一种车载端为主的城市路网当前与未来速度查询方法

城市智能交通管理中经常查询路段的当前和未来交通速度,该文提出一种车载边缘为主(VED)的城市路段速度查询和预测方法:车载端在速度低于一定阈值时,与其它车载端交换收集到的数据,并在本地构建轻量级的当前和历史速度索引,以支持当前速度查询。为了用尽可能少的模型支持速度预测,提出根据路段拓扑同构将路网划分成若干路段等价类,根据周期性时窗和路段等价类将整个时空划分成若干模型等价类,同一个模型等价类的路段在给定时窗呈现相似的交通运行模式。针对每个模型等价类,车载端和数据中心配合进行联邦学习,训练长短期记忆模型(LSTMs)并存储在车载端,以响应车载端对附近未来交通状况的查询。每个车载端本地索引数据、本地响应查询,避免了查询响应延迟和通信拥塞;数据保存在车载端,而非集中存放,避免了安全攻击导致的隐私泄漏。

工业多元时序数据质量评估方法

现有的数据质量评估(DQA)方法通常只从特定数据质量维度(DQD)的基本概念分析,忽略了能够反映数据质量(DQ)关键信息的细粒度的子维度对评估结果的影响。针对上述问题,提出一种工业多元时序数据质量评估(IMTSDQA)方法。首先,对于待评估的DQD,如完整性、规范性、一致性、唯一性和准确性等进行细粒度划分,考虑同一DQD内或不同DQD间各子维度的相关性以确定这些子维度的度量;其次,对完整性的属性完整性、记录完整性、数值完整性,规范性的类型规范性、精度规范性,一致性的顺序一致性、逻辑一致性,唯一性的属性唯一性、记录唯一性,准确性的范围准确性、数值准确性等子维度进行权重分配,进而充分挖掘DQD的深层次信息,从而获得反映DQ详情的评估结果。实验结果表明,与现有的基于框架定性分析、依据DQD基本定义构建模型的方法相比,IMTSDQA能更详细、更全面地评估DQ,且不同DQD的评估结果更能客观准确地反映DQ问题。

多线程多核服务器功耗模型及性能监控

针对现有服务器的CPU功耗准确性不足和多线程处理功耗负载不平衡问题,本文提出了一种多线程和多核服务器CPU功耗模型。该模型采用前后端分离的整体架构思想,根据服务器功耗模型实时获取CPU的线程数、频率及利用率。通过日志文件进行反馈多线程和多核功耗模型,达到最佳服务器负载平衡。仿真测试的结果表明,改进的服务器功耗模型在CPU利用率方面比传统服务器提高了6%,内存以及I/O通信方面也有明显改善,为多线程和多核服务器提供了一种新的功耗模型思路。

国产数据库在能源数字化转型中的创新应用研究

在全球能源格局重塑与国内能源化工行业转型升级的大背景下,数字化转型已成为能源行业提升竞争力的必由之路。深入探讨了异构数据库智能迁移、数据库自治优化及灵活扩展体系架构等创新技术,有效破解了数据库迁移难题,提升了数据处理效能与系统稳定性。国产数据库凭借其多模数据处理与云数据库技术,为石油石化行业构筑了强大的数据管理与服务能力,有力推动了行业数据共享、业务协同与运营效率的全面提升。该能源企业上游开发生产系统整合上云升级项目的成功实践,充分验证了国产数据库在实际应用中的良好表现,展现了其在能源行业数字化转型中的巨大潜力与价值。

基于标签共现和特征局部相关的心电异常检测方法

自动的心电异常识别是一个多标签分类问题,多通过对每个标签训练一个二分类器来实现异常识别。由于异常数目多,特征和异常间以及不同异常间的相关性复杂,自动检测的效果并不理想。为了充分利用异常和特征间的依存关系,提出了一种基于异常标签共现和特征局部相关(Label Co-occurrence and Feature’s local Pertinence,LCFP)的心电异常识别方法。首先,根据标签共现性和特征局部相关性,为标签构建包含宏特征和微特征的联合特征空间。宏特征采用狄利克雷过程混合模型聚类构建,以区分不同的共现标签集;微特征是原始特征空间的一个子集,用于区分共现标签集中的各个标签。进而,在联合特征空间为每个异常训练一个一对多(One-Versus-All)的概率分类器。其次,为充分利用异常的关联,提出在概率分类器排序基础上区分相关和非相关标签,采用Beta分布自适应地学习锚阈值和相关度阈值,以确定实例的相关标签集。LCFP是一种检测多种心电异常的通用方法,提高了心电异常识别的精度。在两个真实数据集上,F1指标分别提高了4%和22.4%,验证了所提方法的有效性。

