支持多模推荐的多层数据库优化访问技术

为解决数据库访问中的关联数据推荐问题,进行数据库的多层时态属性重构,提高数据库访问能力。传统的数据时态属性重构技术采用文本信息特征分类重构方法,无法有效满足多模数据推荐中的数据库访问环境。提出一种支持多模推荐的数据库多层时态属性重构优化访问技术。构建数据库的多层时态数据重构数据结构模型,在重构过程中进行实现自适应阈值寻优,计算各传输节点在数据分发中自身对对方的直接信任值和间接信任值,进行多模推荐关系图构造,采用平均互信息方法求解数据库多层时态属性的自适应阈值,对数据库访问节点的彼此行为进行监控,实现数据库访问优化。仿真结果表明,采用该方法能有效实现对数据库访问用户的多模推荐,提高数据库访问的性能,提高数据调度的普适性和准确性。     

PDM实施之我见

PDM系统是管理产品数据及产品开发过程的工具,通过PDM系统的实施能够在技术文档管理、技术文件保密、技术文件更改方面起到提升管理水平的效果。     

CAD/PDM集成系统数据管理和网络通讯技术平台研究

通过对CAD和PDM系统集成技术分析,研究装备设计过程以接口交换为基础的CAD和PDM集成技术模式,探讨BOM表的生成及转化关系,形成CAD/PDM系统的数据管理集成框架及合理的集成功能流程。在此基础上搭建合理的集成系统数据管理和网络通讯平台框架。     

弱关联规则下的联合数据库入侵检测方法研究

联合数据库的入侵和普通入侵不同,其无显著的行为特征,入侵数据属性差异较大,很难形成统一的约束规范,导致传统的入侵检测方法,由于通过提取入侵行为特征进行入侵检测,无法有效且准确地完成联合数据库的入侵检测,提出一种弱关联规则下的联合数据库入侵检测方法,通过弱关联模式在联合数据库中支持程度与联合数据库记录总量的比求出弱关联模式的支持度,获取频繁弱关联模式集,采用改进的双置信度算法对频繁弱关联模式集的置信度进行计算,获取弱关联规则,依据弱关联规则,通过原始联合数据库对分类超平面进行计算,采用该超平面完成联合数据库的整体分类,采用主成分分析方法对联合数据库中的操作数据进行降维处理,通过差异分类方法,对联合数据库中的操作数据特征进行分类操作,实现弱关联规则下联合数据库的有效入侵检测。实验表明,所提方法具有很高的准确性及有效性。     

基于分布式科研项目数据的关联模式挖掘框架

储存于不同组织实施环节的科研项目数据中隐含了大量有用的关联模式信息,针对科研项目数据的分布性特点,提出了基于采集代理和中心节点的采集挖掘体系框架,一方面依据转换规则库、映射规 则库、元数据参照进行集成、转化、清洗和归一化处理,形成语义一致、面向不同主题的科研项目特征数据;另一方面建立特征属性定义表,利用多维关联规则实现对科研项目关联模式的挖掘分析.     

编程实现不同数据库之间数据的转换

一些单位或企业在数据库产品更新换代的过段中,经常会碰到由于不同数据库、不同数据表、不同字段属性的原因,数据之间在导入或转换时会出现错误,导致以前的数据不能及时升级;另一方面由于数据量非常大,手工输入不太可能,容易出错,而又没有什么好的解决办法,这给单位带来了极大的麻烦。本文使用程序实现不同数据库之间数据的转换,成千上万的数据在极短时间内转换完成,简单、安全、高效地完成任务,使数据库顺利升级。     

数据映射技术在油田钻井资料汇交系统中的应用

企业原有的独立的系统软件和操作方式,在局部系统与中心系统之间形成了数据的异构性,数据映射技术能够很好的解决异构数据之间的转换,利用中间产生的XML文档作为交换标准,使用XML标记语言对不同的异构数据进行了统一的定制和描述,形成统一的XML映射文档,对已定制XML文档的提取,不同结构的数据描述成统一格式,最终达到从源数据库向目标数据库迁移的目的。     

工作流程管理系统与PDM系统的集成

本文简要介绍了产品数据管理系统（PDM）的概念、产生背景和主要功能,着重介绍了工作流技术和基于关系模型实现PDM系统的流程管理。在此基础上提出了工作流程管理系统与PDM系统的集成框架和系统集成的实现技术。     

