基于维层次性的Data Cube存储优化方法

根据Data Cube模式中维的层次性,提出了层次式B^＋树及维层次编码的概念,并应用于层次树形Cube（HT Cube）方法中．HT Cube将维划分为聚集维与分析维,在分析维上利用层次式B^＋树除去了冗余数据,并在查询过程中形成维层次编码,在聚集维上则利用维层次编码组合而成的分析维编码进行索引,从而可以高效地检索到聚集值．理论分析和实验证明,该方法不但节省了存储空间,而且可利用层次信息高效地进行各种OLAP查询,为Data Cube模式更新、OLAP查询导航和OLAP查询行为分析的实现提供了可能．     

一种基于维层次的Data Cube压缩存储方法

针对维层次的特点,提出一种利用基表元组的标识维来对Data Cube来进行压缩存储（Hierarchical Compress Storage Cube,HCSCube）的方法。在定义基表元组与Data Cube中聚集元组的导出关系后,DataCube中的一些聚集元组的聚集值可以由基表元组导出关系得到,因而可以合并保存,从而实现了Data Cube的压缩存储。理论分析和实验表明,基于维层次的压缩存储方法不仅能显著的减小Data Cube的存储空间,而且在查询效率上也有改进。     

一种基于多层次链的Data Cube维层次编码

研究了Data Cube的索引技术,提出一种能够处理复杂维层次结构情况的维层次编码.维层次编码充分利用了Data Cube中维的层次性及其语义特性,结合二进制编码与维层次结构编码对维成员值进行编码,通过二进制操作,可以快速检索出与查询关键字相匹配的维层次编码.同时,基于维层次编码定义的层次链掩码,层次掩码及检索函数能够充分利用多维数据中的语义信息,实现基于语义的检索,减少了I/O开销,提高了OLAP查询效率.     

数据发掘的计算智能方法及其在银行信贷管理中的应用

数据仓库技术(Data Warehousing)和数据发掘(Data Mining)是信息领域中近年来迅速兴起的计算机技术。本文探讨了在银行信贷管理中的数据仓库的建模方法,及其在数据仓库基础上的数据发掘的计算智能方法的应用.     

基于Visual Basic环境下数据库访问技术的研究

对VB提供的3种不同数据库访问技术,即数据访问对象(Data Access Object,DAO)、远程数据对象(Remote Data Object,RDO)、Active X数据对象(ActiveX Data Object,ADO)做了对比研究,并就各VB数据库访问技术的原理和特点做了简要阐述。     

数据仓库与联机分析处理(OLAP)技术

数据仓库(Data warehouse)可以提炼和整理有效数据,提高处理速度,并且增加OLAP分析功能,为业务的分析和管理提供必要的手段.本文对数据仓库及联机分析处理技术作详尽阐述.     

面向对象技术在构建数据仓库中的应用研究

为了利用数据仓库技术实现对经济指标数据的有效管理,提出了基于面向对象技术构建数据仓库的一种解决方案。在构建过程中,根据经济指标数据管理需求和数据仓库特点,确定了系统所面对的各种对象以及它们之间的关系,设计了数据仓库结构模型,应用Visual C .NET实现了数据仓库管理系统,并通过ADO(Active Data Object)和OLE(Object Link Embedded)等面向对象技术完成了数据仓库访问和异构系统数据集成,从而使经济指标数据仓库(EIDW:Economic Indicators Data Warehouse)可作为后台数据环境应用于经济动态分析、预测和监测的决策支持系统中。     

小体量大数据

DT时代即将到来 近来,马云的"中国正迎来从IT(Internet Technology,互联网技术)时代到DT(Data Technology,数据技术)时代的变革"观点引发热议.现实中,IT的核心是计算机,而DT的核心是大数据.     

使用Decision Cube进行数据的决策分析

从粒度分析的角度出发,对数据仓库、粒度、Delphi 7中提供的Decision Cube决策组件进行了介绍.然后举例说明了如何在数据仓库中按时间段综合数据的粒度以进行决策设计和分析的方法.并对库中的表进行数据决策和图表决策.以便从不同的角度来查看和概括库中的数据.完善整个系统的设计.并对使用Decision Cube这组组件需要注意的问题也进行了总结.     