基于数据仓库的典型图查询处理技术

向量化查询等技术的成熟为基于数据仓库(数仓)实现图查询提供了契机,但现有系统没有考虑列式存储特点和图查询语句的特点,无法高效存储图数据及支持图查询优化。同时,由于需要保持原有图查询应用的兼容性,图查询Gremlin语言翻译生成的数仓SQL语言书写复杂且性能较差。针对上述问题,提出基于数仓的图数据库系统PandaGraph。在存储方面,PandaGraph基于关系模型高效存储图数据,结合数仓列式存储的特性进行主键和属性键设计,同时考虑到图查询和数仓查询执行特点,构建出入两张边表供图查询进行选择。在查询方面,PandaGraph结合不同Gremlin步骤的特点,构建关于遍历和存储表的查询结构,实现从Gremlin语言到SQL语言的翻译转化,使用多种优化规则对生成SQL语句进行改写,提高图查询性能。实验结果表明,PandaGraph在多场景下可正确进行翻译查询工作,并且在经典的低k跳查询场景下较现有专有图数据库系统获得5.8倍性能提升,在高k跳场景下可获得18.5倍性能提升,在基于规则的优化、基于表选择的优化和基于表结构的优化下PandaGraph可获得最少1.3、1.1和1.3倍的性能提升。

电力业务流转数据库中分布式数据一致性算法

目前研究的电力业务流转数据库中分布式数据一致性算法收敛速度较慢,导致算法响应能力较差。为了解决上述问题,在传统算法的基础上,提出了一种新的电力业务流转数据库中分布式数据一致性算法。由工作量、工作效率以及执行效率组成电力业务流程流转数据库的定量操作,所提算法在传统算法的基础上,融入了两阶段的封锁协议和解锁协议,减少电力业务流转中不必要的通信,提高操作的响应速度,避免系统出现死机造成的连锁反应。分层分析数据库中的复杂分布式数据,筛选出重复冗余的业务流转数据,保证电力流转业务流程的规范性。实验结果表明,所提算法具有较高的一致性收敛速度,有很高的可行性。

基于Web服务和Access数据库的证书管理系统

为规范证书管理发放,设计以Web服务为平台,通过调用Access数据库中信息,开发证书管理系统。本系统运行稳定、安全、可靠,具有查看证书整体情况、领取情况、证书去向等功能,提高考务工作者发放证书效率,达到证书发放管理要求。

中华优秀传统文化数字化与框架体系探索

中华优秀传统文化数字化是传统文化创造性转化的路径之一。本文介绍了中华优秀传统文化数字化的必要性,阐述了目前传统文化数字化研究的现状,在此基础上构建了传统文化数字化框架,给出了构成框架的三个主要部分功能,最后对实现数字化采集与海量存储、公共服务与资源共享以及大数据分析与反馈功能的平台部分进行了详细剖析。

基于k-means聚类算法与多维特征融合的群体划分模型

常规群体划分模型构建方法主要采用二分均值算法,该方法易受到数据特征项贡献度的影响,使得模型的划分结果准确性较低。因此,提出基于k-means聚类算法与多维度特征融合的群体划分模型。利用k-means聚类算法通过合理设定密度阈值与邻域半径,提取用户群体的兴趣区域,在兴趣区域中选取贡献度较大的数据特征项,并计算特征项的权值,以此为依据,采用多维特征融合算法改进最大化目标函数,以此实现群体划分模型的构建。实验结果显示,利用所提方法构建的群体划分模型,能够得到较高的划分准确度。

基于对象关系型数据库BOM的设计和实现

对产品的物料清单BOM(billsofmaterials)的网状结构进行了分析和描述,并进一步将其转化为易于描述的树状结构;分析了传统的关系型数据库和对象关系型数据库的优劣,提出用对象关系数据库实现转化后的BOM的树状结构。

基于数据挖掘的网络数据库入侵检测系统

提出一种基于数据挖掘的网络数据库入侵检测模型 (NDBIDS) ·讨论了NDBIDS的结构及各部件的功能·利用关联规则Apriori算法 ,对用户正常历史数据进行挖掘 ,并对产生的规则进行归并更新 ,通过训练学习生成异常检测模型 ,并利用此模型实现基于数据挖掘的异常检测·NDBIDS可以检测伪装攻击、合法用户的攻击和攻击企图三种类型的攻击 ,通过实验给出了相应攻击的检测率、假报警率、漏报率和检测正确率·本系统的建立不依赖于经验 。

