关联数据映射语言:R2R

关联数据的目标是使客户端应用通过跟踪RDF链接发现新的数据源,实现对不同数据集的平滑整合,但现有方法创建的RDF链接十分有限,为此德国柏林自由大学于2010年提出面向RDF数据集映射的R2R语言。该语言包括r2r:prefixDefinitions,r2r:sourcePattern,r2r:targetPattern,r2r:transformation,r2r:mappingRef等映射属性,字符串函数、列表函数、算术函数、XPath函数及URI、文字、语言、数据类型等四种变量修饰符,提供r2r:has-Mapping,r2r:mapsTo,r2r:dependsOn,r2r:sourceDataset,r2r:targetDataset等映射元数据,映射语句遵循"资源—映射属性—三元组文字"结构及Turtle语法等规则。在总结以上语法框架的基础上通过实例阐释其用法,并与SPAR-QL语言进行比较。研究认为R2R语言在支持RDF表示、变量和修饰符定义、名称空间前缀表示、空白节点定义变量等方面与SPARQL存在语法一致性特征,在功能和句法表示方面二者存在一定差别。推广R2R语言有助于从词汇和数据集实例两个层面提升RDF链接创建能力,进而为创建关联数据集成服务环境提供支持。

基于关联规则映射的生物信息网络多维数据挖掘算法

针对在生物信息网络中对复杂和大规模的数据集进行挖掘时所出现的算法挖掘精度低、运行速度慢、内存占用大等问题,提出一种基于关联规则映射的生物信息网络多维数据挖掘算法。该算法结合网络数据集之间的关联映射关系,从而确定网络数据集的关联规则,并引入挖掘因子和相对误差来提高算法的挖掘精度;根据多维子空间中数据集之间的关联程度进行子空间区分以及子空间内数据集区分,从而实现对不同数据集的有效挖掘。在实验中,对不同数据集数量下的算法内存占用情况、算法挖掘精度、算法运行时间进行仿真,从实验结果可以看出基于关联规则映射的挖掘算法可以有效地提高挖掘精度,在减少内存占用和提升计算速度上也具有一定的优势。

基于关联子区域映射的多姿态人脸识别

针对人脸识别中的姿态变化问题,提出了子区域关联映射的方法识别多姿态的人脸图像。人脸被分割为若干子区域,姿态变化对图像的影响被分解为关联子区域的形状映射与纹理映射。提出了2维耦合成分分析的方法构造关联子区域的映射关系。2维耦合成分分析采用2维矩阵方式直接表达人脸图像,在此基础上获取不同观测空间上的低维耦合空间,根据局部几何关系不变性的原理学习耦合空间上投影特征矩阵之间的非线性映射。在应用贝叶斯框架评估子区域可分性的基础上,综合全体子区域的信息给出最终的判别结果。比较实验结果表明,关联子区域映射方法能有效补偿姿态变化带来的影响;对应的多姿态识别方法判别率高,对姿态变化敏感度低。

基于形状外观关联映射的动态脸部纹理生成(英文)

脸部表情的变化细节(例如皱纹)是很重要的视觉线索,但是它们难以建模与合成.这是由于人们说话和作表情时,脸部纹理也在动态地改变.与传统的纹理映射方法不同,提出一种根据脸部特征点运动来生成脸部动态纹理的新方法.基于形状和外观在表情脸部图像上高度相关这个观察,设计建立了从形状到外观的映射关系.这个映射被称作形状外观的关联映射(shape-appearance dependence mapping,简称SADM).实验结果表明用,SADM合成出的人脸与真实的人脸十分近似.提出的SADM方法可以集成到基于线框模型的人头模型中产生真实的动画效果,也可以应用于基于模型的视频编码来进一步节省传输带宽.

Hibernate框架技术下关联映射在WEB项目中的应用

在WEB项目中经常处理数据之间的关联关系,而Hibernate框架的目标是提供一个全面的"对象-关系映射"框架,通过此框架技术来解决数据库关系模型中关联映射问题,并用实际WEB项目案例加以实践。

基于Hibernate的多对多关联映射的应用处理

介绍Hibernate多对多关联映射相关理论,详细阐述Hibernate多对多关联映射在不同应用情况下的两种处理方式,为数据库应用系统开发和Hibernate的教学提供实际参考借鉴价值。

