基于属性关联及匹配差异度的数据流异常检测

为解决类别属性数据流异常点检测问题,针对事务数据流环境,提出了基于属性关联及匹配差异度的数据流异常检测模型AAMDD(attribute associations and match difference degree).AAMDD模型离线构建一个关联规则库,并对其进行增量式更新.同时,利用时间敏感型滑动窗口(time-sensitive sliding windows,TimeSW)维护数据流数据,每经过一个时间跨度,就将当前窗口中每条数据包含的项集与关联规则库进行匹配,计算匹配差异度,根据匹配差异度的不同在线检测异常点.此外,给出了与AAMDD模型相对应的算法AAMDD-algorithm.实验结果表明,AAMDD-algorithm比FODFP-Stream算法的效率和检测精确度分别平均提高了37.43%和5.51%,并且AAMDD-algorithm的查全率保持在77%以上,可用于事务型数据流异常检测.      

基于投影和密度的高维数据流聚类算法

在经典数据流的聚类算法基础之上,提出了一种基于投影和密度的高维数据流聚类算法——HpDenStream,该算法结合滑动窗口技术,采用投影算法对高维数据流进行降维处理,并运用密度聚类算法对降维后的数据进行异常数据检测。仿真实验结果表明:该方法占用的存储空间小,算法的工作量少,并提高了算法的执行效率。     

基于RFID的分布式复合事件检测处理研究

现在的大规模RFID应用是高度分布式,而大多数CEP技术都采用集中式的系统架构,在汇集实时RFID数据和无延迟处理到来的数据流时需要更多的带宽和计算能力.文中通过设计和改进复杂事件处理机制,提出一种可嵌套的分布式复合事件检测模型,提高对读取数据的处理效率,以获得更高准确性和更干净的基本事件数据.从而达到提高系统对复杂事件处理能力的目的.     

基于粗约简的数据流增量聚类算法

针对数据流聚类算法CluStream需预先指定微聚类数目无法准确描述数据流的变化,进而影响最终聚类结果的缺陷,提出了基于粗约简的数据流增量聚类算法RICStream(rough incremental clustering stream).该算法在保证聚类精度的前提下,对参与聚类的数据流属性进行动态调整,有效地减少了聚类时间和计算量.提出了一种可增量调整的网格结构以存储数据流,保证了聚类结果能有效反映数据流的变化情况.基于真实数据集和仿真数据集的实验结果表明,RICStream算法具有较高的效率和聚类精度.     

影像数据管理与分发系统的研究

本文以影像数据管理与分发系统为例,简要介绍了数据的入库、索引、查询及分析功能。从海量影像的存储、处理、管理及应用方面,探讨了制约影像应用发展的瓶颈问题。根据影像数据的实际情况,重点探讨了数据组织、检索、管理等核心问题,并提出了高效可行的解决方法。     

计算密集型海量数据查询处理关键技术分析

随着大数据时代的到来,计算密集型的海量数据查询的应用范围越来越广,在大数据环境下,从数据结构的特点出发实现分布式存储架构,并以高效查询为目的实现非结构化数据的索引机制,同时处理和优化聚集查询操作,分析与平台无关的并行编程模型。     

数据流分析在捷达汽车发动机故障诊断中的应用

提出发动机电控系统故障的种类及现象,应用数据流测试分析,以捷达GTX5气门发动机为例,分析冷却液温度变化对发动机运行故障以及油耗的影响,并对取样的数据列表进行分析,得出与发动机故障现象关联的数据变化规律,推导出实验结论。     

基于GIS的国防交通保障管理系统研究

在分析现状、剖析问题的基础上,提出了构建基于GIS的国防交通保障管理系统,并制订了适应性、扩展性、适时性、空间分析等四条目标要求;提出了空间数据管理子系统、属性数据及国防交通数据管理子系统、查询子系统、空间分析子系统、图表输出子系统等五个子系统的功能设计并进行了分析研究。     

基予GIS的国防交通保障管理系统研究

在分析现状、剖析问题的基础上,提出了构建基于GIS的国防交通保障管理系统,并制订了适应性、扩展性、适时性、空间分析等四条目标要求;提出了空间数据管理子系统、属性数据及国防交通数据管理子系统、查询子系统、空间分析子系统、图表输出子系统等五个子系统的功能设计并进行了分析研究。     

一种分布式环境中海量XML数据的有效查询机制

针对海量XML数据的查询问题,提出了一种有效的分布式查询处理机制,该机制通过划分和分配XML数据到多个计算节点的方式来进行查询。为平衡CPU负载,每个划分的XML数据被分配到各计算节点。在分布式环境中的每个计算节点处,考虑与查询进程开销密切相关的查询工作量,如果各计算节点负荷不均衡,划分的XML数据应重新分配以实现CPU负载均衡。从实验结果中可以看到,该算法对于海量XML数据的分布式查询性能有明显提升。