基于RFID数据处理的公交停车场管理

采用了基于J2EE架构的公交停车场管理信息集成技术,描述了一个Web应用系统,提供一个多层次的分布式应用模型。它可以使用户通过浏览器来管理公交停车场,该系统使用最新的JBOSS框架Seam来实现,Seam能很好地连接表现层和持久层,有利于保持公交停车场数据库管理的一致性和数据的动态更新和维护。同时采用了高效的RFID数据流清理框架,提出了一个可扩展接收器数据流的处理（GRSP）和声明式的基于查询框架,用来清理射频识别技术（RFID）传感器设备产生的数据流。实验证明,系统具有良好的性能和应用前景。     

基于面向对象的大数据存储模型研究

随着大数据存储需求的不断扩大,网络存储技术面临如何存储并管理海量数据的问题.通过对现有各种大数据存储模型进行了对比分析,针对现有存储模型存储的局限性和大数据存储的特点,提出了一种基于数据特征的面向对象存储思想.采用虚拟类技术设计并实现了一种基于面向对象的大数据存储模型.在仿真环境中,对该模型的分类关键模块与非结构化数据存储性能进行了测试与分析,实验结果表明该模型分类模块误差较小,读写效率较高,而且随着数据的增大,非结构化存储性能保持稳定.     

基于链路带宽的分布式存储系统框架及动态负载均衡技术

针对在节点间进行数据传输、备份等操作时,不同节点间链路带宽将限制分布式存储系统的性能的问题,借鉴软件定义网络及云存储技术的基本思想,通过对控制流与数据流的分离,提出了一种基于链路带宽的分布式存储系统框架及动态负载均衡技术.所提出框架中,在分布式数据节点之外引入一个中心控制节点,该节点掌握全局网络视图,全局网络视图中既包括数据存储表记录存储数据的分布,又包括当前链路带宽情况.在用户读取数据时,根据数据存储表确定需要的数据存放于哪些数据存储节点,指派相应的数据存储节点根据路由表发送数据包,并实时监测网络中的链路带宽负载情况,及时调整数据的传输路径.仿真验证所提架构和算法可以有效解决海量数据在不同位置的分配调度,以及缩短用户对大量数据提取的响应时间及提升存储速率等问题.      

RDF数据在关系数据库中的表示

资源描述框架是一个用于描述Web资源的元数据通用框架,大量的RDF数据操作处理需要数据库的支持。阐述了RDF模型、RDF语法以及RDF数据在关系数据库中的存储。     

视频压缩数据流实时分割的软件实现

针对当前监控系统数据存储的问题，提出了视频压缩数据流的分割保存方法。具体采用软件编程，寻找数据流的序列头，将它作为新文件的开始，生成时间长度固定的文件。这种分段存储方法不但方便了用户对文件的查找和删除，而又提高了硬盘空间的利用率。     

数据流驱动的通用雷达仿真框架

为了克服传统雷达仿真设计中串行处理的弱点,提高雷达仿真程序的运行效率,设计了一种基于数据流驱动的通用雷达仿真程序框架.该程序框架概括了一般雷达处理流程的必要步骤,解决了数据注册技术、双缓存区存储技术和数据竞争仲裁等关键技术问题,提供了内建的雷达并行处理能力.该框架已在实际地面防空雷达系统仿真项目中得到验证和应用.     

基于代理机制的VOD系统设计

为每个用户发送独立数据流提供优质服务的TRUE-VOD系统需要大量的系统资源，周期性广播热门的NEAR-VOD提供的服务质量又难以令人满意．提出了一种折中的方案，利用推送技术和代理机制实现所谓的通用VOD系统．通用VOD系统能提供各种类型的VOD服务．通过智能代理机制，通用VOD系统可以充分利用推技术在多个用户间共享数据流，所以它能够在提供用户满意的服务的前提下降低对系统资源的需求．     

