基于限制的OLAM任务语义模型

通过对大量决策分析算法的分析,提出了基于限制(Constraint)的OLAM任务语义模型,该模型从一定的逻辑高度对OLAM进行抽象,利用它可以分析OLAM任务的共性,提取OLAM任务执行时的基本操作,这些基本操作的基础是语义片断。文中给出了语义片断之间关联关系的分析和判断方法,提出了基于限制的、具有方向性的语义关联度定义。语义片断间关系的确定是OLAM任务/事务优化的基础。     

企业CRM系统中联机分析挖掘的应用与实现

OLAP与数据挖掘工具由于内在技术以及适用范围的不同,在决策分析中必须协调使用才能发挥最佳的作用。本文提出基于Agent的OLAM(OLAP Mining)模型,将数据挖掘和OLAP技术结合在一个统一的框架之中。提出广义数据空间的概念,使得数据挖掘能够在数据库或数据仓库的不同部位或不同的抽象级别上,对数字数据或者文本数据进行挖掘,加强了决策分析的功能和灵活性。最后,把基于Agent的OLAM模型应用于构建智能CRM,此模型把Agent本身的特点自然地引入到数据挖掘过程中,使数据挖掘系统具有了自治性、自动反应性、交互性、适应环境性等智能特点,有助于在大型数据库和数据仓库中交互式地挖掘多层次多维的知识和联系。     

探索式数据挖掘模型的讨论

OLAP与数据挖掘工具由于内在技术以及适用范围的不同 ,在决策分析中必须协调使用才能发挥最佳的作用。本文提出基于影响域的OLAM (OLAPMining)模型 ,将数据挖掘和OLAP技术结合在一个统一的框架之中 ,使得数据挖掘能够在数据库或数据仓库的不同部位、或在不同的抽象级别上进行 ,加强了决策分析的功能和灵活性。该模型有助于在大型数据库和数据仓库中交互式地挖掘多层次的知识     

数据空间化的决策支持框架

提出了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．     

OLAM在DSS中的研究与应用

针对OLAM(On Line Analytical Mining)在DSS(Decision Supporting System)中的应用实际,认为其不是OLAP(On Line Analytical Processing)或DM(Data Mining)的简单延伸,而是OLAP和DM的完美、有机的统一体,其中挖掘"M"是整个OLAM的核心部分,OLAP是"M"的核心作用得以实现的前提条件和必要保障.在传统的OLAM结构的基础上,提出了一个新的体系结构,并对其执行过程进行了描述.     

最优线性联想记忆网络方法在人发X射线荧光分析中的应用研究

作者针对X荧光分析中散射峰干扰和直线拟合精度差等问题，采用最优线性联想记忆(OLAM)神经网络方法解谱，研究了无散射峰标准谱的产生和本底干扰问题.通过用一维高斯分布随机数模拟本底计数产生无散射峰标准谱的方法，提高了分析精度.     

基于数据挖掘技术的高校管理决策支持系统

分析了高校MIS的特点及DM与OLAP的作用与功能．提出了高校建立基于数据挖掘技术的管理决策支持系统的途径与方法，即在建立DW基础上进行DM，并与OLAP相结合以提高系统辅助决策能力。     

联机数据挖掘中的数据预处理

 探讨了联机数据挖掘中海量数据的预处理问题.提出了基于立方体的数据预处理算法.该算法可对数据进行有效的收集,并可有效地约简数据.实验证明对于数据泛化,这种预处理是很有效的.     

最优线性联想网络在X射线谱分析中的应用研究

介绍了一种重要的人工神经网络——最优线性联想网络 ,并将其应用在 X射线谱分析中 ,成功地克服了传统解谱方法速度慢、不能准确分析含有重峰的复杂 X射线谱的缺点。最优线性联想网络解谱方法广泛应用于快速在线测量及现场分析的各种场合 ,特别是当待分析样品组分固定时 ,解谱效果更好。