面向增量信息自动化提取的居民地时空变化分类研究

居民地数据是一类重要的地形数据,其变化非常频繁.当居民地数据更新以后,数据生产者如何提取增量信息并及时发布给用户是迫切需要解决的问题.增量信息是由于居民地的变化引起的,不同的变化产生的增量信息存在很大差异,因此分析居民地的变化是实现增量信息发布的一个重要前提.本文着重于分析居民地变化的分类及其描述.基于变化的4个相关因子,提出了居民地变化分类模型,并利用规则表达式(IF-THEN)描述了各种变化类型及其产生的增量信息.最后,以我国1:25万地形数据库的居民地数据的增量信息生成验证了上述思想.图3,表1,参6.     

空间数据库更新过程中增量信息产生原因分析

为了能够实现空间数据新旧版本之间由于时空变化产生的增量信息的快速提取和分发,作者以小比例尺地形数据库中居民地要素为例分析了增量信息产生的原因.提出了基于时空变化类型和数据差的增量信息概念,变化类型描述增量信息的语义,数据差表达增量信息的内容.在此概念的基础上详细地分析了居民地可能发生的各种变化类型及其产生的数据差表达方式.首先将变化分为主观变化和客观变化.主观变化又详细分为3类,客观变化详细分为12类,并且将各种客观变化类型的增量信息的描述形式化,便于计算机中编程实现增量信息的自动化提取.该方法已经成功的应用于中国1∶250 000地形数据库更新信息发布应用系统中.     

基于多级模式的地形数据库变化信息发布方法

为了解决地形数据更新以后,及时将地形数据的变化信息发布给用户的问题,研究了新的变化信息发布方法,提出了基于图元模式、要素模式和用户视图3级结构的地形数据库变化信息发布方法;基于图元建立变化信息的图元模式,通过组合图元模式中的记录构建变化信息要素模式：并根据用户的具体需求,通过组合和筛选图元模式和要素模式中的数据构建用户视图。此方法能有效的满足用户对各种变化信息的需求。     

车辆自主导航系统中的兴趣点增量更新

当前车载电子地图数据的更新主要采用离线版本更新的方式,该方法更新周期长,不能满足用户的现势性需求。该文设计了可增量的导航兴趣点数据库,提出了兴趣点增量数据结构,以动态扩展的增量形式存储导航兴趣点,并利用词头数字化压缩方法减少了数据量,最后通过增删词表计算车载导航设备和增量中心的检索文件及关联文件的差异,实现了兴趣点数据的增量更新。实验证明,该方法修改数据量小,更新速度快,能满足嵌入式导航设备兴趣点数据的动态增量需求。     

基于地理事件和更新操作的地理要素增量变化分类

为了解决以增量方式实现空间数据生产者和用户之间更新信息的传播需要解决地理空间要素增量变化的表达问题,将地理空间要素增量变化定义为影响要素变化的地理事件和实施数据库更新操作的因果关系体,提出了基于地理事件和更新操作的增量变化表达双层概念模型,建立了分裂、消失、合并等地理事件与删除、添加等更新操作以及数据差之间的固定映射关系,即建立了地理要素增量变化的分类模型,为增量信息的提取与分发提供了方法依据。     

时态拟序数据索引TQD-tree更新技术

介绍基于线序划分（LOP）的时态拟序索引技术TQD-tree，基于前期研究成果实现增量更新.能否实现增量更新是时态索引技术成败的关键.首先，讨论TQD-tree所需数据结构和LOP实现算法；其次，讨论实现增量更新算法；再次，讨论批量更新的可行性；最后，完成仿真评估以表明更新技术可行性和有效性.实现批量更新，减少扫描重构TQD-tree次数，能大大提高系统效率.研究时态数据索引更新技术能解决大数据管理框架中实时响应和频繁更新的基本需求.     

面向P2P搜索的可定制聚焦网络爬虫

提出了一种可定制聚焦网络爬虫技术.该技术采用简单的主题描述方法提高网络爬虫的可定制性,利用基于站点页面链接结构的链接导航技术实现对主题信息的高效抓取,通过配置文件实施定制,从而构建一个资源消耗小、数据采集准确性高、可控性强的轻量级聚焦网络爬虫,以满足P2P搜索的需求.文中进一步提出一种增量更新和批量更新相结合的网络爬虫数据更新机制,这种混合更新机制降低了增量更新的实现复杂性,相比批量更新具有更小的资源消耗,实验表明采用这种机制能达到较高的数据新鲜度和召回率.     

一种基于密度的增量式网格聚类算法

增量算法的要求是聚类特征一般是可加的、非迭代的。文中提出了一种基于密度的网格聚类算法GDCLUS，并在此基础上提出了增量式算法IGDCLUS，它可发现任意形状的聚类，具有高效、易实现的特点，适用于数据库周期性地增量环境下的数据批量更新。     

分布式本体调试信息的存储优化与增量更新

为提高大规模本体信息的推理调试速度,提出了基于分布式数据库的RDFS和OWL pD*的推理调试方法,并优化存储模型和推理调试算法.此外,每次本体信息更新后,静态的本体推理和调试算法都需要完全地重新进行推理,因而提出了一种针对本体信息更新的增量算法,实现本体数据的动态更新.LUBM数据集的实验结果表明,基于分布式数据库是基于分布式文件的本体调试方法用时的15%～25%.在百万数量级三元组上,更新20%以内的数据,增量更新算法更有效.     

