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。     

基于数据仓库的联机分析挖掘系统

基于数据仓库的联机分析挖掘系统的应用已成为趋势，设计并实现了一个应用模型。该模型建立了一个B／S架构的双服务器数据仓库，将数据挖掘与OLAP思想相结合，提供多维度事务内、事务间关联规则的挖掘。介绍了系统设计思想和体系结构，对系统的各部分功能进行了分析，并在此基础上提出了传统OLAP系统到OLAM系统平滑过渡的解决方案。     

基于数据仓库的经济监测与管理决策支持系统

数据仓库技术是在充分地开发信息资源的迫切要求下产生并迅速发展起来的一个国际前沿研究新领域。介绍了数据仓库、数据挖掘、联机分析处理技术,同时给出了基于数据仓库的经济监测与管理决策支持系统的体系结构与实现方法。     

最优线性联想记忆网络的γ谱解析

利用最优线性联想记忆神经网络,对γ能谱进行了定性识别与定量分析,成功克服了传统解谱方法对操作人员要求高、运算速度慢、不能准确识别有重峰的复杂γ能谱等问题.采用全谱输入法,利用整个能谱的信息,降低了对探测器能量分辨率的要求,避免了寻峰、能量刻度与效率刻度,准确识别了单核素能谱与几种核素的混合能谱,从而成为一种行之有效的解谱手段,为高性能便携式探测器解谱软件的开发提供了依据.     

变压器状态检修数据OLAM系统设计研究

随着电力信息化工程的开展,电力变压器状态检修数据由分散的海量数据变成易于查询的有用信息成为日益重要的研究课题.本文首先对OLAM技术的概念和技术要点作了描述;接着介绍了OLAM技术在变压器状态检修数据仓库中的应用,对该OLAM系统中使用的数据挖掘算法进行了分析.     

一种基于OLAP与DM的OLAM模型的研究

OLAP(On-Line Analytical Processing)技术与数据挖掘技术,其实现技术以及适用范围不尽相同,在决策分析中必须协调使用才能发挥更好的作用。基于OLAP与DM的OLAM(OLAP Mining)模型,是将数据挖掘和OLAP技术结合在一个统一的框架之中,使得决策人员和分析人员能够以不同的角度、不同的层次观察数据,加强了决策分析的功能和灵活性。有助于发现更合理的模式,为用户提供更多的支持。     

OLAM以及基于Web的OLAM

随着数据库技术的发展,数据仓库技术的出现,数据库（数据仓库江的应用工具也从 ＯＬＴＰ发展到 ＯＬＡＰ、ＤａｔａＭｉｎｉｎｇ,直到今天的 ＯＬＡＭ;而 Ｉｎｔｅｒｎｅｔ、尤其是ＷＷＷ技术的兴起与发展,更使基于 Ｗｅｂ的 ＯＬＡＭ成为可能。     

数据仓库技术的研究与应用

为了有效地利用现有计算机系统中的资源,需要研制相应的数据仓库解决方案。该文对数据仓库技术及其决策支持工具进行了详尽的讨论,并提出了适用于银行业的方案设计思想,简单介绍了各功能模块,最后对未来的发展做了展望。     

OLAP与数据挖掘一体化模型的分析与讨论

OLAP(On-Line Analytical Processing)与数据挖掘工具由于内在技术以及适用范围的不同,在决策分析中必须协调使用才能发挥最佳的作用.本文提出基于影响域的OLAM(OLAP Mining)模型,将数据挖掘和OLAP技术结合在一个统一的框架之中,使得数据挖掘能够在数据库或数据仓库的不同部位、或在不同的抽象级别上进行,加强了决策分析的功能和灵活性.该模型有助于在大型数据库和数据仓库中交互式地挖掘多层次的知识.     

高校设备信息化跟踪时态多维数据模型的设计与研究

随着高校现代教育技术平台的发展和完善,其多元化设备的应用日趋广泛。因而高校对设备管理提出更高和更复杂的要求。本文简单介绍了高校现代教育技术平台下的多元化设备管理的特点与难点,设计了基于WEB的设备管理跟踪时态多维数据模型,为OLAM决策支持和分析系统的设计提供依据。