基于数据仓库的物流信息分析系统的构建

本文提出利用数据仓库技术整合各业务系统的信息资源,从物流企业实际出发,实现对信息的深度分析利用,以全面、准确、及时的信息为物流企业决策者和销售人员提供信息支持,达到降低物流成本、提升物流企业核心竞争力的目的。     

可扩展单一映象文件系统的设计、实现及评价

曙光超级服务器是典型的机群系统，COSMOS是为其研制开发的可扩展的单一映象文件系统．文中主要描述了COSMOS原型系统的设计、实现及评价．其中重点介绍了双粒度合作式缓存、分布式元数据管理及网络磁盘存储分组等关键技术，并利用I／O基准程序对原型文件系统进行了性能评价，测试结果表明了谊原型系统在保证系统单一映象的基础上，具备晟好的可扩展性．     

基于部分匹配方式的可扩展P2P搜索算法

理想的P2P(Peer-to-Peer)搜索算法应该同时具有信息检索水平的查询质量和有效的搜索性能。然而,现有的搜索算法都不能同时较好地满足这两点。基于这两个目标,该文提出一种基于层次聚类的分布层层次聚类(DHC)搜索算法。该算法中首先利用向量空间模型将文件内容表示成向量的形式,然后经过层次聚类操作得到一棵关于全网所有文件向量的层次树,层次树信息分布式地存储于整个网络中,以层次树为路由线索,路由深度不会超过树的高度。初步仿真试验表明,该算法的查全率在80%以上,并具有对数量级的搜索与更新代价。     

数据挖掘与人工智能技术

数据挖掘是人工智能中的一个重要分支。对人工智能的发展及其最基本的技术：知识表示、知识推理、搜索，以及数据挖掘进行了详细介绍。通过实例给出了数据挖掘的定义，最后论述了数据挖掘与人工智能的联系，并结合国内外在该领域的研究成果指出了其广阔的发展前景。     

DGPS/INS Data Fusion for Land Navigation

IntroductionLandnavigationhasledtothecreationofmanyresearchprojectsandplatformslikeTRAVELandOPSYDE,whicharepartoftheAUTORISproject(AutomaticsforanIntelligentandSafeRoad).TheTRAVELplatformconsidersthecreationofanautonomousconvoyofvehicleswhiletheOPSYDEprojectconsistsofdatafusiontechniquestosolvetheproblemofmultisensornavigationinordertoincreasetheaccuracyandreliability.Testplatformisinstalled,composedbyROBUCARelectricvehiclesandtheironboardsensorswherethemostimportantareGPSand…     

联机增量聚类算法研究

研究了联机数据挖掘系统中的并行和增量聚类算法,并给出了算法伪码。实验表明,联机增量聚类算法相对于传统的Apriori算法具有较大优势,同时证明了增量聚类算法及其联机数据挖掘系统的实用性。     

机群文件系统中一种文件迁移的客户端决策

为降低机群文件系统中文件访问的平均响应时间,提出了一种能反映机群节点上文件访问频繁程度的热量模型,在此模型的基础上给出了一种文件迁移的客户端决策,用于决定在非重负载情况下,单个文件在机群中的理想存放位置.模拟对比实验的结果显示,采用该策略,在总负载恒定的情况下,在4、8节点机群上文件访问的平均响应时间分别降低了21.6%和26.3%,在平均负载恒定的情况下,在4、8节点机群上文件访问的平均响应时间分别降低了22.2%和16.8%,结果表明该策略可以有效地降低文件访问的平均响应时间,提高系统的可扩展性,从而提高机群文件系统的性能.     

金融时间序列的数据挖掘技术与经典统计模型的比较

基于对时间序列的数据挖掘思想与经典建模法的基本思路分析和比较，总结各自的优缺点，并阐述二者是在本质上不同的两类重要的时间序列分析法。     

快速成型制造中基于STL数据模型的分层算法研究

分析了针对快速成型工艺的典型分层方案；研究了针对CAD三维数据模型的典型分层算法；探讨了基于有向加权图的STL件数据模型的分层算法并给出了典型零件的分层切片实例．     

基于动态可调簇的无线传感网络能量感知数据存取算法

针对无线传感网中数据收集、存储和查询的需要,提出了一种基于动态可调簇的能量感知数据存取算法ACEDBA(Adjusted Cluster-based energy-aware Data Brokerage Algorithm).该算法将网络节点分成许多簇结构,簇内节点负责数据采集,簇首节点负责簇内数据的收集、汇聚和转发,数据可以集中存储,也可以分布存储在各簇首节点或本地存储.算法引入能量分级消耗机制,可动态选择和调整簇首节点,保证各簇首节点簇内数据存储和簇间数据转发查询的能量平衡.实验结果表明,与典型数据存取算法相比,该算法的节点能耗均衡、生命周期和查询成功率方面具有优势.