无缝运输信息网格的体系结构研究

由于无缝运输中各种运输方式信息的相对分散独立,使用网格可以将这些分布式的异构信息组织起来,实现资源共享和信息集成。提出了一个无缝运输信息网格（STIG）的体系结构,该体系集成了信息集成、语义查询、运输规划等关键技术。以铁海多式联运为例,说明了无缝运输网格体系下的多式联运流程。     

一种网格数据挖掘应用系统的设计

数据挖掘算法广泛地应用于数据分析。工业、科学和商业领域需要分析地理上分布的大量数据集，而网格能有效地提供高性能应用和分布式的基础设施。为了利用网格实现数据挖掘和知识表示，文中根据知识网格的概念，在Globus Toolkit的基础上．分析了知识网格的体系结构和它的主要组件，根据数据挖掘的过程设计了一种网格数据挖掘系统软件模型，并指出了该模型应提供的服务，这些服务会屏蔽所有关于网格底层的所有细节，使最终用户只关心知识发现的过程。     

一种网格数据挖掘应用系统的设计

数据挖掘算法广泛地应用于数据分析。工业、科学和商业领域需要分析地理上分布的大量数据集,而网格能有效地提供高性能应用和分布式的基础设施。为了利用网格实现数据挖掘和知识表示,文中根据知识网格的概念,在GlobusToolkit的基础上,分析了知识网格的体系结构和它的主要组件,根据数据挖掘的过程设计了一种网格数据挖掘系统软件模型,并指出了该模型应提供的服务,这些服务会屏蔽所有关于网格底层的所有细节,使最终用户只关心知识发现的过程。     

基于网格的分布式数据挖掘

针对分布式数据挖掘和网格计算的特点,本文详细分析了目前主流的几种网格体系结构,设计了一种基于开放网格服务架构的Web服务资源框架的分布式数据挖掘整体架构,通过应用描述了它们的具体数据挖掘流程。应用结果验证了该架构在网格环境下进行分布式数据挖掘的可行性和高效性。     

基于网格的数据挖掘算法

为了克服传统数据挖掘算法与分布式数据挖掘算法的不足．提出了一种基于网格平台的数据挖掘算法,并改进了原有的Apriori算法,使其应用于网格平台。基于网格的数据挖掘算法具有合并计算力,安全,高效,节约硬件成本等优势已越来越受到学术界的重视。     

基于网格服务的分布式数据挖掘

在分析传统分布式数据挖掘平台不足的基础上,结合网格服务的思想,提出了基于网格服务的分布式数据挖掘平台,同时在该平台上,实现了分布式BP网络分类算法（GBPC-GS）。仿真实验表明,与单机环境相比,随着网格节点数增加,算法的平均耗时明显下降,同时CPU的负载也下降了约40%。     

基于知识网格的分布式数据挖掘

科学和工商业应用需要分析分布在各异构站点的海量数据。这就需要合适的分布式并行系统来存储和管理数据。网格为分布式数据挖掘和知识发现提供了有效的计算支持。文中在讨论知识网格体系结构的基础上，利用可视化网格应用环境VEGA实现了基于网格的分布式数据挖掘过程。     

基于知识网格的数据挖掘研究

目前,尽管基于网格计算、知识网格的数据挖掘技术都还不成熟,但随着研究的不断深入,数据挖掘的工具及其算法也必将在分布性、并行性、灵活性和有效性方面得到进一步发展和提高.伴随着网格和数据挖掘技术的不断提高,基于知识网格的数据挖掘技术将得到广泛的应用.文中在讨论知识网格体系结构的基础上实现了基于网格的分布式数据挖掘过程.     

数据挖掘在网格中的应用

网格计算是分布计算的一个新的重要的分支,它主要是实现了大规模资源的共享,并且达到了高性能。在许多应用中,需要对大量的数据集进行分析,而这些数据通常是地理上分布的大规模的数据,并且复杂度不断在增加。对于以上的这些应用,网格技术提供了有效的支持,介绍了网格的基础设施以及分布式数据挖掘。     

基于网格的分布式数据挖掘模型研究

基于网格的分布式知识发现和挖掘越来越受到学术界的重视。分析了现有的分布式数据挖掘系统的不足,提出了一种基于OGSI.NET的分布式数据挖掘的框架模型,并给出了该模型的软件部署方案。     

