基于发现驱动方法的数据立方体在校园用电安全中的应用研究

随着电控智能管理手段在高校学生公寓管理中的广泛应用,同时结合校园一卡通进行计费扣费功能,高校已经积累了大量学生用电行为数据.本文对学生用电行为数据进行数据立方体化,并采用发现驱动方法对数据进行处理,对用户用电的行为进行分析,从而评估校园用电中的异常,及早发现用电中的安全问题.     

数据驱动的定量规律发现技术研究

为了解决现有定量规律发现技术存在的发现范围狭窄,对噪声过于敏感,很难用于含干扰较大的实际观测数据等问题,将回归技术引入化简算法,提出了一个基于化简算法,原型回归和假说验证的多元函数规律发现的框架,根据该框架建立的知识发现系统,可用于发现蕴含于含有随机噪声的多变元观测数据中的数量规律。     

基于数据立方体的OLAP技术

本文介绍了基于数据立方体的OLAP技术,说明了数据立方体的功能和应用,重点阐述了OLAP技术的特征、结构、运算和展望。     

基于数据立方体的维内关联规则挖掘算法

针对数据立方体的结构特点，结合联机分析处理技术，提出了两种基于数据立方体的维内关联规则挖掘算法，以合肥农河超市实际数据作为测试数据，给出了两种算法的实验结果，结果表明，两种算法在不同支持度情况下执行效率存在明显差异，分别适合在高支持度和低支持度情况下进行关联规则挖掘。     

知识发现过程中数据采掘的方法和应用

从信息系统发展的角度综述了知识发现及知识发现过程中数据的方法和应用。     

基于体数据变形的自适应移动立方体算法的研究

 移动立方体（Marching Cubes）算法是一种经典的三维重建方法,但是对采样稀疏的体数据进行重建时,不能满足所需的精确度要求。提出了一种基于体数据变形的自适应移动立方体算法。该算法通过自适应地改变体素顶点的位置,使得体素包含更多的图像信息从而使体素内的三角面片更加逼近等值面;同时,采用了区域增长策略对体数据进行分割从而避免了对整个体素空间的运算;对算法的并行优化提升了算法的三维重建效率。实验证明使用该算法对稀疏体数据进行三维重建,提高了重建的精确度,并且保证了重建的实时性与交互性。     

基于数据驱动的水下滑翔机生物污损监测方法

以我国自主研发的“海燕-L”水下滑翔机为研究对象,针对其长时间运行过程中出现的生物污损问题,提出了一种基于数据驱动的水下滑翔机生物污损监测方法,以指导试验过程中控制参数制定与任务规划．首先,通过动力学模型仿真分析,研究了生物污损对水下滑翔机单剖面运行时间的影响．然后,根据动力学分析结果,结合岸基操控条件以及水下滑翔机的通信方式,提出了一种生物污损监测方法：基于机器学习方法,利用水下滑翔机未发生生物污损时的关键数据,建立单剖面运行时间预测模型;对试验过程中水下滑翔机的单剖面运行时间进行预测,并监测其预测偏差;利用所建立的阻力系数与预测偏差的关系式,预测生物污损引起的阻力变化．最后,通过海上试验验证了所提出方法的正确性与有效性．试验结果显示,单剖面运行时间预测偏差与阻力系数均可以反映水下滑翔机的生物污损程度．当水下滑翔机正常运行时,所提出的方法对其阻力系数的最大预测误差仅为2%,可以实现对生物污损程度的准确监测．该方法只需要使用水下滑翔机运行过程中的部分关键数据,即可快速获取其性能变化,极大提高了监测效率,可以为“海燕-L”的实际海上应用提供支持．同时,该方法也可以为其他类型水下滑翔机的性...     

基于数据驱动的DBMS应用研究

根据管理信息应用系统的要求和作者开发信息系统的经验,提出了基于数据驱动的数据库管理系统应用开发的思想.描述了数据驱动的机理,并给出了一个应用实例.     

