基于OLAM的制造业商务智能模型

针对制造业价值链的特点,引入OLAM技术,建立一种基于OLAM的面向过程的制造业商务智能模型.建立生产数据多维数据集,通过线性回归分析完成对生产数据的联机分析挖掘,预测不同维度和层次的产品生产量,表明在制造业商务智能系统中运用OLAM使用户可以对感兴趣的维度进行挖掘,增强挖掘的针对性,使分析维的个数降低,提高挖掘效率.     

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．     

数据空间化的决策支持框架

提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。     

中间存储的联机分析关联规则挖掘方法

针对“挖掘不同支持度下的关联规则需要反复扫描多维数据库所带来大量的系统I／O开销”这一缺限,提出一种基于中间存储的联机分析关联规则挖掘OLAM方法．在自行开发的联机分析处理OLAP的基础上,对待分析的多维数据集利用BCTree存储谓词集频度索引数,利用改进的Apriori关联规则挖掘算法分析用户感兴趣的维度,减少挖掘维度的个数,提高了反复挖掘的系统效率和系统针对性．生产数据证明了该方案的正确性和有效性．     

基于限制的OLAM任务语义模型

通过对大量决策分析算法的分析,提出了基于限制(Constraint)的OLAM任务语义模型,该模型从一定的逻辑高度对OLAM进行抽象,利用它可以分析OLAM任务的共性,提取OLAM任务执行时的基本操作,这些基本操作的基础是语义片断。文中给出了语义片断之间关联关系的分析和判断方法,提出了基于限制的、具有方向性的语义关联度定义。语义片断间关系的确定是OLAM任务/事务优化的基础。     

基于供应链数据仓库的OLAM系统

在供应链数据仓库(SCDW)的基础之上开发OLAP数据挖掘(OLAM)系统,可以使供应链数据仓库更好地适应物流企业决策的需求。OLAM系统不仅具有极高的灵活性,而且能够协助用户发现期望获取的知识和部分未知的有用信息。本文将介绍基于供应链数据仓库的OLAM应用技术,并讨论OLAM系统的工作模式。     

煤炭可持续发展基金收缴决策支持系统的研究与实现

通过对煤炭可持续发展基金收缴信息的分析,提出了基于数据仓库、联机分析和数据挖掘技术的决策支持系统的实现方案;从应用的角度,详细阐述了数据仓库的构建过程以及将联机分析处理技术和数据挖掘技术结合起来实现对数据信息多角度、多层次的查询、分析及决策功能。     

OLAM在DSS中的研究与应用

针对OLAM(On Line Analytical Mining)在DSS(Decision Supporting System)中的应用实际,认为其不是OLAP(On Line Analytical Processing)或DM(Data Mining)的简单延伸,而是OLAP和DM的完美、有机的统一体,其中挖掘"M"是整个OLAM的核心部分,OLAP是"M"的核心作用得以实现的前提条件和必要保障.在传统的OLAM结构的基础上,提出了一个新的体系结构,并对其执行过程进行了描述.     

数据仓库若干问题的讨论

主要介绍了数据仓库、数据集市、元数据、联机分析处理的概念，分析并比较了建立数据仓库的三种策略以及联机分析处理技术ＯＬＡＰ的两种方法ＲＯＬＡＰ和ＭＯＬＡＰ。     

基于数据挖掘技术的电子商务设计

介绍了数据库、数据挖掘、联机分析等相关技术的概念，以及这些技术在电子商务中的应用；介绍了基于数据挖掘技术的电子商务系统的设计以及使用Analysis Services工具进行的数据挖掘处理与分析。     

最优线性联想网络在X射线谱分析中的应用研究

介绍了一种重要的人工神经网络——最优线性联想网络 ,并将其应用在 X射线谱分析中 ,成功地克服了传统解谱方法速度慢、不能准确分析含有重峰的复杂 X射线谱的缺点。最优线性联想网络解谱方法广泛应用于快速在线测量及现场分析的各种场合 ,特别是当待分析样品组分固定时 ,解谱效果更好。     

最优线性联想记忆网络方法在人发X射线荧光分析中的应用研究

作者针对X荧光分析中散射峰干扰和直线拟合精度差等问题，采用最优线性联想记忆(OLAM)神经网络方法解谱，研究了无散射峰标准谱的产生和本底干扰问题.通过用一维高斯分布随机数模拟本底计数产生无散射峰标准谱的方法，提高了分析精度.     

探索式数据挖掘模型的讨论

OLAP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 (OLAPMining)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     

OLAM神经网络分析X荧光谱的预处理研究

在采用最优线性联想记忆(Optimal Linear Associative Memory)神经网络分析X荧光谱时,可用多种方式对谱作预处理,如去掉多余数据、取对数、横向压缩、标准化等.针对实验测得的水泥生料X荧光谱,分别用上述方法进行预处理,然后再用神经网络分析,与化学分析的偏差作对比.结果表明,去掉多余数据、横向压缩可以减少信息处理量,减少存储空间,提高运算速度,且对精度影响较小;标准化处理对含量较少的成分有优势,对含量大的成分误差太大;对数方法则不适用.     

企业CRM系统中联机分析挖掘的应用与实现

OLAP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Agent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。提出广义数据空间的概念,使得数据挖掘能够在数据库或数据仓库的不同部位或不同的抽象级别上,对数字数据或者文本数据进行挖掘,加强了决策分析的功能和灵活性。最后,把基于Agent的OLAM模型应用于构建智能CRM,此模型把Agent本身的特点自然地引入到数据挖掘过程中,使数据挖掘系统具有了自治性、自动反应性、交互性、适应环境性等智能特点,有助于在大型数据库和数据仓库中交互式地挖掘多层次多维的知识和联系。     

数据预处理在商业企业数据仓库的应用

数据预处理是数据挖掘过程中重要环节 ,对数据预处理技术进行研究具有现实意义。文章在介绍数据预处理方法的基础上 ,结合大型商业营销企业数据仓库数据的特点和数据挖掘过程中对数据的要求 ,详细论述了数据预处理技术在大型商业营销企业数据仓库中的应用 ,提出改善数据质量是预处理技术的关键。