基于关联约束最优模型的数据库优化查询算法

大型数据库中的数据的属性种类很多。大规模的计算频繁数据集会造成数据运算量巨大。没有形成很好的数据约束规则,随着数据种类的增加,会使得查询较为耗时。为了解决此问题,提出一种基于关联约束最优模型的数据库优化查询算法,设计一种关联分辨器的功能,对数据进行关联数据集划分,运用数据约束技术,排除频繁集项过于复杂的干扰,对数据库的查询过程进行优化。实验表明,该方法能够较好的完成数据的关联,提高了查询的效率。     

基于弱关联数据修补技术的数据库优化查询算法

在一些大型的数据库中,数据的种类和数量形成海量,一些复杂的强冗余数据给需要查询的关联数据带来了干扰,一旦干扰过大,会造成关联属性弱化,挖掘耗时,严重影响数据库查询的准确性和高效性.为了解决此问题,提出一种基于弱关联数据修补技术的数据库优化查询算法,在数据查询过程中,利用关联查询过程中实时数据对之前的数据进行关联修补;然后利用可修复的关联特征建立最有可能的数据关联,从而进一步地完成对海量数据弱关联环境下的数据库优化查询.实验表明,该方法能够较好地完成弱数据的关联,提高了查询的效率.     

混合存储视频数据库中自适应数据分布优化方法研究

混合存储能够提高视频数据库的处理性能,针对混合存储视频数据库的数据分布问题,提出一种自适应数据分布优化方法,介绍了混合存储视频数据库中的数据分布情况,给出混合存储视频数据库中自适应数据分布优化流程,在数据分布前进行一段时间的观测,对混合存储视频数据库中所有表和索引的访问特征进行记录,依据固态硬盘SSD的空间和所有表及索引的访问特征,通过决策策略进行排序。每隔一段时间对SSD是否处于空闲状态进行一次判断,若处于空闲状态,则进行数据迁移,从而实现自适应数据分布优化。实验结果表明,所提方法能够提高数据库处理能力,能耗少且吞吐能力与安全性强。     

基于Moss的班级管理系统设计

本系统中采用了Visual Studio 2010,Share Point 2010与SQL Server 2008作为开发工具,C#、sql作为开发语言,具体地实现了一个基于Moss的班级管理系统。本系统能帮助用户快速有效地创建支持特定文档管理、记录管理、工作流管理的Web应用,与组织内外的其他人员进行协作并共享信息,还可以有效地搜索人员、文档和数据,设计和参与数据驱动的任务流程,使文档和数据得到及时准确的传递和共享。     

XML数据库融合中心带宽扩维感知算法

传统方法中,对XML数据库的融合中心带宽扩维算法采用谱估计方法,当融合中心出现了大量以海量数据为基础的信息服务数据时,后续访问需在多个服务器中遍历许多节点,影响访问效率。提出一种基于节点分裂日志的XML数据库融合中心带宽扩维感知算法。首先构建XML数据库相对状态系统模型与数据融合算法,设计节点分裂日志的数据融合结构,通过预获取有限的带宽中心信息,推导出实体关联知识库,利用表征关联知识有效指导XML数据库的资源融合和重整,构建实体模型,提高数据融合中心的聚类能力。仿真实验结果表明,该法能有效提高XML数据库融合中心宽带扩维匹配率,执行效率和数据聚类效率提高,展示其优越的应用价值。     

基于并行约简的多节点网络安全态势评估方法

多节点网络产生的数据量巨大,无法保证评估结果精准。本文提出基于并行约简的多节点网络安全态势评估方法。提取多节点网络安全态势因素,构建基于并行约简的评估模型,剔除冗余属性,获取信息融合后的网络攻击模式。根据信息融合进程,将全部数据分配到各个并行处理的进程中,计算初始化局部约简集、核心属性集的安全态势评估指数。结合主机节点的安全状态和权重,融合多个节点态势。从热源节点出发,构建最简攻击图,计算安全事件关联度函数,判断攻击事件是否安全。累计每次攻击主机节点的影响,计算安全态势值,评估多节点网络安全态势。实验结果表明,该方法与预期评估结果存在0.02的最大误差,具有精准评估结果。     

