金融时间序列的数据挖掘技术与经典统计模型的比较

基于对时间序列的数据挖掘思想与经典建模法的基本思路分析和比较，总结各自的优缺点，并阐述二者是在本质上不同的两类重要的时间序列分析法。     

基于动态可调簇的无线传感网络能量感知数据存取算法

针对无线传感网中数据收集、存储和查询的需要,提出了一种基于动态可调簇的能量感知数据存取算法ACEDBA(Adjusted Cluster-based energy-aware Data Brokerage Algorithm).该算法将网络节点分成许多簇结构,簇内节点负责数据采集,簇首节点负责簇内数据的收集、汇聚和转发,数据可以集中存储,也可以分布存储在各簇首节点或本地存储.算法引入能量分级消耗机制,可动态选择和调整簇首节点,保证各簇首节点簇内数据存储和簇间数据转发查询的能量平衡.实验结果表明,与典型数据存取算法相比,该算法的节点能耗均衡、生命周期和查询成功率方面具有优势.     

基于小波蚊子的车联网性能评价方法

数据传输可靠性已成为车联网研究的热点问题,首先给出了车辆之间数据传输可靠性的评价方法,并结合小波变换和群蚊子算法对数据评估模型进行求解,同时通过引入分类机制和决策权来引导搜索方向,以此加快算法收敛速度.最后利用仿真实验平台深入研究了影响该算法的关键因素,并讨论了数据包大小、车辆间距、发送功率和车辆速度与数据成功发送率之间的关系.与其他算法比较,该算法显示出较好适应性.     

适用于自适应网络防御的联合云计算框架

为了解决云计算中网络安全防御策略部署问题,提出一种适用于自适应网络防御的联合云计算框架.该框架由治理层和互操作层组成,使用LocalHub,StateHub和FederalHub共3个集线器将独立的管理层连接起来,能够根据云计算中不同事件来计算和部署网络防御策略,满足部署网络防御解决方案和分布式计算所需的标准和复杂服务.文中给出联合云计算系统模型及其构建单元,以及所提模型的好处和实施带来的一些挑战.该云计算联合框架解决了终端用户存在的问题.实验表明:当事件响应中涉及更高级别的联合框架时,对应的延迟变高,事件响应成功的概率增大.在本文联合云计算框架中网络防御的性能优于其他2种云计算框架.     

基于差分自回归移动平均模型、长短期记忆网络模型及相关模型的无人机俯仰角预测

为了提高无人机俯仰角故障数据处理和预测的精确性和可靠性,避免增加无人机试飞成本,利用长短期记忆网络（Long Short Term Memory,LSTM）、注意力机制+LSTM模型和差分自回归移动平均模型（Autoregressive Integrated Moving Average Model,ARIMA）模型预测无人机试飞俯仰角故障数据。结果表明,ARIMA预测结果：MAE（Mean Absolute Error）=0.35,RMSE（Root Mean Square Error）=0.73,MAPE(Mean Absolute Percentage Error)=23.80%;LSTM模型预测结果：MAE=0.49,RMSE=0.74,MAPE=45.20%;注意力机制+LSTM模型预测结果：MAE=0.17,RMSE=0.53,MAPE=18.93%。可见注意力机制+LSTM模型比其余两种模型更适合于试飞俯仰角的数据预测,以上三种方法对无人机故障数据预测都具有实际意义,有效的预测可以推进自动飞行器和移动机器人的异常检测或外国直接投资研究的最新进展,以进一步提高自动和远程飞行操作的安全性。     

异构时空数据的转换机制研究

目前时空模型难以兼顾时空语义表达与计算机实现困难的现状,形成不同部门、不同应用、不同时期的时空数据在语义、模型、结构等方面的差异,阻碍了时空数据之间的相互转换,限制了历史数据在预测预报等领域重要作用的发挥.在总结时空数据模型特点的基础上,试图以一个崭新的视角分析时空模型的发展历程;在此基础上,采用图论这一通用数据结构与数学描述方法.构建具有完备性的时空数据描述模型;探讨由此引发的异构时空数据的转换机制.最后,在异构时空模型之间的转换机制中分析了该模型的特点.     

小议如何删除数据结构B-tree的关键字

数据结构B-Tree在文件系统管理中经常用到,是一种平衡的多路查找树。作为一种有效的存取和索引记录的数据结构,它用简单的记录管理和B-Tree的索引引擎来浏览记录、修改文件和索引,使用起来非常简单快捷。这里,重点讨论了在B-Tree中删除关键字的实现思想。     

数据仓库在企业经济责任制中的应用

简单介绍了数据仓库的概念、应用及技术，数据库与数据仓库的关系。根据现代企业经济责任制管理决策分析的需求，提出了基于企业经济责任制业务数据库基础之上的经济责任制数据仓库的系统目标、逻辑设计、体系结构和实现方法。     

数据仓库的数据采集与建模问题研究

本文讨论了建设大型数据仓库系统中的关键问题,对源数据的抽取、转换与加载和数据仓库建模问题进行了比较深入的分析.应用数据仓库技术,可以改善企业决策支持模式,提高企业参与国际市场的竞争能力.     

数据空间化的决策支持框架

提出了数据空间化的决策支持框架,使之能够有效地将空间数据仓库、空间联机分析处理(OLAP)、空间数据采掘和空间联机分析采掘(OLAM)技术融为一体,以提供对具有空间分布特性信息的管理、查询和分析的能力．