bellman-Ford算法的基础上构造了一种基于自相似网络流的QoS路由算法,该算法具有根据历史路由信息来指导路由的特点,避免了由于以往确定性路由算法的路由聚集性的不足。实验结果表明,该算法具有较好的性能指标,能自适应网络,使其负载均衡,同时具有较少的处理与协议开销。     

基于网络编码的网络QoS性能分析

网络编码的核心思想是允许网络节点对传输信息进行编码处理,运用网络编码能够提升网络吞吐量、均衡网络负载和提高网络带宽利用率等.介绍了网络编码的几种主要算法和机制,并对这些算法在提高网络QoS性能方面进行了仿真和比较研究.     

网络流量分析及控制策略

有效的流量控制不仅是网络稳定、高效运行的基础,同时又是各种QoS服务模型和技术的基础和前提。以P2P为代表的网络应用已经给互联网带来了前所未有的冲击,而这些问题产生的内在原因在于当前的网络流量管理缺乏识别控制能力。因此,有必要在网络流量管理中引入流量应用识别控制技术。本文通过Cross流量控制系统对我所的网络现状进行了分析,然后制定网络流量控制策略对我所进行了相应的调控,用以保证关键业务的正常运行。     

基于数据融合模型的网络安全分析评估系统

在借鉴网络性能监控模型的基础上,该文基于数据融合技术提出了一个网络安全分析与评估的分层实现模型,分析了网络系统中存在的脆弱性,采用安全案例表示与贝叶斯推理相结合的方法对网络安全状况进行建模和分析,并阐述了模型的实现要点。     

基于计算机数据算法模型的交通流数据分析

针对交通流数据分析滞后,交通规划效率不高等问题,提出了一种基于计算机数据算法模型的计算机数据算法数据分析方法,该方法采用基于S3C6410处理器的采集模块对影响交通流的数据进行采集或者分析,在进行数据信息采集时,还通过JZ863的无线传输模块实现数据信息传输,并通过神经网络算法模型提高了交通流数据信息分析能力。实验结果显示,本研究系统检测到发生故障的数据量数高达4735个,交通检测精度较高。     

基于网络流量特性的分析模型研究

网络流量模型能简洁、准确和全面地刻画出真实流量数据中对网络性能有显著影响的主要因素。随着对流量特性的逐步认识，流量分析模型也在不断完善。文章根据网络流量特性的研究进展，介绍了基于不同特性的流量分析模型的理论依据，并分析了它们的适用范围、存在的问题和应用前景，同时展望了流量分析模型的未来研究方向。     

基于网络流量特性的分析模型研究

网络流量模型能简洁、准确和全面地刻画出真实流量数据中对网络性能有显著影响的主要因素.随着对流量特性的逐步认识,流量分析模型也在不断完善.文章根据网络流量特性的研究进展,介绍了基于不同特性的流量分析模型的理论依据,并分析了它们的适用范围、存在的问题和应用前景,同时展望了流量分析模型的未来研究方向.     

网络流量分析及控制策略

有效的流量控制不仅是网络稳定、高效运行的基础,同时又是各种QoS服务模型和技术的基础和前提。以P2P为代表的网络应用已经给互联网带来了前所未有的冲击,而这些问题产生的内在原因在于当前的网络流量管理缺乏识别控制能力。因此,有必要在网络流量管理中引入流量应用识别控制技术。该文通过Cross流量控制系统对我所的网络现状进行了分析,然后制定网络流量控制策略对我所进行了相应的调控,用以保证关键业务的正常运行。     

基于大数据挖掘处理的多维数据去重聚类算法分析模型仿真

本文设计了基于大数据挖掘处理的多维数据去重聚类算法分析模型.通过详细介绍多维聚类算法,基于大数据内部关联性分析,实现了去重聚类算法分析模型构建.最后通过算法优化与仿真研究,得出结论,多维数据去重聚类算法采样时复杂度偏低,数据分析结果准确率较高,可有效分析处理数据,避免冗余繁杂,保障数据分析效率与水平,评估判定结果较好,值得大力推广应用.