基于贝叶斯粗糙集的大数据频繁项挖掘技术

对大数据的频繁项集挖掘是关联规则挖掘的关键步骤,通过有效的频繁项挖掘提高大数据量数据库的访问效率。传统方法中对大数据的频繁项集挖掘采用FP-Growth的粗糙集挖掘算法,扩展性和容错性不好。提出一种基于贝叶斯粗糙集的大数据频繁项挖掘技术,引入后缀项表的概念,通过后缀项表的构建,保留频繁项集的完整信息。构建FP-Tree,生成闭频繁项集,计算样本的密度,并抽取高密度区域的点集作为聚类中心集合,进行后缀项表的构造,按支持度分成若干集合,对各约简集内的属性集合进行融合,用变精度粗糙集的贝叶斯粗糙进行数据挖掘算法改进,仿真结果表明,算法不受可变参数的影响,鲁棒性较高,数据挖掘的准确度较高,运行时间较短。算法将在人工智能和数据挖掘领域具有更广的应用前景。     

弱匹配模型下的数据库分区查询方法研究

大型数据库中,数据种类和数量较大,其中的强冗余数据干扰了需要查询的数据,导致数据关联属性弱化,查询数据过程中,严重干扰数据库查询的精度。提出一种基于弱匹配区域划分模型的数据库分区查询方法,在数据库中融入弱匹配区域的概念,依据数据融合属性特征,对数据属性融合差异较大的区域进行分割,获取数据弱匹配区域,在该区域中运算最大数据属性弱匹配度的相似性并进行聚类分析,实现弱匹配区域数据属性特征的过滤,利用弱匹配区域划分模型下数据库修补技术对数据进行实时关联修补,通过弱匹配区域的数据库查询优化方法,删除失效数据,缩小数据库中数据的冗余性,实现数据库中数据查询的优化。实验结果说明,采用所提方法进行弱匹配区域划分模型下数据库库查询,具有较高的查询效率和准确率。     

一种对数据库进行压缩的关联规则挖掘算法

关联规则挖掘算法为了发现事先未知的关联规则,需要用高效的方法计算出数据库中的大项目集。影响数据挖掘效率的两个因素,一个是数据库大小,另一个是算法的效率。本文算法通过将数据库进行高度压缩,使数据库中的数据量大大减少,同时算法采用逻辑运算方法计算项集的支持数,计算效率较高。     

WORD中毒了……

在网络教室整理计算机时,常常发现WORD软件动不动就会出现“内存不足,无法完成操作”的提示框,十有八九是中毒了,可手头恰巧又没有杀毒盘,不用急,跟我一起来做: 一、对无法保存文档:我们在系统提示“无法保存,是否保存为挽救的文档”时,直接选择“是”,系统会自动在“我的文档”中保存一个名为“挽救的文档,DOC”文件,然后你在文档中添     

基于风险数据挖掘追踪的云计算网络漏洞检测技术

在对云计算网络漏洞进行检测的过程中,涉及的数据量巨大,传统方法依据先验知识建立云计算网络漏洞库,通过和漏洞库的匹配实现漏洞检测,实现过程非常复杂,且建立的漏洞库也存在局限性,检测精度低,因此,提出一种基于风险数据挖掘追踪的云计算网络漏洞检测技术。将特征相关性看作是计算数据差异的依据对风险数据进行初聚类,将和风险数据有较大差异的正常数据剔除,完成初步的处理。引入模糊关联规则,依据风险数据属性关联规则,对经初聚类处理后的风险数据进行挖掘追踪,构成云计算网络漏洞数据库,通过隶属度分布函数对漏洞数据库的连续属性进行模糊处理,依据模糊关联规则挖掘构建云计算网络存在漏洞状态时的关联规则集,用相似度对云计算网络当前状态和存在漏洞状态的背离程度进行描述,实现云计算网络的漏洞检测。仿真实验结果表明,所提方法具有很高的检测精度和检测效率。     

粗糙集理论在视频特征提取与视频分类中的应用

随着视频数据的快速增长,有效的视频分类和管理日益重要。视频分割和视频特征提取是视频分类的两个关键问题。视频流的数据量大,又是一种非结构性的数据,因此视频分类一直是视频分析工作中的一个难点。本文提出了首先进行视频分割,形成了一个视频属性数据库;然后使用粗糙集的属性约简方法对视频属性数据库进行数据挖掘,提取出分类规则集,实现对视频数据库的分类。