数据仓库中CUBE大小估计算法

文章叙述了数据仓库中Cube估计的三个相关算法,提出了一种优化的估计方法。这种新的优化方法在一定程度上弥补了常用估计方法的缺陷,大大提高了估计值的准确性。Cube的大小估计对于数据仓库进行多维分析是非常重要的。原因是为了提高多维分析的查询速度,要进行一定程度的预计算,这种计算是相当复杂的,而且会占用大量数据库的存储空间,因此预先估计出所需空间大小是非常必要的。

二阶段整群抽样的样本大小估计公式及其在医疗费用调查中的应用

本文利用哥西不等式原理及求极小值方法 ,在限定抽样误差的大小使调查花费最小及限定调查花费的大小使抽样误差最小两种情况下 ,对常用的二阶段整群抽样 ,推导出其最优样本大小计算公式 ,在中国铁路职工医疗费用的调查中取得了成功的应用。

数据库查询中结果大小估计的研究

本文讨论了查询结果大小估计的主要方法，对直方图方法做了较详细的介绍，分析了查询结果大小估计误差的两种性能指标，给出了等宽直方图的描述．设计了用直方图估计选择运算与连接运算结果大小的算法，进行了相应的实验，并提出下一步工作的思路。

树脂切片和石蜡切片在精子细胞核的大小估计中的对比

从石蜡切片上估计的早期(球形)精子细胞核的体积加权平均体积和平均断面直径,均显著小于树脂切片上的估计,结果分别为61±4(平均值±标准差)μm^3和4.4±0.1μm 以及102±18μm^3和5.0±0.2μm。

用Capture-Recapture方法估计Web数据库大小

为了估计网络数据库的大小,提出了基于Capture-Recapture过滤二字亲密、二字排斥的方法。通过在接口文本框提交属性高频字,利用返回的结果集,在两两之间作交集,根据交集中的两字分布分析采样的独立性,过滤掉其中不独立的情况,再利用Capture-Recapture方法估计网络数据库的大小。在模拟和真实的环境下进行了实验,该方法偏差度和波动度均较小。

基于属性相关度的Web数据库大小估算方法

提出了一种基于词频统计的方法以估算Web数据库的规模.通过分析Web数据库查询接口中属性之间的相关度来获取某个属性上的一组随机样本;并对该属性分别提交由前k位高频词形成的试探查询以估算Web数据库中记录的总数.通过在几个真实的Web数据库上进行实验验证,说明该方法可以准确地估算出Web数据库的大小.

基于竞争请求的CM上行发送缓冲区大小的计算方法

基于HFC(Hybrid Fiber Coax)网络的国际标准DOCSIS规范,分析了其网络接入设备CM(Cable Modem)上行带宽分配的竞争请求机制。首先给出了上行信道带宽竞争请求算法的马尔可夫链模型,以此为基础建立了CM端的上行信道数据帧发送过程的M/M/1/K排队模型,并给出了上行信道数据帧发送缓冲区大小的理论估计方法。通过NS-2仿真工具进行仿真,验证了该方法可以较为准确地估计CM上行发送缓冲区的大小与溢出概率的关系,从而证明该方法能够为上行发送缓冲区的大小设置提供理论参考依据。