移动数据库技术研究综述

传统的分布计算与分布式数据库的研究是基于有线网络和固定主机的。这些都采用了一些默认的隐含假设，例如固定网络连接，对等通讯代价、主机节点固定不变等。进入20世纪90年代以来，随着移动通讯技术和联网技术的迅速发展，加之移动计算机的大量普及，使得许多计算节点可以在自由移动过程中与网络建立连接。使上述假设条件不再成立。于是，“移动计算”和“移动数据库”的概念应运而生，并且正在成为国际数据库界一个新的研究方向。所谓移动数据库就是指移动计算环境中的分布式数据库。第一部分首先介绍了与移动数据库技术相关的分布式数据库系统研究现状以及开展移动数据库技术研究的总体情况。在第二部分介绍了移动数据库技术的研究现状：移动数据库系统的分类；移动数据库的系统结构；移动数据库的关键技术等。第三部分预测了移动数据库的发展方向。即与客户/服务器数据库技术和并行数据服务器技术相结合来支持移动计算环境中的数据管理的应用需求。

基于RS与GIS的金沙江干热河谷区退化生态系统评价——以云南省元谋县为例

文章以元谋县为例,研究干热河谷退化生态系统评价。在对植被指数、斑块分维数、沟谷密度、坡度、水热分带、载畜量、人口密度等因子分析的基础上,通过建立遥感和地理信息数据库进行综合定量评价。评价结果表明,元谋干热河谷生态环境退化较严重,就地形垂直分带而言,坝周低丘陵区生态环境退化最严重;就不同土地景观类型而言,旱地、林地、草地生态系统退化较严重。文章还对元谋干热河谷生态系统退化主要原因、空间分布规律及其恢复重建途径进行研究与探索。

XML数据在关系数据库中存储和检索的研究和实现

论述了关系型数据和XML数据之间的相互转换 ,给出了将XML数据存储在关系数据库和将存储在关系数据库的XML数据恢复为XML形式的算法 .由于实际数据类型的复杂性 ,使用Schema来定义XML文档类型 .试验结果表明算法具有较好的性能 .讨论了将XMLQL查询语句转换为SQL查询语句的设计 ,根据文中XML数据存储在关系型数据库中的算法 ,可以对XMLQL查询语句的语法、语义进行分析以转换为相应形式的SQL语句来在关系数据库中查询被存储的XML数据 。

Rolls-Royce发动机基线挖掘方法

采用基于核函数的多元非线性回归分析方法,对Rolls-Royce公司的发动机基线方程进行了求解,建立了标准化过程中的核函数和性能参数的偏差值模型。把厂家系统计算出的偏差值作为目标值,其他相关参数的测量值作为输入,采用高斯牛顿迭代法对该多元非线性方程组进行回归分析,能够迅速收敛,准确地求解出模型未知系数,经整理可得出准确的基线方程。通过比较自主基线求解的偏差值与厂家系统求解的偏差值可知,采用上述基线挖掘方法得到的基线方程模型精度能够满足实际应用的要求。

分布式数据库系统中数据一致性维护方法研究

分布式数据库系统是数据库领域中的一个主要研究方向 ,数据一致性维护是分布式数据库系统中的一个非常关键的技术问题。在深入分析和比较各种维护数据一致性方法的基础上 ,提出了一种较为有效的维护数据一致性的方法 ,详细论述了该方法如何解决并发执行引起的冲突问题 。

基于SQL的XML查询的有效实现

讨论在关系数据库中利用 SQL 语句实现 XML 查询的问题 .首先提出了一个利用映射信息 (映射图 )将带正则路径表达式的 XML 查询重写为一组简单路径查询的算法 .该过程中的一个关键问题是 Kleene表达式不能直接利用映射图重写 ,为此 ,提出了利用路径实例的统计信息来扩展 K leene表达式的算法 .然后 ,进一步描述了将简单路径表达式查询重写为 SQL 查询的方法 .这些算法在 XML-关系系统原型 VXML R中实现 .

正态云关联规则在预测中的应用

在信息处理领域 ,用数据挖掘方法发现关联规则和进行预测是两大热点 .首先借助正态云模型来替代对数量属性论域的划分 ,并提出数量属性上的正态云关联规则的概念 .接着给出挖掘正态云关联规则的方法 ,并利用已挖掘出的正态云关联规则进行预测 .由于正态云模型较好地软化了数量属性论域的划分边界 。

异构环境下数据库增量同步更新机制

分析企业数据集成中存在异构数据库的变化数据捕获与数据同步问题,对多种变更数据捕获方式进行比较,提出了一种将触发器和日志表相结合的变更数据捕获方法。设计了一种基于Web服务的分布式异构数据库增量同步更新机制,建立了中心数据库,通过事件驱动传输体系,将分布式数据库和中心数据库各自将捕获的增量数据进行同步,实现了分布式异构数据库增量同步更新系统原型。最后用实例对系统进行了测试,结果表明了该设计的可行性和合理性。