一种基于星型模型的增量更新算法

在进行数据仓库的OLAP联机分析处理时,通常采用预先聚集(Aggregate)操作生成概括数据的方法提高查询效率;但是,基于星型模型的数据仓库中的维表的纠错改变和自然改变将会引发概括数据的不正确问题.本文通过研究星型模型维表及其变化的特点,提出了一种增量更新算法,在几乎不增加空间的情况下,降低时间复杂度的增量更新;并通过性能验证,分析算法的可行性.     

一个粮食聚类分析系统的设计与实现

在构建粮食行业数据仓库的基础上,运用数据挖掘中的层次聚类分析方法和分裂聚类分析法,结合中国粮食行业的业务发展方向并充分考虑用户的热点需求,实现了一个完整的聚类分析系统,并针对粮食行业的业务特点对聚类分析中的各种问题提出了相应的解决办法,是粮食行业的数据仓库解决方案中的重要组成部分.     

数据仓库技术在天气预报中的研究探讨

数据仓库技术是一种在天气预报中采用的新方法,首先对数据仓库技术进行了简要概述,进一步结合气象数据特点和天气预报业务特点,对数据仓库技术在天气预报中的应用前景和设计要点进行了的探讨.     

基于数据仓库的证券公司决策支持系统研究

随着中国证券市场的日益规范化,建立基于数据仓库的证券公司决策支持系统,对数据进行重新组织和挖掘分析,可以使决策者及时掌握辅助决策的信息,并根据对信息的分析结果,做出科学合理的决策,以提高公司的管理水平和竞争优势.文章论述了由数据仓库技术、联机分析处理技术和数据挖掘技术三者结合而构建成的基于数据仓库的决策支持系统基本理论,并结合其在证券业的应用需求,讨论了基于数据仓库的证券公司决策支持系统的设计与实现.     

基于改进的蚁群算法的物流拣选路径优化

提出了一种改进的蚁群算法来解决物流拣选路径的优化问题。通过实验室模拟环境,用Matlab7.0进行了某次拣选作业仿真,取得了最优路径。与基本蚁群算法相比,所提出的方法能更快地找到最优解。     

数据挖掘技术浅析

本文主要概述了数据挖掘理论知识。首先从数据挖掘与知识发现的交叉关系角度讨论了数据挖掘的概念;然后,在对数据挖掘功能作了简单介绍的基础上,分析了基于统计学、基于机器学习、基于数据仓库和基于神经网络的四类数据挖掘方法的基本原理、特点。最后,给出了比较和评价挖掘方法的参考标准。     

数据仓库的研究

介绍了数据仓库的体系结构、相关技术和数据分析技术,分析了数据仓库的两个重要应用——OIAP和数据挖掘的功能和实现中的相关技术和方法,对数据仓库研究的现状和发展方向进行了介绍．     

选煤厂毛煤仓仓顶粉尘析出机理与控制技术

为了对毛煤仓仓顶粉尘污染提出有效治理措施,需要掌握毛煤仓仓顶落煤过程粉尘析出机理、逸散规律。以准能公司选煤厂毛煤仓仓顶为例,对准能公司选煤厂仓顶的生产工艺系统和尘源进行了分析。采用大型流体计算软件FLUENT和自编程序相结合的方式,通过数值分析的方法,论证了选煤厂毛煤仓仓顶粉尘发生机理、逸散规律。研究发现,毛煤仓仓顶粉尘污染主要是由皮带牵引风流、落料诱导风流和空气冲击波风流造成的。基于该研究结论,提出了选煤厂毛煤仓仓顶粉尘控制和治理措施,为选煤厂的粉尘治理提供了理论和实践指导依据。     

错断井大修套内扶正取套工艺及效益评价

本文着重介绍了浅层油水井大修扶正取套工艺技术的原理、应用及所取得的成果,并着重简明阐述了大修错断取套工艺技术在油田大修作业领域所起到的重要作用及应用前景,为老油田油水井大修取套工艺提出了一条鲜明的技术思路。     

基于数据仓库和作业的高效改进Apriori算法

数据挖掘需要有"纯净"的数据和良好的数据组织,数据的质量直接影响到数据挖掘的效果,数据仓库从各类数据源中抽取数据,经过清洗、集成、选择、转换处理,为数据挖掘所需要的高质量数据提供了保证.本文提出以数据仓库为数据源,采用作业定时预先生成简化的频繁2.项集,应用存储过程执行效率高的特点,在压缩数据库大小的同时也压缩频繁i项集的大小,实现高效改进Apriori算法.