一种数据立方高效索引机制 --CuboidTree

提出了一种高效的数据立方高效索引机制CuboidTree，利用Z-Order编码以保持同一数据小方内立方元组之间的多维空间邻近性，将数据立方查询归结构为针为其中某个特定数据小方的查询，从而将同一数据小方中的立方元组聚簇在一起以加速响应数据立方查询，对模拟数据和真实数据进行的实验表明，CuboidTree不仅可以明显地提高数据立方范围查询的性能，而且节省了存储空间，更重要的是它对数据立方查询性能的改进效果随着数据立方维数的增加而愈加明显。     

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。     

基于语义的OLAP查询优化策略

根据Data Cube中单元格的层次性与聚集性,首先讨论了多个OLAP查询组成的OLAP查询集的查询优化策略,然后在单查询集优化的基础上,对于给定的多个OLAP查询集,识别公共查询.根据各查询之间的关系进行整体优化,采用动态启发式算法产生一个全局最优执行计划,从而避免磁盘冗余访问,减少查询执行时间.     

基于遗传算法的数据方体系统设计

决策支持系统实际应用的需求是用户提出的一组频繁查询。为了在系统资源有限的情况下快速有效的回答这些查询,该文提出了基于查询的数据方体系统设计问题。并使用结合了启发式算法的混合遗传算法来优化数据方体系统。在通用数据库上对各种算法进行了实验比较。实验结果表明了该文提出的混合遗传算法在多数情况下可以取得最优解。在不同的系统维护成本的限制下,混合遗传算法都比Harinarayan贪婪算法有效。维护成本越低,效果越明显。     

一种基于时空因素的实化视图选择算法的研究与设计

分析了几种经典视图选择算法存在的不足,提出了一种新的基于时空因素的价值模型,在此基础上设计了一个新的视图选择算法——PBPUS(preprocessing benefit perunit space)算法。该算法与原有算法相比,降低了视图搜索的时间,减少了实化视图更新维护的代价,有效提高了实化视图的查询效率。     

基于OLAP查询的数据集市系统的研究

研究了通过对数据仓库视图进行水平分割来建立数据集市系统，提高OLAP查询效率的方法和技术。提出了根据OLAP查询中的选择谓词构造其最小项谓词，选择数据仓库立方体视图进行水平分割，利用视图分割后的裂片建立的数据集市来回答查询，达到减少访问的视图元组数和加快查询响应时间，从而提高OLAP查询效率，削减维护费用。     

数据仓库的数据建模

简单介绍数据仓库的概念，并把数据仓库与传统关系数据库作了一个比较，介绍了一种适合于数据仓库的数据模型设计方法。     

稀疏数据立方的一种快速计算方法

提出了一种新的稀疏数据立方计算方法CFD(Computation by Functional Dependencies),它采用自底向上的顺序划分数据立方的各个维,同时按自顶向下的顺序计算聚集,从而充分利用了数据立方的各个group-by之间的共性。CFD和以前所有的立方计算方法不同:一是既能避免计算冰山数据立方中不满足最小支持度的grorp-by,同时也利用了聚集函数的特征来加速聚集计算;二是利用维之间的依赖关系能有效减少划分时间。实验表明,和以前的算法相比CFD的性能明显提高。     

基于OLAP技术的销售分析建模研究

销售行业积累了丰富的数据,如何从这些海量数据中提取对决策分析有用的信息是每个管理者关心的问题。本文通过对销售数据整理,构建基于OLAP技术的销售分析模型,为进一步分析数据打下来良好的基础,同时该模型可以移植到其它行业,具有很好的扩展性。     

关于业务数据商店系统若干问题的研究

介绍了业务数据商店 (ODS)的概念 ,对数据库、业务数据商店和数据仓库三者的技术特点进行了比较分析 ,给出了面向应用的ODS分类结构以及在应用中所要注意的问题 ,并对业务数据商店系统设计的关键技术进行了分析研究     

基于相干数据体的裂隙检测方法

为了研究结构物的不连续性,通过对相干数据体多道C2和多道C3算法的对比研究,将这两种算法应用于检测数据的成像来诊断结构裂隙的分布.模型数据和实际检测数据的计算结果表明:C2、C3相干算法用于裂隙检测具有较强的抗噪声性能和良好的分辨能力;特别是C3相干算法比C2相干算法在横向分辨方面更具有优越性,这也说明C2、C3相干算法是检测地质结构、公路和桥梁不连续性和缺陷的一种有效方法.     

批处理在内存数据处理系统中的应用

内存数据处理相较磁盘数据处理有明显的速度优势.在基于磁盘的数据管理系统中,设计者往往会花很多精力对事务响应时间进行调优,以提高应用的用户体验.在内存数据管理系统中,由于存储介质的改变,事务响应时间得到极大提升,甚至远远超出应用系统的需求.因此,系统设计者将注意力转移到对吞吐率的优化上.批处理技术的本质是通过牺牲响应时间换取吞吐率,它将在内存计算中得到广泛应用.本文讨论批处理方式在内存数据管理系统中的应用,并以移动对象管理为实际案例,验证批处理在内存数据管理中的优化效果.     

一个基于日志服务器的内存数据库恢复系统

在内存数据库中,由于内存的易失性使得数据库的恢复较为复杂,而恢复过程涉及到I/O操作,对系统的整体性能影响很大.文章提出了一个基于日志服务器的内存数据库恢复系统,日志服务器能有效地减少内存数据库记录日志和检查点的开销;给出了系统的整体结构、日志记录过程和恢复算法;并对一些关键技术,如脏页缓冲、检查点等进行了详细分析.     

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．     

基于DWarf的语义压缩数据方体计算研究

提出了一个可以减少磁盘访问次数的快速Dwarf计算算法Q-Dwarf,避免了在构建Dwarf过程中,计算汇总单元时不必要关闭结点的频繁I/O磁盘访问,节省了时间.并在此结构上构建查询算法以及增量维护算法.实验证明了一系列算法的效率和有效性,尤其适合数据仓库中的高维数据集.     

基于内存映射的地震道集数据存取

针对地震数据处理中存在的数据交换效率低的问题,在分析传统地震数据文件存取基础上,提出一种基于内存映射的方法对地震数据处理.通过实验结果分析,基于内存映射的地震道集数据的存取效率高于传统方法近3倍,其中以全局方式映射地震道集数据耗时最短、效率最高.基于内存映射的地震道集数据存取有效的解决了这一问题,提高了在地震资料处理过程中的效率.     

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.     

内存数据库查询优化

基于一种广泛接受的内存数据库系统基本概念及内存数据库中的SB-树索引结构，提出了更方便关系代数操作的SB^*-树．在此基础上，提出了优化的关系代数操作的实现算法．根据这些算法和关系代数等价定理，给出了对关系代数查询树进行逻辑优化的规则，并证明了逻辑优化的正确性．最后给出了代价评估模型，实验表明提出的内存数据库查询优化算法相对于传统的优化算法具有更好的时间及空间性能．     

基于多维立方体的聚类算子模型及其应用

从多维立方体数据模型出发,提出了跨多个多维立方体的数据挖掘聚类算子模型,并将基于多维立方体事实物理维度的分类聚类算法,应用于移动通信客户消费行为分析中,提供了消费行为分析的实例和方法.