一种有效的基于密度度量的相交网格划分聚类算法

针对高维聚类算法--相交网格划分算法GCOD存在的缺陷,提出了基于密度度量的相交网格划分聚类算法IGCOD.IGCOD算法对相交网格的尺寸进行控制,重新定义更为合理的密度度量方法,根据密度期望值来合并两个相交的网格.理论分析和实验证明,相对于GCOD算法,基于密度度量的相交网格划分聚类算法IGCOD在性能上有显著的提高.     

数据仓库系统中高维联机分析处理聚集数据存储技术研究

为解决高维聚集海量数据的存储与查询问题,通过分段共享数据立方体技术,将高维数据立方体划分成若干个低维数据立方体,并利用并行处理技术来创建这些分割的分段共享数据立方体及其聚集数据立方体,以实现高维数据立方体的并行创建和增量更新维护。理论分析与实验结果都表明,相对于以往的完全数据立方体创建和部分数据立方体创建等方法,基于分段共享数据立方体方法的性能有显著的提高。     

现代物流系统中基于频繁子图的RFID路径挖掘算法

为研究射频识别物流挖掘中数据的存储方法,以及基于此类数据集的频繁路径的挖掘,提出基于图的联机分析处理架构,用图来表示物品流动的路径信息,在此基础上提出了基于射频识别数据的频繁子图挖掘算法,来对射频识别频繁路径数据进行挖掘.实验结果与算法分析都表明,基于射频识别数据的频繁子图挖掘算法能够快速有效地挖掘物流频繁子图集.     

基于维层次的语义Cube存储与增量更新技术研究

利用维的层次性为每一个维建立一个索引,同时保存相应的层次信息和预聚集数据,提出了基于维层次的语义Cube.在进行数据更新时,使用更新前后的差值自下而上对受到更新单元影响的祖先节点进行增量更新,在进行模式更新时,无须重构Cube,即可实现增量更新.由于其存储结构的灵活性,在高效完成增量更新的同时实现了Cube上进行上探、下钻等语义操作.理论分析和实验结果均表明,提出的基于维层次的语义Cube与传统Cube相比,性能显著提高.     

基于序列模式挖掘的入侵检测技术研究

随着计算机的发展,网络安全在现代社会中扮演着越来越关键的角色,并成为比较严重的问题。该文详细分析了基于序列模式的数据挖掘技术,并且在挖掘过程中提出了一种新的序列模式算法。     

挖掘RFID数据库中多维频繁路径的研究

针对应用于物流和供应链管理的射频识别(RFID)系统产生的海量路径数据集中的多维频繁路径挖掘的问题进行了深入的研究,提出了Dim-path与Path-dim两种不同的顺序处理非路径维数据和路径数据的多维频繁路径挖掘算法.这两种算法根据RFID路径数据自身的特点,将RFID数据划分为非路径维数据、位置数据、停留时间数据,...     

现代物流系统中路径编码及频繁路径挖掘技术研究

在现代物流系统中,由射频识别技术产生的大量物品的路径信息占用了过多的存储空间,难以有效检索。使用路径编码pid的方法来记录路径信息,减少存储空间,并方便地检索路径信息。在路径编码的基础上,通过挖掘频繁路径编码来挖掘频繁路径,可以有效降低存储空间大小,提高挖掘算法的速度,并能有效地挖掘记录移动物品的数据立方体中的频繁路径信息。     

一种基于维层次编码的OLAP聚集查询算法

联机分析处理(OLAP)查询往往需在海量数据上进行即席的复杂分组聚集查询，在其SQL语句中通常包含多表连接和分组聚集操作，因而减少多表连接和压缩关键字，以及对查询数据进行有效地分组聚集操作，成为ROLAP查询处理的关键问题。提出了一种基于维层次编码的新型预分组聚集算法DHEPGA．DHEPGA算法充分利用了编码长度较小的维层次编码及其前缀，来快速检索出与查询关键字相匹配的维层次编码，求得维层次属性的查询范围，减少了I／O开销，提高了OLAP查询效率。理论分析和实验结果表明，DHEPGA算法性能是非常有效的。     

基于多维数据库的OLAP的应用研究

本文介绍了联机分析处理OLAP的概念,分析了联机处理在数据仓库中的应用,比较了几种形式的OLAP。文中着重介绍了一种利用基于维层次树创建高性能DH-Cube的方法,详细讨论了它的创建、增量更新及快速查询算法。与其他立方体存储方式相比,此方法节省了系统的存储空间,提高了MOLAP的查询速度及立方体的更新速度,减少了维护费用。基于多维数据库的OLAP的应用研究@雷明菊$南京东南大学计算机系数据库及信息系统研究室!210096 @胡孔法$南京东南大学计算机系数据库及信息系统研究室!210096 @董逸生$南京东南大学计算机系数据库及信息系…