基于PBFT区块链技术的电网企业仓储系统

提出了一种基于实用拜占庭容错(PBFT)算法的区块链技术,首先对传统的实用拜占庭容错算法原理进行了阐述,该传统算法包含前期、需求、预准备、准备、确认、答复6个阶段,但传统算法具有实时性差、缺乏惩罚机制、带宽高的缺点。针对出现的这些问题,又对传统算法进行了改进,具体涉及记账节点、共识过程以及视图切换过程。通过测试进一步证明了该改进算法的实用性,并将该算法应用于电网企业中,构建的虚拟仓库实现了联储联备,降低了库存资金的耗费,并且提高了电网企业库存管理的效率。     

从数据库到数据仓库——广电未来的制胜武器

在目前数据爆炸、信息匮乏的情况下，需要利用数据仓库系统集成1个或多个独立传统数据库数据，通过分析海量数据发现市场潜在规律，获取商业信息以支持商业决策，这将是广电未来的制胜武器。     

基于数据挖掘的OLAP分析技术及应用

数据仓库和数据挖掘技术是目前信息技术研究的热点问题之一,介绍了数据挖掘(data mining)、数据仓库(datawarehouse)及联机分析处理(OLAP)技术。并以零售业决策支持系统为例,介绍了该系统的体系结构、数据仓库的设计、系统实现关键技术及各子系统功能,着重论述了如何利用OLAP技术实现企业决策支持系统。     

商务智能在ERP系统中的应用

ERP系统属于典型的联机事务处理系统,不可避免的存在许多不足,无法提供企业决策所需的决策信息。商务智能是一种正在快速发展的技术,它在ERP中的应用有效的解决ERP存在的问题。     

基于现场总线技术的成品油库自动化管理控制系统

主要阐述了基于现场总线技术的油库自动化管理控制系统的设计，针对目前成品油库发展的现状在自动化管理方面做出了详细的控制系统介绍．实现油库控制系统的功能先进．安全可靠及易于管理。     

基于Web的工程索赔决策支持系统的研究

针对我国工程索赔经验少、索赔专家稀缺的实际情况，提出了一种基于Web的工程索赔决策支持系统，首先综合了数据仓库，联机分析处理，数据挖掘技术于一体的综合决策支持系统，给出了数据仓库、模型库和知识库的具体设计，最后对系统的实现作了简要的介绍，该系统的应用旨在建立一个功能强大的在线工程索赔支持平台，共享索赔专家丰富的知识和经验，帮助承包商完成复杂的索赔工作。     

Preliminary Study in Spatial Data Warehouse of Flood Control and Disaster Mitigation in Yangtze River Basin

1　ＳｐａｔｉａｌＤａｔａＷａｒｅｈｏｕｓｅ1.1　ＦｕｎｃｔｉｏｎｓｏｆＳｐａｔｉａｌＤａｔａＷａｒｅｈｏｕｓｅＩｎｏｒｄｅｒｔｏｍｅｅｔｔｈｅｒｅｑｕｉｒｅｍｅｎｔｔｏｓｐａｔｉａｌｄａｔａ ,ｔｈｅｄａｔａｄｅｒｉｖｅｄｆｒｏｍｄｉｆｆｅｒｅｎｔｓｕｂｊｅｃｔｓａｒｅｇｒｏｕｐｅｄｉｎｕｎｉｆｏｒｍｆｏｒｍａｔｓａｃｃｏｒｄｉｎｇｔｏｔｈｅｔｈｅｍｅｓｔｈａｔｕｓｅｒｓｃａｒｅａｂｏｕｔ.Ｔｈｅｓｐｅｃｉａｌｍｏｄｅｌｓａｒｅｅｓｔａｂｌｉｓｈｅｄｔｏｐｒｏｃｅｓｓｔｈｅｄａｔａｉｎｔｈｅｖｉｅ…     

基于Oracle数据仓库的水利普查数据展现系统

文章在介绍Oracle数据库服务及相关体系软件结构的基础上,给出了利用Oracle数据仓库建立水利普查数据展现系统的实现技术,解决了因为原始数据库数据量庞大,数据关系复杂,导致数据查询速度慢等性能问题,并从多方面清晰、简洁、直观地展现水利普查数据.     

维吾尔药材数据仓库模型的研究

对维吾尔药材数据仓库构建中各阶段的模型进行设计。信息包图进行概念模型设计。根据信息包图生成逻辑模型的星形图,进而实现物理模型设计。根据三级模型的设计,利用MicrosoftSQLServer2005创建维吾尔药l材数据仓库维度表和事实表,为方便用户决策分析,利用SQLServerBusinessIntelligenceDevelopmentStudio组件创建了维吾尔药材数据立方体。     

基于SQL Server的OLAM的研究及应用

OLAM(On-line Analytical Mining)是当前的热点技术,是融合了联机分析处理(OLAP)和数据挖掘(Data Mining)的一种新的数据挖掘技术。本文主要研究数据仓库中OLAP,On-line Analytical Processing和数据挖掘技术,这两个技术是商业智能中的核心技术和主要内容,在两者的基础上引入OLAM的概念,并阐述其基本原理和核心技术。基于微软的SQL Server平台,为一个商业案例建立数据仓库,利用Analysis Services服务,建立销售分析的多维数据集,利用OLAM的基本模型实现OLAP和聚类挖掘技术的结合,借助两者的各自优势,得到很好的客户聚类分析结果。