基于维层次的压缩Cube

提出利用Cube中的维层次来创建高性能的DH_Cube(dimension hierarchy cube),在DH_Cube中存储构成Cube的所有维的所有层次粒度组成的数据单元,从而实现了在1个DH_Cube中就可以存储构成该Cube的d个维所创建的2^d个立方体视图的所有信息,从而压缩Cube存储空间,提高MOLAP查询效率,减少Cube创建时间和更新时间．     

一种三维切削网格上的N-S方程离散方法

针对一种计算流体力学的三维切削网格自动生成方法Kitta Cube,提出一种新的离散方法(6+N模型)来描述和处理Kitta Cube中的任意三维切削网格.该方法能避免对各种类型的切削网格进行穷举分析,实现采用统一模式在三维切削网格上离散和求解N-S方程.用该方法对三维同心球和偏心球之间环形通道内的自然对流换热进行模拟,数值结果表明:通过Kitta Cube能较精确地表达曲面,面积误差在1.0%以内;利用6+N模型能在该网格上实现复杂区域内的流动和传热模拟,其数值精度与贴体网格相当,误差在0.5%以内;降低偏心球环形通道内部球心位置,能增加自然对流的传热性能.     

数据立方体中多维关联规则挖掘算法

数据立方体是数据仓库中数据组织和存贮的重要手段，它采用多维立体数据存贮方式来取代传统的平面数据存贮方式，为进行多维数据分析提供了根本保证。本文通过对稀松和密质两类立方体进行分析，给出了分别针对这两种情况的多维关联规则挖掘算法，并通过实验对其在不同情况下的性能进行了分析，结果证明，两种算法在特定情况下的效率提高是十分明显的。     

大型挑檐式膜结构抗风载的施工技术

大型批檐膜结构抗风载的砖工关键技术：膜结构作为一种新型的结构体系,例如奥运场馆“鸟巢”和“水立方”都是膜结构的代表作。在大跨度,大悬挑空间结构中应用越来越广泛,本文依据本人多年的工程实践,论述了膜结构在恶劣环境下的应用的施工技术,总结了膜结构抗风载的具体技术,抗风载能力做以论述。为该类型结构在恶劣环境下的应用提供了依据。     

高温后横向压力对带肋钢筋与高强混凝土间粘结的影响

配制C100高强混凝土,分别浇筑成混凝土立方体抗压试块和特制的黏结试块.对立方体试块和黏结试块进行200,300,400,500,600℃的高温试验,测量不同温度经历下高强混凝土的残余抗压强度和基于损伤的黏结强度,并分析横压力与黏结强度的关系.对高温后高强混凝土的表观特征和带肋钢筋与高强混凝土黏结强度的退化机理进行研究,为火灾后高强混凝土结构鉴定及加固提供技术支持和理论依据.     

基于并行数据仓库的数据分布调整策略

并行数据仓库系统的性能与数据在多处理机之间的分布密切相关.本文根据并行数据仓库系统的体系框架,提出了全新的并行数据仓库数据三层模式结构,并在此模式基础上,根据用户查询的变化设计了动态多维数据分布和调整策略,通过改变数据分布模式和数据物理存放的方式来保证系统数据分布均匀和工作负载均衡.实验结果证明,此算法能有效地缩短OLAP平均查询响应时间,提升系统的整体性能.     

冷轧压下率对双辊铸轧硅钢形变和再结晶织构的影响

2.0 mm厚双辊铸轧Fe-2.8%Si-0.8%Al硅钢带坯进行直接冷轧和退火,研究了不同冷轧压下率样品的形变与再结晶织构特征.形变织构主要由α(110//RD),γ(111//ND)和λ(001//ND)纤维织构组分构成,其取向密度峰值分别位于{001}110,{111}110和{001}110~210.随压下率提高(40%~90%),各主要形变织构组分增强,压下率为60%时,剪切带特征最显著.再结晶织构包含Goss({110}001),Cube({001}100),λ,{113}361和{111}112等织构组分.随压下率提高,再结晶机制由剪切带形核主导转变为形变带和晶界形核主导,导致再结晶Goss组分减弱,而{113}361,Cube,λ以及{111}112再结晶织构组分增强.     

仿真影像学综述

就仿真影像学的技术实现方法和临床应用两个方面进行总结，首先介绍了用于直接体数据显示的光线跟踪方法和用于重建三维表面的Marching Cube算法，然后回顾了仿真成像的体系结构及面块处理技术、纹理处理、分形技术、立方休映射技术等产生逼真场景的有效方法，最后，总结了仿真影像学在医学教学和临床实践中的应用及发展前景。     

现代信息数据的挖掘与发展

数据挖掘作为一项从海量数据中提取知识的新技术引起学术界和产业界的极大重视。笔概括了数据挖掘的几种常见模式．如依赖模式、层次模式、序列模式等,并对这几种数据挖掘模式的特点进行了比较;阐述了从数据中提取知识的几种挖掘算法,如决策树、神经网络方法、遗传算法等;展望了数据挖掘模式和挖掘算法的发展趋势。