云计算下异构数据集成模型的构建

为使用户能够将现有的应用系统向云计算环境迁移,将原有的异构数据处理无缝的映射为云计算环境下通用的数据服务和行为,从云计算和云存储的理论和模型出发,面向大规模的数据密集应用,针对各种异构数据库存储系统和云存储系统,构建云计算环境下异构数据模型,为用户提供透明、统一的异构数据集成和访问接口服务。实践证明:云计算下基于本体的异构数据集成模型的构建,可以为云计算环境下各业务应用提供统一的数据管理和处理方法,方便、快捷地实现异构数据统一的检索与查询以及业务应用所处理的各种异构数据之间实质性关联与映射。     

元数据驱动的大型数据库数据迁移工具实现

随着数据模型的升级等,企业需要将原来数据库中存储的数据迁移到新的数据库,一般的做法都是通过开发专用迁移软件来实现,而仅仅依靠数据库系统本身提供的工具是不能满足实际数据迁移需求的。通过对ETL模型、元数据驱动技术的研究,结合中国石油数据中心大型数据迁移需求,定义了数据迁移的通用框架模型体系。对其中的关键技术-映射模式的元数据表示进行了重点研究,用元数据对映射模式进行描述与存储。最后,采用元数据来驱动对ETL引擎进行功能实现。该技术与功能已在中国石油数据中心大型数迁移中得到了应用。     

基于iSCSI带外虚拟化的研究与实现

基于iSCSI存储系统的实现通常采用带内方式,在此方式中数据流和命令流必须通过管理端向用户端和存储端转发,使系统的性能受到管理端的影响较大.为解决这一问题,采用一种带外方式,管理端只向用户端和存储端转发命令流,而数据流只在用户端和存储端之间交互,使得数据传输率比带内系统要快.实验证明了带外方式的性能要优于带内方式.     

数据库图像字段数据存储与读取技术应用研究

针对开发Web应用程序时所遇到的图像文件存取问题,详细研究了数据库图像字段数据存储技术,给出一种在Web环境下把图像存入数据库中的方法。并用ASP技术实现了图像的读取和在网页中定位显示,最后将研究结果应用到一个大学生社团会员资料管理系统中。     

计算机辅助工艺设计中工艺数据描述及卡片生成的研究

针对目前计算机辅助工艺设计(CAPP)中存在的问题,提出了工艺数据四段式描述的新方法,并据此建立了工艺数据的抽象矩阵表示模型,借助一种新的二进制文件,实现了工艺数据的文件存储.通过工艺库与工艺文件之间的数据交换,实现了基于工艺数据库和数据文件的工艺数据存储与卡片的生成方式,为网络化CAPP系统中客户离线工艺设计与评审提供了可行方案.最后,利用所开发的MS-CAPP系统实例验证了这种工艺数据描述与存储的可行性和可靠性,从而为网络稳定性所带来的工艺数据的安全性和稳定性问题提供了一种可借鉴的解决方案.     

基于数据挖掘的网络数据库入侵检测系统

提出一种基于数据挖掘的网络数据库入侵检测模型 (NDBIDS) ·讨论了NDBIDS的结构及各部件的功能·利用关联规则Apriori算法 ,对用户正常历史数据进行挖掘 ,并对产生的规则进行归并更新 ,通过训练学习生成异常检测模型 ,并利用此模型实现基于数据挖掘的异常检测·NDBIDS可以检测伪装攻击、合法用户的攻击和攻击企图三种类型的攻击 ,通过实验给出了相应攻击的检测率、假报警率、漏报率和检测正确率·本系统的建立不依赖于经验 ,具有较强的灵活性     

多尺度空间数据库建立中的关键技术与对策

多尺度空间数据表达及数据库建立具有广阔的应用前景，在流媒体网络数据传输、自适应动态可视化、空间认知导航、互操作尺度匹配多个领域都有重要作用，但实现该技术面临着数据存储量大、操作响应慢、横向空间一致关系难以维护、尺度变化难以达到真正的连续性等诸多问题。针对这些问题提出了实现多尺度空间数据表达的4种技术策略；多级尺度显式存储、初级尺度变化累积、关键尺度函数演变和初级尺度自动综合；其中，结合算法实例重点讨论的初级尺度变化累积模型，借鉴了视频数据压缩的思想，是本研究领域的一种新方法。     

