一种基于粗糙集的数据分类方法

应用粗糙集理论的属性约简和规则约简方法对数据进行分类,并以可靠的数据对该方法进行了实验.结果表明,该方法复杂度低,且能有效提高分类效果.     

数据仓库清洗技术讨论

数据仓库建设过程中最关键的环节是数据集成,本文重点分析了数据清洗需要解决的问题及涉及的主要技术,针对数据库的数据模型与数据仓库模型的区别讨论了利用元数据的映射规则的数据清洗方法.     

基于WEB的网络管理系统中数据库的设计与实现

为了增强网络管理系统中信息的安全性，通过对网络数据库结构的分析，对数据库的操作进行封装，对访问频繁的资源信息经常进行复制，用异机备份来定期进行数据的备份和恢复，并采用多级安全措施来保证网络数据库的安全，具体实现了基于Web的园区网络管理系统中数据库的设计，提高了数据库的安全性，形成了一种实现－复制－备份－安全的管理模式。     

电脑商场

正有一个电脑商场,坐落在城市的西郊。商场里安装了许多电脑,商场里的一切物品都由一台电脑总机——中控电脑指挥。商场的大门上方装有一个大电路盘,将商场内各个角落的电脑相连,并将商场的相关数据输入中控电脑,为商场的有序管理提供     

基于两因子间相互约束的实验设计方法

针对实验设计中可控因子间存在相互约束的问题,讨论了在存在约束的条件下如何选取实验的可控因子水平构造计划矩阵,选而收集、分析实验数据．主要研究了两因子间存在约束关系的情况,通过引入自由因子和对实验中缺失数据点的处理,将不规则的实验区域变换为规则的实验设计区域,从而使存在约束问题的实验设计转化成为经典的实验设计,为两因子间存在约束的实验设计问题提供了可行的解决方案．     

Web应用开发技术的发展前景

通过回顾Web应用开发技术的发展历史和对目前各种Web应用开发技术的探讨和比较,揭示出当前互联网上Web应用开发技术无法满足社会生产和生活需求的原因。并针对不同的原因提出了若干解决问题的方案。     

缺失数据场合泊松分布参数的贝叶斯估计

本文给出了缺失数据场合泊松分布参数的经验贝叶斯估计、无信息先验下的贝叶斯估计且基于贝叶斯风险进行了比较.     

带有不完全信息随机截尾试验下伽玛分布尺度参数的点估计

首先通过添加数据得到了带有不完全信息随机截尾试验下伽玛分布的完全数据似然函数,然后分别利用EM算法和MCMC方法对尺度参数进行了估计,最后进行了随机模拟试验,结果表明尺度参数点估计的精度比较高.     

基于AHP和DEA的科研项目绩效评价方法研究

科研绩效评价是科研管理工作中一个重要环节,如何通过开展有效的科研绩效评价来促进科学研究的发展,是理论学术界的研究热点,也是科研管理迫切需要解决的现实问题。以人文社科科研项目论文类成果绩效评价为例,提出了基于AHP和DEA的绩效评价方法。通过构建层次化评价指标体系,利用AHP分析方法,获得各指标客观的权重参数;然后综合计算项目的投入产出,利用DEA模型和DEAP软件获得各科研项目绩效的排序,从而完成对科研项目的绩效准确评价。     

Dynamic replication strategies in data grid

Dynamic data replication is a technique used in data grid environments that helps to reduce access latency and network bandwidth utilization. Replication also increases data availability thereby enhancing system reliability. In this paper we discuss the issues with single-location strategies in large-scale data integration applications, and examine potential multiple-location schemes. Dynamic multiple-location replication is NP-complete in nature. We therefore transform the multiple-location problem into several classical mathematical problems with different parameter settings, to which efficient approximation algorithms apply experimental results indicate that unlike single-location strategies our multiple-location schemes are efficient with respect to access latency and bandwidth consumption, especially when the requesters of a data set are distributed over a large scale of locations.