数据驱动的MIS应用系统平台研究

针对现有管理信息系统使用过程中存在的问题,提出了"数据驱动的MIS应用系统平台"的概念,并介绍了平台设计思想以及解决的关键问题.     

立方体外壳片段算法在财务数据仓库中的应用

高校管理数据涉及的主题众多,其中财务数据仓库是典型的高维应用情形.财务数据对精度要求极高,不允许数据的丢失,这些特点都将影响财务数据仓库中数据立方体预计算算法的选择.分析了各种立方体预计算算法的特点和适用范围,同时研究了财务数据仓库的特殊性质和需求,以高校科研财务数据仓库为基础,提出了科研财务数据仓库事实星座模型.根据对数据立方体预计算算法的分析,分别使用立方体外壳和立方体外壳片段算法进行物化操作,提出立方体外壳片段算法是一种比较适合财务数据仓库的数据立方体预计算算法,并通过性能分析实验证明了该算法能在预计算时间、存储空间和联机分析处理效率等各方面取得较好的平衡.     

立方体外壳片段算法在财务数据仓库中的应用

高校管理数据涉及的主题众多,其中财务数据仓库是典型的高维应用情形.财务数据对精度要求极高,不允许数据的丢失,这些特点都将影响财务数据仓库中数据立方体预计算算法的选择.分析了各种立方体预计算算法的特点和适用范围,同时研究了财务数据仓库的特殊性质和需求,以高校科研财务数据仓库为基础,提出了科研财务数据仓库事实星座模型.根据对数据立方体预计算算法的分析,分别使用立方体外壳和立方体外壳片段算法进行物化操作,提出立方体外壳片段算法是一种比较适合财务数据仓库的数据立方体预计算算法,并通过性能分析实验证明了该算法能在预计算时间、存储空间和联机分析处理效率等各方面取得较好的平衡.     

基于数据脑的神经图像元数据立方体构建技术

元数据是神经图像数据库研究的一个关键问题.然而现有神经图像元数据的信息组织形式过于单一,难以支持面向系统化脑信息学研究的分析型数据信息查询.元数据立方体的构建能很好地解决这一问题.本文提出一种基于数据脑的神经图像元数据立方体构建技术.参考现有数据立方体构建技术,定义了新型的神经图像元数据立方体,即源立方体,并设计了其基...     

基于非线性构效关系的数据发掘在药物发现中的应用

数据发掘和定量的构效关系(QSAR)是药物发现中重要的研究方法．本首先介绍了一种极具实用价值的无模式分类与模式识别的基本方法，即k最近邻法．该法应用于QSAR研究时通过若干电子、拓扑结构参数计算分子间的欧氏距离来比较其相似性，并以最相似若干分子已知活性的加权平均来估算新结构的活性数据．整个运算过程利用模拟退火法并结合遗传算法和留一-交叉验证法优选出适当的结构参数和近邻数目．本以一组已知活性的单核苷酸分子为例，对NCI和Maybridge化学数据库的分子运用kNN法进行数据发掘，通过计算数据库中分子与已知活性分子的相似性来进行筛选和活性预测，从而得到与已知结构最相似的分子，为搜寻潜在前导化合物提供重要参考信息．     

数据驱动方法在中医英语ESP教学的应用

数据驱动方法(data-driven)是一种基于语料库数据的研究方法。该方法于20世纪90年代初由Tin Johnson提出,并引起很多中外研究者的关注。随着计算机技术以及专门用途语料库在外语教学特别是大学专门用途外语教学(ESP)中的应用与普及,运用数据驱动的教与学模式必将成为一个新的发展趋势。大学本科基础阶段实施ESP教学是大学英语教学改革的方向之一。然而由于各种客观因素,ESP教学在中医院校一直处于尴尬的境地。通过分析数据驱动学习(Data-driving Learning DDL)在外语教学中的特征,探讨了中医院校ESP教学实现的方法和技术。通过这些方法,学生不仅掌握了中医英语核心词汇,减少了盲目性,掌握了地道的语言,而且提高了学习效率,实现了自主学习。     

