数据转换算法在异构数据集成中的研究与应用

在构建异构数据库集成系统时,主要会面对数据源的异构性、完整性、语义冲突和集成内容的限定等方面的问题。只有进行数据格式和数据内容的统一转换后,来自不同数据源的异构数据才能被集成系统使用。因此,本文着重研究了异构数据集成中的数据转换算法。     

提高AutoCAD数据向MapGIS数据转换效率的方法研究

介绍了MapGIS中全息法输入DXF数据的流程,在此基础上分析了影响该数据转换工作效率的原因,给出了一套基于AutoCAD的完整的提高转换效率的解决方案。     

基于Web的MARC数据转换算法

分析了传统MARC格式,设计了MARC到关系型数据的转换核心算法。     

元计算系统的一种数据格式转换算法

为了实现数据在异构系统间传递，分析了校园网络的几种计算机系统的数据类型及其存储格式，提出了数据格式转换算法，该算法为元计算研究提供了基础，经过实际系统的验证，证明了是行之有效的。     

一种提高检测效率的V-detector优化算法的设计

实值阴性选择算法V-detector在产生检测器时不能确保检测器具有较大的覆盖范围,其结果是检测器集合中的检测器数量过多,检测效率较低。为提高检测效率,提出了V-detector优化算法,一方面,通过合理确定检测器的中心点位置及检测半径,扩展了检测器的覆盖范围;另一方面,优化算法采用假设检验的判定方法判断检测器集合对非自体空间的覆盖率。假设检验融合到检测器集合的生成进程中,在确保检测器集合满足覆盖率要求的条件下,减少了检测器集合中的检测器数量。实验结果表明,与原算法相比,优化算法使检测器集合中检测器的数量大幅度下降,检测效率得到提高。     

计算机海量数据处理SLIQ算法研究

探讨云计算在SLIQ算法中的应用,研究结果显示,云计算下的SLIQ算法能够对计算机海量数据存储中的节点失效问题有效解决,并且显著提升计算机数据处理效率,进一步降低数据处理难度与复杂度,还可以快速挖掘海量数据信息。     

一种基于XML的Web数据挖掘技术

阐述了一种基于XML的数据抽取技术，并示例如何将该技术应用于Web信息的挖掘，通过对实例的剖析，提出了有关技术人员如何通过该数据挖掘技术拥有一个维护成本低廉而且可靠的数据抽取系统，从而快速便捷地获取所需的信息。     

基于DataStage的异构数据转换的研究与实现

异构数据转换是当今信息社会中企业必不可少的数据维护解决方案。文章对DataStage异构数据转换工具的基本功能、技术优势、企业应用等进行了分析研究。     

XML在烟草物流管理中数据转换方面的应用

仓储管理是现代物流的重要环节,物流又是供应链的重要组成部分,而供应链是以信息技术为基础的。由于物流过程中信息的流动跨企业进行,物流仓储系统必须实现跨地区的信息实时传输、远程数据访问、数据分布处理和集中处理的结合、多个异地局域网连接等功能。本课题通过分析国内外仓储管理的研究成果和实际经验,在理论上研究现代物流仓储管理及其在企业物流中的作用,对烟草企业物流仓储的体系结构和信息平台进行深入研究,并重点解决不同企业的业务信息系统集成过程中跨数据库平台的信息交流,即异构数据库的数据转换,从而实现在实际应用中物流仓储资源的整合。     

FOXBASE与ORACLE数据库的数据转换技术研究

本文对ＦＯＸＢＡＳＥ和ＯＲＡＣＬＥ数据库管理系统生成的数据库文件的特点和结构进行了研究，并给出了实现其相互转换的原理和方法     

面向移动云计算的轻量级数据完整性验证方法

研究了面向移动云计算的数据完整性验证技术,依托BLS短签名算法和Merkle哈希树,提出了一种适合在移动云计算环境中部署的数据完整性验证方案.该方案针对移动云计算环境中的移动设备计算能力较低和通信传输能力较弱的情况进行设计,能以相对较少的计算量和较低的数据通信量完成可信度较高的数据完整性验证.该方案还具有支持验证外包、无需源文件块直接参与验证、验证中无状态信息保存、以及支持对云端数据的动态操作等特性,适合于移动云计算环境中面向数据的应用.     

