基于降维字典学习的高维数据分类策略

为了解决字典学习中的高维数据与非线性问题,提出一种基于降维字典学习的高维数据分类策略。在降维阶段,利用自编码器学习一种非线性映射,该映射可以降维并保留高维数据的非线性结构;在字典学习阶段,利用标签嵌入进行局部约束;在学习过程中,保留了可分解的非线性局部结构,增强了类的区分能力,同时优化了映射函数和字典。在多个基准数据集上的实验结果表明,提出的方法能够有效解决字典学习中的高维数据与非线性问题。

公立医院成本核算单元数据字典的构建与建议

目的依据《公立医院成本核算规范》,探讨在医院全成本核算信息系统中如何构建成本核算单元数据字典。方法依据该规范对公立医院进行成本核实时建立单元字典的情况进行实证分析。结果归纳了该规范在实施中存在的难点及问题,提出了构建一套科学、标准、有弹性的高质量单元数据字典的几点建议。结论完善成本核算单元数据字典是确保成本核算信息系统功能最大发挥的关键性工作,以确保高效、高质量医院管理的实现。

面向内存数据库的类字典树索引综述与性能比较

如何快速存取海量数据是大数据时代数据库系统面临的重大挑战.利用大内存构建内存数据库系统是实现大数据实时存取的可行途径.在此背景下,用于加速内存数据存取的内存数据库索引成为近几年国内外的研究热点.但是,内存数据库索引也面临着诸多挑战.以常见的内存B+树索引为例,第一个问题是索引的空间效率较低,这是因为内存B+树索引的节点内部存在较大的空间浪费;第二个问题是索引的查询复杂度较高,B+树的查询复杂度受限于数据规模,随着数据规模的扩张,索引的搜索效率也会下降;第三个问题是变长数据支持弱,B+树对于变长键的支持比较差,往往难以适应实际应用的需要.近年来,由于字典树具有空间代价低、查询效率与数据规模无关、支持变长键等优点,逐步成为了内存数据库索引研究中的一个主要方向.本论文围绕面向内存数据库的类字典树索引,首先介绍了字典树的概念、特点和历史,然后系统梳理和总结了类字典树索引的现状和最新进展,之后提出了一种全新的分类方法对类字典树索引进行了分类.在此基础上,论文对主流的六种类字典树索引进行了实验,在多个数据集和负载上进行了性能对比,并基于实验结果讨论了类字典树索引的设计和使用建议,最后展望了未来类字典树索引的发展方向.

基于高效字典学习算法的地震数据去噪

地震数据去噪在地震资料处理中扮演着关键的角色,提升地震数据的信噪比将为后续高质量处理和精确解释奠定坚实基础。目前,地震数据去噪的方法已经得到了广泛发展,其中字典学习方法具有独特的优势。当前经典的K-奇异值分解(K-singular value decomposition,K-SVD)字典学习算法存在去噪结果损失了部分原始信号和计算效率不太理想等问题,为了将这些问题进一步优化,提出了一种基于顺序广义K-均值算法(sequential generalized K-means,SGK)的字典学习方法用于地震数据去噪。首先,从样本数据中提取随机位置的块,并移除空白块,以初始化字典。接着,在字典学习阶段,通过地震数据本身的特征自适应地构造出最新的稀疏表示字典。随后,利用学得的字典对包含噪声的地震数据分块进行去噪处理,将去噪后的块进行平均处理,并重新构建图像块,最终实现地震数据的去噪。通过合成数据和实际数据的实验,从信噪比、计算效率以及对有效信号的保护方面验证本文方法的去噪性能。

专题数据库建设与《汉语大字典》的修订

《汉语大字典》(第2版)的音义匹配关系是汉语音义学研究的重要内容。《汉语大字典》不仅在释义、字形、注音、术语等方面存在问题,而且关联错讹问题更为突出,在文字不同形体的对应、字音与释义、义项与释义、新旧字形与义项、义项与书证、术语与字际关系等方面均存在不同程度的抵牾。专题数据库对于《汉语大字典》的修订完善有重要意义。修订完善《汉语大字典》有必要着力解决专题数据库建设和专题数据库关联平台建设两个问题。建设专题数据库和关联平台数据库的途径包括:汇集与校勘已有《汉大》研究成果,再加工与融合已有汉语或汉字信息数据库,梳理与对齐新出土或新见文献,等等。采用元数据、知识图谱、语义关联等计算机技术,可以很好地实现上述目标,把汉字形、音、义、引文信息与《汉语大字典》修订完善工作有机结合起来。

