基于OLAP的煤矿通风数据分析研究

矿井通风系统数据量庞大复杂,简单的统计形式及分析方法很难有效利用隐含信息对通风系统进行安全管理。本文首先提出了基于OLAP的煤矿通风系统数据分析方法,引入OLAP机制对煤矿通风数据进行管理,建立了通风系统数据管理模型,然后将OLAP与CNN有机融合,提出了基于OLAP的通风系统数据预测模型,最后通过大宁矿通风机风量预测加以实证分析,验证了模型的有效性和准确度,实现了大数据情境下煤矿通风系统数据的高效管理,提高了矿井通风系统管理水平。

联机分析处理(OLAP)技术的研究

介绍了联机分析处理 (OLAP)技术的概念、相关术语及产品类别。并以SQLServer 7.0的OLAPServices为例 。

联机分析处理(OLAP)技术研究

在简要分析ＯＬＡＰ与数据仓库关系的基础上，介绍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．

基于三层结构的联机分析处理(OLAP)系统的研究与设计

数据仓库和联机分析处理 (OLAP)技术是信息技术领域的新兴技术。OLAP采用多用户的三层Client Server结构。使用OLAP技术可以将大量源数据有效地转化为有用的知识信息 ,并服务于决策过程。本文根据证券交易业务提出的基于三层结构的OLAP系统的实现方案 ,解决了传统的OLTP系统所无法解决的大量历史数据的使用问题 。

基于图OLAP的学术网络分析

近年来学术领域逐渐积累了海量的数据,网络结构作为一种表示和分析大数据的有效方法,具有较丰富的维度且能够对现实生活中大量数据进行建模。Graph OLAP(图联机处理)技术继承了传统OLAP技术的相关思想,允许用户从不同角度与粒度对多维网络数据进行分析。然而现有的图OLAP技术大多围绕数据立方体的构建展开,相关操作大多都是传统OLAP技术在图数据上的简单扩展,并且构建的模型对网络自身的拓扑结构的挖掘能力较弱。为此,首先设计了学术网络星座模式和相关的图OLAP分析算法,更加明显地突出了学术网络的拓扑结构信息,提高了图OLAP的分析能力,其次提出了对应的物化策略,有效地提升了图OLAP分析的效率。

基于联机分析处理OLAP技术的医院运营分析管理系统实现与应用

目的:基于联机分析处理(OLAP)技术的医院临床数据中心和信息集成平台的建设,构建应用服务于决策人员的医院运营分析管理系统,优化临床医疗服务质量。方法:采用微软SQL Server数据集成服务(Microsoft SSIS)和微软SQL Server数据分析服务(Microsoft SSAS),以联机事务处理(OLATP)过程设计符合医院专科特色的医院运营数据模型,建设基于OLAP技术的医院运营数据分析管理系统。结果:医院运营管理系统实现了从医院、科室和个人的多维度的联动数据分析,真正意义上实现了数据的结构清晰,来源追溯明确,能够细化地追踪分析从关键绩效指标(KPI)到每一个患者信息,以及每一个收费结算项目的细化追踪及分析,并可追溯解决从各项目终末指标值的趋势分析到发现的数据源头问题的追溯得以解决。结论:通过医院运营管理系统为医院决策层提供了可靠的管理指标数据支撑,有效优化临床医疗服务水平,提高对患者的服务质量。

我国不同气候区办公建筑多联机系统能效分析

本文选择夏热冬暖地区、夏热冬冷地区和寒冷地区作为研究对象,建立了典型的办公建筑模型,对3个气候区中9个不同城市的多联机系统负荷和能耗进行了仿真,并进行了能效分析。结果表明,多联机系统负荷、系统耗电功率、性能系数(COP)及部分负荷率(PLR)平均值在不同气候区差异显著。夏热冬暖地区制冷工况、制热工况性能系数、PLR均大于寒冷地区、夏热冬冷地区。从寒冷地区到夏热冬暖地区,系统冷负荷及制冷耗电功率增大、热负荷及制热耗电功率不断减小。全年平均COP在不同气候区间都有十分明显的差异。寒冷地区和夏热冬冷地区的全年平均COP相差0.27,而夏热冬冷地区和夏热冬暖地区间相差0.59,证明不同气候区城市的办公建筑多联机能效有显著区别。

SAS9联机分析处理(OLAP)在宝钢企业级营销数据分析中的应用

简要描述了联机分析处理(OLAP)的定义、工作原理、特点和SAS9联机分析处理工具;分析了宝钢企业级营销数据分析现状与需求;以竞争产品多维分析和库存多维分析两个应用实例探讨了SAS9联机分析处理(OLAP)在企业级营销数据分析中的应用;讨论了应用建模、数据建模的过程实施控制及实施效果;探讨了SAS9 OLAP工具未来的应用扩展重点,即覆盖业务范围的扩展及对已有应用的优化。

428XL仪器主机典型故障分析与处理

428XL仪器作为Sercel 400系列采集系统,向下兼容408UL地面站单元,至今已使用17年以上,而408站单元则投入使用普遍超过25年,可见其稳定性和可扩充性得到了检验。428XL仪器系统主机服务器采用工作站并基于网络化连接实现排列的构建和管理。为了适应大道数生产,早期的428XL仪器主机工作站硬件基本都经过了升级更新。本文详细介绍了428XL仪器主机的典型故障,并针对故障现象进行了分析探讨,提出了相应的解决方法。实践证明,本文所介绍的方法可快速有效解决上述故障,保障野外生产的顺利进行。

