数据分析和清理中相关算法研究

数据清理的一个主要作用是识别重复的记录.结合过滤算法和启发式剪枝算法提出了启发式剪枝改进算法.然后,针对重复记录的特点提出了长度约束条件,能有效地提高比较字段不等长时的执行速度.数据库中经常会出现各种形式不同的缩写,而启发式剪枝算法等无法识别缩写情况下的重复记录,本文因此提出了基于动态规划的缩写发现算法,该算法既可以用于缩写发现也可用于缩写存在时的重复记录识别.另外,重复记录的甄别目前必须人工处理,传统方式下用户不得不逐条浏览和分析,工作时间冗长而且乏味,容易引入新的数据质量隐患,作者提出了聚类清除方案和聚类闭包算法,它将重复的记录聚类显示,用户一次可以处理完一个重复聚类,在有效提高速度的同时方便了用户.

评价蒸汽动力循环经济性的新指标──回热作功比

探讨将回热作功比用作评价蒸汽动力循环经济性指标的可行性，从而把热力系统的综合回热效果与机组的经济性指标联系起来．经过严格的推导，提出相应的算法模型，获得了满意的结果．

面向流数据的数据管理系统的研究

传统关系数据库系统通常用来存储没有时间概念的相对静止的数据,对于一些新的应用领域,信息是以数据序列的形式产生并且需要实时地、持续地进行处理,这就超出了传统系统的解决能力。数据流数据管理系统是面向流数据而设计的数据管理系统,它能有效地处理输入流数据并提供持续检索的功能。从整体上分析数据流管理系统的体系结构,重点讨论基于流数据的数据模型和流查询。

生成具有层次特征XML模式的简化算法

XML已经广泛地应用于数据描述及数据交换,然而日常数据的大部分依旧存放在关系型数据库里,因此转换关系数据到XML文档的需求日益增长,如何高效生成用户满意的XML模式是其中的关键。NeT&CoT算法2是近年来提出的可根据给定的关系模式生成具有层次特征的XML的自动转换算法,然而它存在效率不高的问题。因此,该文在NeT&CoT算法的基础上提出了简化算法,通过引入四个简化性质,避免了费时的nest操作,提高了转换效率。

模糊等值理论在数据清理中的应用(英文)

提出了规则合并的优化方法和重复记录聚类清除的方法.应用模糊等值理论,避免了传统等值理论非此即彼的僵硬方式,但清理过程中部分规则可能存在包含与被包含的关系,被包含的规则其等值度显然会相对较小,根据用户阀值提出了规则合并的优化方法,可减少重复记录的计算时间.基于同样的原因,规则间的包含与被包含关系将影响模糊等值度的误差分析,因此提出了利用忽略被包含的规则等值度提高误差分析精度的改进模糊等值理论误差分析方法.重复记录的核实通常需要人工逐条检测,易于出错,本文提出的聚类算法,可节省大量的用户劳动.最后给出一个实验,表明了规则优化的可能性.

供热机组变工况及其对经济性的影响

针对传统的热经济性分析的不足，利用循环函数法提出了一个新的特性参数———热量多耗系数。并运用该指标，对供热机组（以苏联ＢΠＴ－５０－２机组为例）在变工况运行条件下运行经济性的变化进行了分析。结果表明，借助于该指标的变化，可直接获得热电联产节煤量分析结果。

双抽供热机组的变工况分析

本文使用循环函数法对苏联ＢΠＴ—５０—２机组进行变工况分析，并探讨了变工况运行后经济性的变化情况。区别于传统的热平衡分析，这里提出了一个新的特性———热量多耗系数，借助于它的变化，可以直接获得热电联产节煤量分析结果。

锅炉效率ASME标准计算模型的简化研究

本文在对美国ＡＳＭＥＰＥＣ４．１标准锅炉效率计算模型进行研究的基础上，探讨了简化该模型的可能性。算例表明，使用该简化模型，可以在不过多影响精度的条件下，简化模型的测点数目和计算过程，为其在电厂实际运行中采用创造条件。