水电机组监测诊断系统实时数据通道构建策略

针对水电机组监测诊断系统中实时数据通道面临着数据量大、实时性能要求高的特点,给出了分布式监测诊断体系逻辑结构,提出了一种实时数据智能存储策略:根据数据用途和保存周期不同,对数据采用分级保存,提高数据传输访问实时性;通过对机组运行工况标定和数据入库频度自适应调整的策略,保证每个特征工况合理数据量,用来对机组运行性能进行评价和趋势分析,缓解了数据库容量限制瓶颈问题.     

基于通用黑板的数据融合系统

讨论了数据融合与黑板框架的概念 ,分析了黑板框架用于数据融合的优缺点 ,给出了用黑板框架实现的数据融合专家系统 ;介绍一个高效、灵活的黑板开发工具——通用黑板框架 ,以水声信号处理为背景 ,提出了通用黑板实现数据融合的系统结构 ,初步完成了系统的框架构造 .该通用黑板数据融合系统能够充分利用领域知识 ,完成低层的数据融合 ,实现信号解释的双向重处理过程 .     

船厂钢板堆场管理的数字化仿真

为进一步提高我国船厂堆场管理信息化水平，对钢板堆场管理的数字化进行了研究。首先分析船厂钢板堆场的系统结构特征及其堆放规则，从静态和动态两方面研究堆场钢板堆放过程，应用数据库和计算机仿真技术建立堆场数字化仿真模型，并在此基础上编制了钢板堆场管理系统仿真软件。仿真结果表明，该模型能有效描述堆场堆放的动态过程，可产生满足堆场管理需要的仿真数据，是实现堆场科学管理的有效工具。     

Object Management Framework for CAx Information Management

ＩｎｔｒｏｄｕｃｔｉｏｎＷｉｔｈｔｈｅｅｍｅｒｇｅｎｃｅｏｆｔｈｅｇｌｏｂａｌｍａｒｋｅｔ，ａｎｅｎｔｅｒｐｒｉｓｅｎｅｅｄｓｔｏｉｍｐｒｏｖｅｉｔｓａｂｉｌｉｔｙｔｏｒｅｓｐｏｎｄｔｏｔｈｅｍａｒｋｅｔｄｅｍａｎｄｓｗｉｔｈａｈｉｇｈｑｕａｌｉｔ...     

小波方法在数据流中的应用

有关流数据分析与管理的研究是目前国际数据库研究领域的一个热点.流数据的特点是数据持续到达,且速度快、规模宏大;其研究核心是设计高效的单遍数据集扫描算法,在一个远小于数据规模的内存空间里不断更新一个代表数据集的结构———概要数据结构,使得在任何时候都能够根据这个结构迅速获得近似查询结果.将主要采用小波方法对数据流的采样加以实现,并对数据流进行查询.     

一种大规模流式数据聚类方法在交通热点分析中的应用

为了提高在大规模流式数据环境下交通热点区域分析的算法效率,提出了一种流式数据两阶段方法;该方法在第一阶段使用基于改进Canopy算法进行粗聚类并产生宏簇,在第二阶段使用K-means算法进行细聚类;并以粗聚类产生的宏簇个数和类簇中心位置为指导产生更加准确的微簇聚类结果。在试验中,使用流式数据两阶段方法对北京市出租车的定位数据进行了聚类分析;并结合热力图和电子地图对聚类结果进行可视化表达,在最终的热力分析结果中可以直观地发现出租车活动较为频繁的热点区域和线路,且与日常出行经验相符合。试验结果表明该算法能够实时地对流式数据进行聚类分析,产生的数据结果可供用户在任意时间窗口范围进行查询分析,有助于为交通活动情况实时分析、交通规划和拥堵治理等方面提供有价值的理论参考依据。