基于小波字典的风速数据重构的压缩感知方法

由于风速具有明显的非平稳性,常用字典的压缩感知(compressed sensing,简称CS)方法对于风速信号重构效果不佳,故引入基于小波字典的压缩感知方法,用于重构风速缺失数据,有效提升了风速信号的重构精度。通过风速仿真数据和广州塔的监测风速数据验证了本研究方法的有效性,并研究了数据缺失工况、正则化参数、小波字典层数和小波类型对风速信号重构效果的影响。结果表明,基于小波字典的压缩感知方法可有效重构缺失的风速信号。

基于阻尼字典学习的三维地震数据重建

为了降低地震数据采集成本、提高采集效率并保持数据规则和完整,首先,针对随机采集观测系统不规则的问题,提出了观测系统规则投影的技术流程,填补缺失的炮点和检波点信息,然后,在压缩感知的框架下,利用字典学习与稀疏表示进行三维地震数据重建。对提出的字典学习方法,利用批量正交匹配追踪避免直接对矩阵求逆造成的计算量大的问题,利用交替最小二乘代替奇异值分解提高计算效率,同时对稀疏系数进行阻尼约束,避免对噪声的拟合从而得到更好的字典。针对常规时间域字典学习地震数据重建方法存在计算效率低、弱信号保护能力差等问题,在频率域进行地震数据重建,对有效信号所在频带范围进行处理,有效减少计算量、压制噪声、提高重建结果的信噪比,形成了针对地震数据随机采集的观测系统规则投影、地震数据重建技术流程。实际资料应用结果表明,通过规则观测系统投影、地震数据重建有效提升了叠前地震资料品质,获得了较好的成像效果。

PRB数字地质填图前期数据准备及PRB过程字典库建立

PRB数字地质填图前期数据准备包括软硬件准备、地形图数值化、前人资料的收集和室内录入、多元数据的叠加和整合、PRB过程字典库的编制等方面 .PRB过程字典库由结构化字典、填缺式字典和描述性字典 3部分组成 .结构化字典和填缺式字典可直接查询 ,为 1～1.5级字典 ,描述性字典为 2级字典 ,需要 2级查询 .不同的字典类型均以文本文档的形式存在 ,文件名后缀为 .DIC .

基于字典学习的音频大地电磁数据处理

音频大地电磁(Audio Magnetotelluric,AMT)信号常常受到持续性人文噪声影响,这类噪声使用远参考法和Robust阻抗估计等常规方法往往效果不佳.为此,本文从噪声的规律与特征出发,提出一种新的AMT数据处理方法.首先通过字典学习方法从观测数据中自主学习到人文噪声的特征结构,构建冗余字典,然后利用学习到的冗余字典,分离出AMT数据中的人文噪声.为验证方法的有效性,首先进行了合成数据的仿真试验,然后在四川凉山进行了针对性的野外试验研究,最后将本文方法应用于庐枞矿集区实测数据的处理.结果表明,本文方法能够快速、准确地分离出AMT信号中的人文干扰,保留有用信号,显著改善AMT数据质量.

基于XML数据字典的元数据对象分级控制模型的研究

1.引言 B2B电子商务和电子政务系统中涉及的信息与在线购物系统等简单的数据采集系统中涉及的信息具有明显的差别,这些信息对于整个业务流程均产生重要的影响,信息的种类繁多,数据模型复杂,覆盖范围广,且数据正确性和安全性要求很高。数据采集和管理系统所面对的数据对象具有多维的特性。每个维又划分为多个汇总层次,同一层次可以有多个元素,相互之间称为兄弟,上一层次的元素由下一层次的元素汇总而成,最低层元素为叶子元素,所有元素及其层次关系构成属性结构。各维汇总层次根据用户需求灵活定义,形成各个方向的多层次汇总,包括轻度汇总和高度汇总。