云计算环境下移动大数据合理分流方法研究

采用传统方法对移动大数据进行分流时,结果不合理,对不同处理器的分流均衡性较差。为此,提出一种新的移动大数据合理分流方法。给出云计算环境下移动大数据分流平台整体结构,在云计算环境中每个可编程交换机上安装移动大数据分流单元。将移动大数据分流问题转换成求解最优解问题,通过状态反馈实现分流。将优化分解方法与拉格朗日乘法结合在一起完成分布式计算,获取移动大数据在链路上的均衡分流模型。采用交换机分流单元获取云计算环境下网络的分流状态,求出此时收益函数的偏导数,将两者相加获取最终分流结果。对移动大数据分流延迟进行分析。实验结果表明,所提方法能够保证分流均衡性和合理性。     

基于云计算技术的出错数据恢复技术研究

为了保证数据存储的安全和数据的完整性,研究了基于云计算技术的出错数据恢复技术。首先介绍了云数据完整性检测技术,主要介绍了完整性检测模型和动态云数据完整性检测。并在此基础上研究了云数据恢复技术,提出基于动态分级管理机制的云数据恢复技术。最后,验证了该数据恢复技术的有效性。     

云计算环境下关联规则数据挖掘算法研究

在海量数据的关联规则数据挖掘中,采用并行计算是非常必要的;针对当前的关联规则算法,运用并行算法的思想,结合云计算环境下的Hadoop架构,提出了Hadoop下的并行关联规则算法的设计,最后实验表明,该算法能处理节点失效,并且能实现节点负载均衡。     

一种XML数据到结构化数据的转换方法

分析半结构化树状层次结构的XML文档的结构特征，描述XML结构与关系数据库的对应关系．给出XML文档的DTD中各主要元素与关系数据模型之间的映射规则，设计转换规则脚本的自动生成算法和数据转换算法．     

云计算中数据存储安全的研究

云计算作为IT发展的下一阶段,尽管有很多的优势,如提高业务的灵活性、可扩展性、工作效率以及企业的盈利能力,但是在带来这些优势的同时也带来云计算新的安全风险和问题.在众多的安全问题中,数据的存储安全已经成为云计算安全的核心问题.针对云计算数据的特点,在对数据加密技术研究的基础之上,本文讨论数据的敏感性问题,结合数据加密方法的优点,提出将数据分为不同安全级别然后结合密码技术,从而达到数据的在云计算环境下安全存储的方案.     

云计算下异构数据集成模型的构建

为使用户能够将现有的应用系统向云计算环境迁移,将原有的异构数据处理无缝的映射为云计算环境下通用的数据服务和行为,从云计算和云存储的理论和模型出发,面向大规模的数据密集应用,针对各种异构数据库存储系统和云存储系统,构建云计算环境下异构数据模型,为用户提供透明、统一的异构数据集成和访问接口服务。实践证明:云计算下基于本体的异构数据集成模型的构建,可以为云计算环境下各业务应用提供统一的数据管理和处理方法,方便、快捷地实现异构数据统一的检索与查询以及业务应用所处理的各种异构数据之间实质性关联与映射。     

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.     

装备维修性数据收集与分析方法研究

维修性数据的收集与分析是装备使用阶段维修性工作的重要内容。介绍了装备使用阶段维修性数据收集与分析的目的、数据收集的一般程序。重点阐述了维修性数据收集内容组成、数据收集表格设计、数据分析方法,为使用阶段维修性数据收集与分析工作的顺利开展奠定了基础。     

基于云计算的大数据关键特征高效提取方法研究

传统特征提取方法不适于大数据特征提取,提取效率低;为此,提出一种新的基于云计算的大数据关键特征高效提取方法。介绍了云计算中的MapReduce编程模型,给出Map与Reduce两个阶段的任务执行过程,通过MapReduce编程模型对大数据关键特征提取方法进行编程和处理,在云计算中实现高效运算。通过样本局部特征对特征集合进行评价,选择大数据关键特征。通过相空间重建保证大数据特征的不变性,在此基础上,引入关联维实现大数据关键特征的提取。实验结果表明,采用所提方法对大数据关键特征进行提取,可行性和效率高,与其他方法相比有更好的性能。