探索关联规则可视化的结构化关联映射图

对于大量的高维度的交易数据,利用关联规则进行数据挖掘,用户难以进行解释和利用。主要两个原因:常规关联规则挖掘算法可产生大量关联规则;一些关联规则可部分重叠。若用户能自主选择,在关联规则挖掘中所使用的相关项集,则可解决该问题。提出一种新的视觉探索工具,结构化关联映射图,使用户能够以视觉方式找到相关项集的组。该方法使用健康检查结果数据集进行验证,并且实验结果表明具有最高2×2规则贡献的和值的结构化关联映射图有助于显著减少关联分析的复杂性,并且能够集中于搜索空间的特定区域关联规则挖掘,同时避免不相关的关联规则。

依赖关联规则映射的多维信息SDN数据中心优化

为了解决交换机静态分配给多维信息并且静态配置多维信息,因此流量动态可能导致响应时间长并且导致高维护成本问题,将多维信息SDN数据优化(SDN data optimization for multi-dimensional information,SDOMI)制定为在线优化,以最大限度地降低由多维信息集群的响应时间和维护所导致的总成本。通过应用随机固定水平控制(RFHC)框架,将SDOMI分解为一系列稳定的转移匹配问题,保证竞争比率的小损失。由于匹配问题是NP难的,提出了一种关联规则映射算法,它集成了匹配理论和关联规则映射中的关键概念,以有效地解决它。理论分析证明的算法在几十次迭代中收敛于近似最优Nash稳定解,并在多维信息之间实现更好的负载平衡。

Hibernate一对多双向关联映射在驾校管理系统中的应用

本文讨论了Hibernate一对多关联映射是三种形式,即一对多单向关联、多对一单向关联和一对多双向关联映射,本文介绍了一对多双向关联的作用和实现原理,并基于驾校管理系统的数据库设计实现了一对多双向关联的一个应用。

NHibernate对象关联映射

一、介绍 在面向对象开发中,运行时的数据的关联是通过对象之间的引用来实现的.而静态数据的关联是通过表间的外键关联来实现的.而对于一个ORMapping的框架来说,管理对象之间的关联和表间的关系是框架的核心部分.最常见的对象之间的关联是1对多的关联,比如父/子关联,这类关联的数据存储主要是采用主从表的方式来实现,还有一种关联的是多对多的关联,这种关联的数据存储需要将一个n:m关联分解为两个1:n的关联来实现.

基于区块链技术的海量Web数据关联存储系统设计

海量的Web数据在存储中会造成拥塞率高、存储效果差的问题,为此,设计了基于区块链技术的海量Web数据关联存储系统。使用区块链集群监控模块,无需公开真实IP地址就可监控数据传输过程,避免被攻击。设计关联映射模块,获取全部散列值,使系统形成具有时间顺序的关联映射结构。计算系统遭到的攻击概率,通过构建目标约束函数,防止数据被篡改、伪造,以改善系统的鲁棒性。加密存储海量Web数据,获取对应区块链报文,在确保提交结果合法的前提下,完整存储海量Web数据。由实验结果可知,所设计系统的最低拥塞率为2%,能够保证系统具有良好的存储效果。

“映射+关联”核心思维能力培育的《管理学原理》课程教学创新

高等教育进入大众化阶段后,“大学生就业难”和“企业招聘难”成为社会关注的主要问题。解决上述问题的核心是提升大学生的核心能力,而课程教学创新对大学生人才培养阶段核心能力养成具有不可忽视的作用。研究以《管理学原理》课程为例,通过对该课程采用“专业映射(教师)+案例关联(学生+教师)+柔性训练(学生)”的教学改革,以达到“专业能力+可雇佣能力+核心复合能力”的综合性、高素质、应用型人才培养目的,实现公共管理专业大学生核心思维能力提升的目的,初步达成该专业人才培养“责任共担”的模式。

基于多属性的海量Web数据关联存储及检索系统

传统的Web数据检索一般采用全文检索方法,该方法具有很好的灵活性,但舆情分析往往需要获得相关的网页属性及统计信息。针对传统的Web检索方法无法满足上述需求,基于Hadoop平台设计并实现了一种基于多属性的海量Web数据的关联存储及检索系统,为舆情分析提供基础检索与统计服务。主要实现HDFS上基于属性的网页数据的分类和聚类存储,解决小文件存储同时提高数据访问吞吐量;建立原始网页数据与属性数据之间的关联映射;基于HBase的已有索引机制,结合分布式本地索引机制解决基于HBase的动态属性多条件选择查询的辅助索引问题。

