智能数据分析中的异常数据管理

数据是信息时代的重要资源，智能数据分析为发掘它自身的价值起到了很大的作用，但异常数据却给智能数据分析带来了新的挑战。本文提出了异常数据的管理方法，包括不同类型异常数据的分类方法、蕴知性异常数据的筛选方法。从源头上减少噪音性异常数据的方法，以及当前对异常数据进行研究所必须采取的措施。     

基于多种数据筛选的维汉神经机器翻译

为了得到更好的翻译结果，研究者对于利用平行数据生成大量高质量生成数据进行了广泛的研究.为此，针对数据增强和系统训练方法，提出结合知识蒸馏、数据增强和数据筛选的方法得到高质量生成数据.具体为利用知识蒸馏的方法得到鲁棒性更强的汉维翻译模型，在该汉维模型的基础之上通过反向翻译的方法生成质量较好的生成数据，并利用不同的数据筛选方法进一步得到高质量生成数据.之后利用现有的平行数据和生成数据训练得到一个高性能的维吾尔语-汉语神经机器翻译系统.在CCMT2021维汉评测任务中验证上述方法对于维汉翻译质量的影响，对比基线系统、反向翻译和同任务其他系统，该方法训练得到的系统有着更好的翻译结果，并在该翻译任务上获得了第一名.     

浅论现金流量在部门财务指标考核中的应用

针对目前企业内部各部门财务指标考核中，常以财务账面收入、费用、利润数据作为任务完成情况来进行考核的方法所存在的缺陷，提出了一种新型的以现金流量为基础的部门财务指标考核方法，该方法以各部门的账面现金流入量、流出量为基础，进行相应数据的调整，调整后的现金流量数据即为财务指标考核数据。该方法具有增加企业现金流量，提高考核数据真实性等作用，可在企业中广泛运用。     

一种基于相关分析的数据预处理方法

传统预处理数据的方法没有很好利用数据之间的相互信息，所得到的预处理结果难免会出现失真、不能准确反映数据之间的更多信息，利用相关分析中的相关系数概念以及相关的思想和构造方程的方法，给出了一种相关分析方法及其体算法用于对娄据源中的缺损数据进行修补，并通过大量实例数据演算验证，该方法分利用已有数据给出的因素之间的数据表现，进行数据驱动来填补未知的数据，且可用于解决仅有当期数据，而无历史数据的数据预处理问题。     

GPS系统SA误差模型的分析和建立

将采集的GPS数据进行处理，获得GPS的误差数据，使用非平稳时间序列数据的建模方法对其进行分析，首先通过直观检验方法判断误差数据具有非平稳特性，而后对误差数据进行一次差分处理，得到差分数据序列，通过系数检验方法证明此数据序列是平稳的。使用平稳信号建模方法确定差分数据序列的模型结构、类别、阶数以及模型系数，建立了AR(2)模型。最后对此模型进行检验，结果表明此模型的效果较好。     

中小油田地震数据计算机管理方法研究

石油勘探技术发展迅速，需要一个集地震、测井、地质3种数据为一体的勘探数据库来支持新的研究工作，对包括地震资料处理、解释等资料的存储、应用方法进行了探索，提出了一种适合于中小油田的地震数据管理方案．通过分析地震资料处理、解释产生的各类数据及其特点，从存储管理方法、数据规范化、质量控制方法、应用支持方法、数据服务方法等方面进行了详细论述．     

面向高校就业的数据仓库中数据析取技术及实现

数据仓库技术在零售、银行、保险等行业得到应用，产生了许多数据析取方法，利用大学生在校学习和生活积累的数据，以高校就业为主题，介绍应用系统建设主题数据仓库过程中采用的数据析取技术及实现方法，为系统的就业分析提供有用的数据。     

基于自适应加权的多传感器实时数据特征值提取

为实现监测数据的特征值提取，对传感器数据的预处理、时间维及空间维融合方法开展了研究。建立了实时数据融合模型，提出了基于3σ-grubbs检验的异常数据预处理方法，兼顾了异常数据剔除的速度与精度，能很好地消除疏失误差;对单个传感器数据采用分批估计原理进行融合，得到了特征估计值，实现了数据在时间维上的融合;通过对多个传感器的特征估计值采用自适应加权方法进行赋权，实现了数据在空间上的融合，并提出了考虑传感器精度的算法修正。实例计算表明，数据经3σ-grubbs方法处理后方差减小了20%~54%，与传统的算术平均滤波方法相比，分批估计自适应加权融合算法的数据融合方差明显更小，考虑传感器精度后的融合结果更接近高精度传感器值，特征值提取结果更加准确、可靠。     

一种基于Agent的数据同步方法

数据同步是维持异构数据库间数据一致性的一种手段．针对目前各类流行数据库的特点，提出了一种适合于企业级数据同步的Agent方法．该方法重点讨论了数据库日志采集技术、SQL语句还原与更新技术以度数据同步策略，给出了实现该方法的框架结构，并采用Agent技术封装，实现了一个数据同步系统的实例．     

基于协作过滤的Web日志数据预处理研究

协作过滤是当今应用较为成功的个性化服务技术，Web日志可以为个性化服务技术提供重要的数据源，只要对日志数据进行高效预处理，就能提高协作过滤算法有效性和个性化服务质量。结合实际日志数据的处理，给出了基于协作过滤的Web日志数据预处理过程结构图和一种可行的数据预处理方法，该方法不仅可以提供更加干净、规则的数据源，而且在用户兴趣度量方面，弥补了以往诸多兴趣度量方法的不足，为协作过滤算法提供了更加准确的数据支持。