一种适应于动态环境范围查询的数据立方体

范围查询是对数据立方体进行数据分析的有效方法,预计算技术可以提高数据立方体范围查询的速度,实现快速的用户响应.近年来研究人员基于多维联机分析处理(MOLAP)预计算的研究主要以prefix sum及分块技术为基础,本文对分块方案及如何组织块内单元实施prefix sum方法进行探索,提出了前缀区域数据立方体结构(Prefix Region Cube,PRC),采用基于前缀区域的不规则的分块方案,这种分块方法利于从起始单元开始的前缀区域范围查询的实现.另外PRC在分块及对划分后的块内单元实施prefix sum时都采用回归分割技术,在不增加额外立方体空间的前提下,实现范围查询和数据更新的代价都为O(logdn).     

面向污水处理的数据驱动故障诊断及预测方法综述

在污水处理过程中,存在着强非线性、多变量耦合、参数时变、大滞后、内外干扰频繁等问题,因此如何及时发现系统的异常从而保证过程设备的可靠性和稳定性显得尤为重要.文中根据污水生化处理的特点,综述了基于数据驱动的故障诊断方法在污水处理领域的研究现状、存在的问题以及解决方案,探讨了故障预测在污水处理中的研究前景,指出了基于数据驱动的故障诊断方法研究在污水处理中存在的问题和未来的发展方向.     

基于通信的数据驱动分布式预测控制

针对分布式控制系统的特点,提出了一种新型的基于数据的分布式预测控制优化算法。由输入、输出数据直接设计分布式控制器,控制器在各个子系统通信的条件下采用基于纳什最优的分布式控制优化算法,以较低的成本达到整个大系统的性能优化。这种基于数据的方法使传统的预测控制器设计过程中的系统辨识和基于状态空间模型的预测控制简化为直接的一步,即直接利用数据设计分布式控制器。本文给出了这种新型算法的收敛条件,仿真结果证明了该方法的有效性。     

基于数据驱动模型的潮位和潮流预测方法研究

为解决工程海域潮位、潮流资料不足给海洋工程设计和数学模型建立带来的不确定性,根据单测站潮位潮流的自相关性、对应测站潮位或潮流以及潮位与潮流之间的互相关性,建立基于数据驱动模型人工神经网络的单测站潮位、潮流(流速、流向)预测模型;多测站潮位、潮流对应预测模型;潮位与潮流对应预测模型.以复杂海况下的实测潮位、潮流资料进行模型验证,重现了潮位、潮流自身及相互之间的非线性映射关系.模型预测结果与现场实测数据的比较及其误差分析表明,该模型具有结构简单、精度高的优点,适用于解决工程实际问题.     

基于数据驱动的虚拟室内场景着色方法

近年来,随着三维模型资源的飞速增长,三维室内场景合成得到了广泛关注。目前计算机视觉领域中对场景布局知识学习和提取有较为丰富的研究,但忽视了场景合成中整体场景的色彩兼容性。因此,文中针对室内场景自动合成过程中的色彩设计展开研究,提出了一个基于数据驱动的室内场景着色模型。将室内场景着色过程中的颜色分配问题转化为优化问题,以参考场景的颜色主题作为约束条件建立了能量方程,求解得到场景内每个家具模型的颜色方案。结果表明,该方法能根据输入的参考场景图片自动合成布局合理且色彩和谐的虚拟室内场景。     

基于数据驱动的科技咨询服务升级路径研究

进入新经济时代,科技咨询服务数字化转型升级要求愈发迫切。科技咨询服务的广义内涵及其涉及的新技术、新竞争者、新需求都使行业发展面临新的机遇和挑战,科技咨询服务的数字化、组织平台化、洞见价值提升等趋势特征显现,通过对长城战略咨询、德勤、赛迪院3类咨询服务机构的分析,总结提出科技服务发掘数据新价值—构建畅通数据流—咨询服务产品化的数字化转型升级路径。