工程建设项目施工主材动态节超与数字化管控

通过制定施工企业成本内控的总体目标,分解工程量,创建快速算量系统,着重分析工程数量比选,找出有利于项目创益的因素;把主材的节超、进度管理、质量把控与互联网相结合起来,实现系统自动化与数字化管理,动态把握材料的管控,建立时间维度的节点进度计划,辅助工程质量验收的完成,实现业务数据化、数据资产化、资产价值化的企业内部共享、协同、决策能力、管理模式和商业模式的进步与转变,实现信息化的持续改进与提升,达到数字化转型的企业战略目标。

基于超网络的作战信息流转建模及特性分析

针对现有单一要素模式的信息网络不能有效反映作战信息流转复杂结构及动态过程的问题,提出一种基于超网络的作战信息流转"两层三网"模型构建及特性分析方法。首先,分析作战信息流转超网络结构特征,抽象作战节点和信息关系的多维属性,定义关联映射规则,建立作战信息流转超网络模型;其次,从节点的超度分布、超边的度分布、介数、聚类系数、子图向心性和网络弹性6个方面,研究了作战信息流转超网络的拓扑特性。最后,以空中突击作战为例,通过仿真实验,验证了模型与方法的可行性和合理性。

基于映射关联规则算法的业务流程重组关键成功因素识别

试图采用关键成功因素管理方法来研究业务流程重组(BPR)的实施,在总结国内外学者对BPR关键成功因素研究的基础上,根据中国的实际情况,采用系统的思考方法,全面考虑与流程相关的其它组织要素的变革因素,提出了中国企业业务流程重组的关键成功因素:企业战略管理、业务流程管理、信息技术支撑、组织结构变革、企业人员管理和企业文化管理.在实证方法方面,提出了一种基于映射的关联规则改进算法(MBAR),该算法只需要经过一次数据库扫描,就能够得到所有存在数据库中的大项集,并应用于挖掘业务流程重组关键成功因素对BPR项目成功的影响,得出一些有意义的关联规则,例如:企业战略管理∧信息技术支撑∧人员管理→BPR项目的成功(支持度0.614,可信度0.706).

地缘环境分析模型图形化建模

针对日益增加的地缘环境分析模型(GEAM)组织管理需求,在对当前GEAM进行元模型剖分及分类的基础上,重点对GEAM图形化建模进行研究。将图形化建模任务划分为模型组织管理、模型编辑及模型验证与运行3个模块,界定各模块的主要功能,构建GEAM图形化建模框架。利用面向对象思想对图元语义映射与关联、模型验证与运行、模型输出与加载等关键技术进行深入研究与剖析。开发GEAM图形化建模原型系统,并通过对地缘环境单元划分模型进行图形化组建,验证可行性。

运用Hibernate来支持在Oracle中的Java3D虚拟场景

在Oracle中,一个基于Hibernate的持久方案用来支持Java3D的虚拟场景。根据Java3D的虚拟场景的树状结构,通过Hibernate的对象/关系型映射和关联映射创建了8个持久化类及其双向关联。3D模型在Oracle 11g空间数据中存储和建模,也开发了2个自定义Java类来映射Oracle 11g空间类型中的SDO_GEOMETRY数据类型,用于解决Hibernate目前不支持对SDO_GEOMETRY数据类型进行映射的问题。

物联网底层差异模块光纤通信加密研究

为了提高光纤通信的加密隐写性能,提出一种基于随机关联映射编码体制的物联网底层差异模块光纤通信加密算法。构建混沌密钥状态特征方程,把物联网底层差异模块的大数据加载到混沌密钥状态特征方程中,得到一组描述密钥域信息熵的特征解,进行椭圆曲线随机编码设计和混沌编码配置,采用光纤通信隐私保护方法进行信息多层加密译码隐写,在双线性映射编码体系下实现物联网底层差异模块光纤加密隐写和保密存储及传输。仿真结果表明,没有干扰下,加密耗时仅为2.01 s,加密精度达到了0.92,自适应转发准确率为0.96;加密带有一定干扰的数据时,所提方法的加密耗时仅为3.23 s,加密精度可达到0.83,自适应转发准确率为0.91。光纤通信信息多层加密的隐写性能较好,其准确性较高且加密耗时较少。

地区电网理论线损计算需求数据合成方法研究

在研究分析电网理论线损计算需求数据的类型以及数据之间的内部关联关系的基础上,提出一种以映射数据和计量(量测)数据为数据关联映射中心的电网理论线损数据合成方法。结合地区电网理论线损计算需求数据的来源构成情况,推导出地区电网某一理论线损计算方法需求数据合成的详细过程。该合成方法为理论线损计算全面实现数据自动采集、自动合成、自动计算,实现理论线损在线计算与分析提供理论技术支撑。目前该合成方法已在南方电网广东电网佛山供电局实现并成功运行。