运用决策支持对象实现短期电力负荷预测

运用微软通用的决策支持对象(DSO),结合区域电网气象负荷数据库设计了决策树形式的数据挖掘模型并实现了日负荷预测系统。在描述了 DSO 分层结构特性之后,分析研究了日负荷预测的决策树数据挖掘模型构造过程并给出了程序化实现方法,进一步实现了通过决策树算法的负荷预测过程。实际使用的效果统计分析结果表明本系统达到并超过实用标准,具有智能自适应、自学习和全过程自动化,通用可靠以及准确率高等特性,是值得推广的方便实用型负荷预测工具。

使用决策支持对象建立OLAP数据结构的研究

通过一个工程实例详细地介绍了使用决策支持对象建立完善的OLAP数据结构。

短期负荷预测的实用数据挖掘模型

基于数据挖掘决策树算法和通用的决策支持对象(DSO)建模工具,结合区域电网气象负荷数据库设计与实现了决策树形式的数据挖掘模型并运用于日负荷预测。首先描述了决策树分类方法,分析研究了日负荷预测数据挖掘模型的决策树构造过程,给出了基于DSO的程序化实现,并给出用决策树算法的日负荷预测过程以及实际的预测结果情况。统计分析结果表明该数据挖掘模型完全满足实用标准,具有智能自适应、自学习和全过程自动化、通用可靠以及准确率高等特性。

一种超市OLAP系统的设计与实现

在简要分析OLAP和数据仓库的关系的基础上,介绍了某超市OLAP系统的一种体系结构、数据组织模式及其有关实现的关键技术,提出了一种建立在MSAnalysisServices上的OLAP系统的设计与实现方法。它采用MicrosoftSQLServer2000作为后台数据库服务器,使用MicrosoftSQLServer2000的AnalysisServices作为OLAP服务器,使用决策支持对象来管理OLAPServer中的各种对象,使用ADO/MD及MDX等技术实现多维分析。

基于OLAP技术实现全德国房地产分析系统

介绍了的基本概念,描述了采用技术实现德国房地产数据分析系统的设计和实现方法,给出系统的结构原理、数据处理OLAPOLAP方式、优化方法以及测试结果。

学生成绩分析数据仓库的模型设计及实现

随着信息技术的发展 ,许多高校建立了相对完善的管理信息系统。但是 ,现有的系统信息只能完成简单的查询操作 ,而不能获取潜在有用信息。数据仓库及其相关技术为解决此问题而产生。这里提出了构建学生成绩分析数据仓库概念模型、逻辑模型、物理模型的模型设计方案 ,并通过决策支持对象编程实现数据仓库的构建。

采用AM插件管理OLAP数据结构的研究

采用插件接口对象编写的基于微软管理控制台(MMC)的分析管理器(AM)插件可以调用决策支持对象(DSO)来管理OLAP Server中的各种对象,从而大大地提高OLAP数据结构管理的安全性、准确性、灵活性以及快速性。分别介绍了分析管理器插件中使用DSO管理OLAP数据的具体方法。

基于MS Analysis Services多维查询分析系统的研究与实现

文中总体的介绍了OLAP技术及其有关基本概念 ,并对MSAnalysisServices中的多维数据集的建立和访问技术作了讨论 ,提出了多维分析系统设计与实现的方法 ,在此基础上给出了一个从OLAP数据源结构设计到应用程序设计的实例。

OLAP结构分析及实现技术

本文主要就联机分析处理的系统结构进行了初步研究,并介绍和分析了基于微软解决方案的OLAP实现技术。