基于知识网格的分布式数据挖掘

科学和工商业应用需要分析分布在各异构站点的海量数据。这就需要合适的分布式并行系统来存储和管理数据。网格为分布式数据挖掘和知识发现提供了有效的计算支持。文中在讨论知识网格体系结构的基础上,利用可视化网格应用环境VEGA实现了基于网格的分布式数据挖掘过程。     

基于网格服务的数据挖掘应用研究

建立在网格基础上的数据挖掘结合了网格技术的优点,能够对Internet上广域分布的海量信息进行高效的处理、分析和挖掘。分析了网格与数据挖掘的特点,并结合网格与数据挖掘的过程和关键技术,详细介绍了开放网格服务体系结构、层次功能、网格服务及其接口,基于OGSA的网格数据挖掘的例子和应用验证了数据挖掘网格系统的可行性和高效性。     

基于网格技术的并行搜索引擎

研究现有网格技术和搜索技术,分析并行搜索引擎的优点和不足,提出基于网格技术的并行搜索引擎解决方案,其中包含一个3层结构的应用框架和一个并行搜索引擎的应用方案。根据该方案实现并部署一个基于网格的并行搜索引擎——MSE1．0,获得了较好的检索结果。     

基于网格服务的数据挖掘应用研究

建立在网格基础上的数据挖掘结合了网格技术的优点,能够对Internet上广域分布的海量信息进行高效的处理、析和挖掘.分析了网格与数据挖掘的特点,并结合网格与数据挖掘的过程和关键技术,详细介绍了开放网格服务体系结构、层次功能、网格服务及其接口,基于OGSA的网格数据挖掘的例子和应用验证了数据挖掘网格系统的可行性和高效性.     

基于网格服务的数据挖掘应用研究

分析了网格与数据挖掘的概念,并结合网格与数据挖掘的特点和关键技术,详细介绍了开放网格服务体系结构、基本过程、网格服务及其接口,最后给出了基于OGSA的网格数据挖掘的例子和应用。     

基于网格服务的分布式数据挖掘

阐述网格计算概念及其与传统分布式计算的区别。介绍了一种分布式关联规则挖掘算法,并对其进行了几点改进,最后用网格服务实现了该算法。实验测试结果表明,使用网格服务可以合并若干台计算机的计算能力来减少算法的运行时间。     

基于网格的数据挖掘体系结构

随着科学技术的飞速发展以及各种网格体系结构的应用和普及,计算机网络系统环境变得非常复杂并难以管理和统一,尤其是内部软件系统的运行以及各种细节技术问题,给现在的网络环境带来了更大的挑战性。通过科学合理利用网格数据挖掘体系就能够实现网络资源的共享,为网络资源提供一个安全多样化的运行氛围和体制。本文针对网格数据挖掘体系进行了探讨和分析,通过对放网格服务体系(OGSA)思想体系的阐述,并采用分层描述的方法,围绕功能、结构、调度成本和网格服务目标等进行了讲述。     

基于知识网格的数据挖掘

工业、科学、商务等领域的数据通常分布在不同的地方,需要在不同的地点对其进行分布式维护。只有使用计算功能超强的分布式、并行处理系统才能分析这些领域所产生的超大规模数据集。网格为分布式知识发现应用中的计算提供了有效支持。为了在网格上进行数据挖掘的开发,本文提供了一个称之为知识网格的系统,讨论如何应用知识网格设计实施数据挖掘应用,并说明如何搜索网格资源、编制软件和数据组件,以及数据挖掘应用在网格上的执行过程。     

网格环境下分布式并行数据挖掘研究

随着信息技术的持续发展和广泛使用,大量的数据不断被收集和存储,对分布的目标数据进行数据挖掘处理任务的规模越来越大,而传统的数据挖掘无法解决分布式海量数据挖掘的问题,分布式系统很难解决异构的操作系统和协议问题.网格技术的发展成熟,使得利用网格环境下强大的资源共享异构虚拟组织实现协同并行数据挖掘成为网格技术应用的一个研究重点.本文提出基于网格环境的Agent技术、多线程和集中表决技术的关联规则并行挖掘方案,并在GT4下实验验证,实现对大规模数据的网格环境分布式并行数据挖掘.