UDM：两个领域里的最佳选择——Analysis Service的新模型结合了关系型（Relational）和OLAP（联机分析处理）报告的优点

下一个版本的Analysis Service(分析服务)在一个维度模型——统一维度模型(UDM)中结合了传统的基于OLAP分析和关系型报告的优点，满足了两者的需求集合，将会随着SQL Server Yukon一起发布。与直接访问关系数据库相比，OLAP技术为分析型用户提供了很多方便。OLAP的维度数据模型让理解、浏览和研究数据变得容易。通过OLAP对聚合数据的预计算可以让一些特殊的查询获得较快的响应时间，即使是对大量数据进行操作。

海量数据分析的One-size-fits-all OLAP技术

传统的OLAP被迅速膨胀的海量数据推动进入了大规模数据分析时代,其主要特点是存储密度大,计算强度大,需要大规模并行存储和处理能力.无论是传统的并行数据库技术还是热点的MapReduce技术都不得不面对海量数据在大规模并行处理环境下的性能和并行处理效率的问题.以星型模型上复杂多表连接为基础的OLAP算法的复杂度和并行处理过程中的数据网络传输代价都成为制约性能的重要因素.通过深入分析OLAP存储模型和查询负载特征,提出了对OLAP查询中最基础的SPJGA-OLAP子集在存储、查询处理、数据分布、网络传输和分布式缓存等方面面向海量数据大规模并行处理框架的优化策略和实现技术.通过对TPC-H和SSB两个工业界和学术界公认的测试标准的分析,评估了技术的可行性.提出了以内存predicate-vector DDTA-JOIN算法为核心的并行内存OLAP架构,以维表上规范化的谓词向量操作替代了多样的连接执行计划,实现以一种查询处理模型同时满足集中式处理和大规模并行OLAP处理的需求,充分利用现代计算机的硬件优势,最小化网络传输和OLAP查询处理代价.实验中分析了在1TB和100TB数据集中数据分布策略的存储代价和传输代价,通过并行OLAP代价模型和实际数据的实验测试验证了技术的可行性和并行处理效率.

紫外联机卡尔曼滤波用于多组分混合物同时分析的研究

介绍了IBM PC/AT微机与DMS200UV/vis分光光度计联机系统的基本结构,利用这一联机系统,借卡尔曼滤波方法实现了2种多组分混合物体系的同时快速分析,结果令人满意.

OLAP技术在高考志愿填报方式分析评估中的应用

依据某省多年来高考录取积累的数据,通过运用数据仓库及联机分析技术,对该省现行的平行志愿填报方式进行了分析评估,分析结果表明该平行志愿填报方式提高了第一志愿覆盖率、保护了高分考生.该评估也为将来可能推出的"一档多投"投档方式提供了必要的理论支撑,并为各省市招生考试机构提供了决策参考.

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。

支持What-if分析的OLAP系统研究

数据仓库和OLAP是决策支持系统的重要组成部分.What-if分析是基于历史数据,对假设场景进行分析的重要手段,它可以为决策者提供重要的预测信息,是一种非常重要的决策支持分析过程.文中分析了what-if分析的研究现状,从不同的角度对what-if分析进行了分类.将其分为基于规则的what-if分析、基于delta表的差分数据存储与合并机制的what-if分析和基于CUBE增量维护方法的what-if分析三类,分析了各种实现方法的优点以及适用范围.给出了基于内存数据库的delta表模式的what-if分析算法和一种新的CUBE维护算法.最后对基于what-if分析的OLAP系统的未来研究方向进行了展望.

基于OLAP分析和关联规则的区域能耗预警系统研究

为分析多维能耗数据,研究区域能耗数据内部隐含的各种异常相关性问题,在自主开发的能源监测系统上提出了利用基于数据仓库的OLAP分析和改进的分层挖掘Apriori算法,并以此建设成一套区域能耗预警系统,从而提高区域能耗监察管理和预警能力.在原系统上,通过建立一个区域能耗数据的输入输出模型作为研究对象,以企业申报数据为数据源建立数据仓库,作OLAP的多维数据分析,并在此基础上采用改进的Apriori算法挖掘预警的关联规则,最终发现隐含在内部的知识.系统以某市的实际数据为数据源进行验证,得出的数据分析更加直观、立体,预警知识也与实际情况相符合,值得在实践中应用.

联机分析挖掘(OLAM)技术的现状与发展

从联机分析处理技术与数据挖掘技术的互补性出发,介绍了联机分析挖掘(On-Line Ana-lytical Mining,OLAM)技术的形成原因、功能特征、分析操作方法以及模型结构,分析了目前该技术存在的主要问题以及实现的关键技术,并展望了OLAM未来的发展方向。

数据仓库的数据组织及其联机分析处理实现

数据仓库是由数据驱动的 ,其目的就是从大容量的数据环境中进行决策支持。数据仓库最为突出的特色就是其面向决策主题的数据组织和基于多维数据模型的数据存储 ,并在此基础上实现联机分析处理 ,提供决策支持。

联机分析查询处理中的一种聚集算法

联机分析处理(online analytical processing,简称OLAP)查询是涉及大量数据的即席复杂查询,从SQL(structured query language)角度来看,这些查询通常都包含多表连接和分组聚集操作.从OLAP查询处理角度出发,提出一种新的基于排序的聚集查询算法MuSA(sort-based aggregation with multi-table join).该方法充分考虑到数据仓库星型模式的特点,将聚集操作和新的多表连接算法MJoin相结合,排序时采用关键字映射技术对排序关键字进行压缩,从而可以显著地提高排序速度.此外,通过预先估计聚集分组的数目,优化选择不同的排序方法,使得算法对不同的分组聚集查询都进行优化.算法实验数据表明,这种聚集查询算法与传统的聚集查询处理方法相比,其性能有显著的提高.