GIS面数据批量更新技术方法研究

针对地理信息系统(GIS)面数据批量更新缺乏技术方法问题,利用坐标参考不统一的点位坐标数据及存在多边形重叠的面数据,研究坐标参考转换、叠置分析及多边形创建原理,采用数据库技术、GIS二次开发及叠加分析算法改进相结合的方法,研究并实现了GIS面数据的批量更新技术方法。应用该技术更新矿产调查数据,更新结果表明,该方法可以高效完成矿产调查数据的批量更新;为GIS面数据更新提供一种技术方法。     

基于OEM模型的半结构化数据的模式抽取

Web数据是典型的半结构化数据 ,缺乏明确的、预知的、与数据分离存储的外在模式 ,导致查询、浏览和集成Web数据的效率极低。该文提出一种基于 OEM (objectexchange model)模型的半结构化数据的模式抽取算法 ,采用自顶向下的剪枝策略 ,可快速发现频繁简单路径集 ,应用于半结构化数据的集成及查询回答与优化。其特点是可降低目标模式的规模 ,有效改进模式抽取的效率     

基于证券行业半结构化数据的抽取技术

半结构化数据是网络中一种重要的数据形式,其数据抽取和知识发现研究是半结构化数据各项研究的核心.针对互联网上的证券交易系统半结构化的个股资料,根据OEM模型,利用SAS软件建立了半结构化到结构化数据的转换.本文关于信息的抽取技术,提供了一种新的方法,无论为投资者还是为数据挖掘都提供了证券分析的基础,从而能更好地提高抗风险的能力.     

半结构化数据的结构发现聚类算法

当处理的半结构数据时,从中挖掘出其隐含的结构显得愈来愈重要了,不仅对于用户而且对于整个系统来说,其重要性也是不言而喻的.算法structure_discovery将聚类算法应用到半结构化数据的结构发现上,将描述同一类对象的共有结构按照相似度聚集到一起形成类,然后从类中发现满足用户兴趣度的结构.与同类算法比较,structure_discovery为增量式算法,同时,聚类技术的使用提高了结构发现效率.     

分析处理XML文档学形态学方法

在线联机分析处理(OLAP)是一个分析商业信息趋势的重要工具。虽然OLAP用多维立方体模型来分析结构化的商业数据是理想的,但是它并不适合用来表现和分析复杂的半结构化数据,如:XML文档。因为在广泛的应用领域,XML都是表现数据的语言选择,所以分析XML文档是必需的和紧迫的。描述了一个用XML树模型来分析XML文档的想法。鉴于OLAP的多维聚合操作不能够表示XML文档上的、结构复杂的分析操作,提出了新的、扩展了的XQUERY来支持这种复杂的分析操作。     

工程数据库管理系统及其图形数据库的设计与实现

本文论述了工程数据库管理系统(EDBMS)的总体结构、功能及其实现环境.该系统采用关系和网状混合的数据模型,实现了图形数据和非图形数据的统一管理,并具备版本管理及控制、知识库管理等功能.     

基于部分支持度树的关联规则增量式更新算法

关联规则挖掘是数据挖掘技术的一种简单又很实用的方法,有着广泛的应用。该文利用部分支持度树的结构提出了对关联规则的增量式更新算法,用于解决向数据库中添加新的数据而最小支持度不发生变化时的关联规则更新问题。该算法有效地利用已挖掘的关联规则和保留的部分支持度树来改善性能,并且只需对新增数据库部分进行一遍扫描,从而进一步提高算法的效率。实验结果表明,该算法能有效地解决关联规则的更新问题,提升挖掘效率。     

一种分布式Web使用模式挖掘模型及算法

给出了一种分布式Web日志挖掘模型DWLMS. 根据对挖掘过程及算法进行分析,提出了一种基于DWLMS的局部频繁路径的更新算法LFP和全局频繁路径的更新算法GFP,较好地解决了Web访问信息的异地存储、实时增长、分布式算法通讯量等因素给模式分析过程带来的困难. 在实验室对该方法进行了简单实现和实际日志数据的测试,结果表明了算法的有效性.     

基于集群的并行分布式聚类及其应用

海量和高维大数据集的聚类对计算机性能提出了很高的要求.基于具有层次聚类特性的RSOM树方法提供了一种有效的手段以实现对高维大数据集的聚类索引,这种RSOM树可支持最近邻搜索且不需要对数据进行线性搜索.注意到RSOM模型具有内在的层次化、分布式结构特点,并可进行增量的训练,研究了基于高效并行集群的增量、分布式RSOM并行算法,并通过视频图像特征集实例证实了算法的可行性.