基于ArcView GIS的数据字典技术研究

随着地理信息系统技术的进一步发展,数据库技术将会成为提升整个系统适应性能的关键技术之一。数据字典技术作为数据库技术的核心内容之一,其重要性体现在系统开发及运行等各个阶段。基于数据字典的研究现状,探讨了"数据字典集"和"字典程序"的概念,并结合ArcViewGIS的特点对数据字典技术在地理信息系统中的应用进行了研究。开发实例证明,把字典程序作为系统应用程序访问数据库的中间接口,用于操纵数据字典集以实现系统对数据库的管理,增强了系统进行数据库管理的灵活性、适应性,也便于系统的维护和升级,具有良好的应用前景。

基于CORBA/数据字典/JDBC的异构数据库检索系统实现

为解决异构数据库的分布式信息处理和资源整合问题,借助CORBA在分布式集成的高效性和XML强大的语义组织能力,构造了CORBA包装器和自适应数据字典,实现了异构数据库的高效集成和资源优化管理。设计了矩阵乘法的查询解析算法提高了查询效率。通过项目实例显示了该方案具有较好的可行性和效率。

野外数据采集系统数据字典的研制

数据字典在整个信息系统生命周期里都起着重要的作用以野外数据采集系统为例，介绍了数据字典研制的基本方法，详细分析了表属性字典、字段属性字典、表格字段字典、索引信息字典、数据约束字典以及存储各表格关系的关系字典等多种字典的数据结构特征．

应用数据字典实现多源地质空间数据的通用管理

以多源数据库的元数据文档为基础,通过建立概念模型字典建立不同来源空间数据库的实体对象、结构和关系信息,建立方法字典和综合字典实现对数据项的约束校验和对数据库运行的记录与维护。数据字典集中了多源地质空间数据库中具有共性的结构和操作信息,它在数据库的功能操作和不同操作对象之间引入一个中间环节,辅助实现对多源数据的通用管理。研究结果证明,应用数据字典的通用管理提高了数据库的工作效率。

数据压缩字典与快速图像分形映射压缩算法

针对分形编码压缩时间太长、以至于该算法很难达到实用的缺点 ,提出了对图像进行分级预处理 ,即根据被压缩图像的实际情况建立一个数据压缩字典 ,使得被压缩图像的匹配块仅在数据压缩字典指定的块中进行 ,从而大大减少图像压缩过程中的搜索范围和压缩时间·此外 ,给出了建立数据压缩字典的理论基础 ,并根据此思想给出了一个新的实现分形编码算法·实验表明 ,在提高压缩比的同时 。

基于数据字典的空间数据库通用建库技术

作为空间信息基础设施,空间数据库的建设效率和质量决定了地学信息项目的成败。目前空间数据库建库大多与特定GIS平台相关,建库过程繁杂、效率低下。为了适应复杂多变的建库需求,通过分析空间数据库数据模型的结构化表达,研究并提出利用数据字典存储数据模型,自动化建库的技术方法。多个项目实践验证该方法能够显著降低建库复杂性,提高建库效率,具有一定的通用性。

基于UML的信息模型中数据字典的设计与实现

针对传统信息模型中,数据字典的构建模式无法接纳新资源信息的加入,扩展性较差的不足,提出了一种可扩展的数据字典体系的结构设计方法。用UML对系统进行分析和建模,并基于J2EE规范、MVC设计模式等思想,对该字典体系进行了开发实现。该字典体系目前已经在教育部"高等学校仪器设备和优质资源共享系统"中得到应用和验证。

大型医院统一机构数据字典的研究与实践

由于历史原因,医院内部有多个相互独立的信息系统,每个信息系统都有一套命名规则和编码方式各不相同的机构数据字典,为全院数据统计带来很多困难。目的:在兼容历史数据的基础上,统一全院多个信息系统的机构主数据字典。方法:成立医院信息标准建设办公室;建设数据字典管理维护软件;在调研各系统机构数据字典现状的基础上,以财务系统的机构字典为基础,建立全院的机构主数据字典;通过创建对照表或在原字典表添加主数据字段的方式,在各独立的系统中推行机构主数据字典;规范机构主数据字典变更的行政审批流程以及技术实施流程,以保证其可持续发展。结果:建立起兼容全院所有信息系统的机构主数据字典,并在全院施行,院级数据统计的效率大幅提高。结论:数据字典是信息系统的灵魂。统一机构数据字典的方法和步骤可为同类大型医院提供参考。

数据字典在转换工具中的应用设计

因各系统记录的二进制数据的数据格式不同,为开发系统耦合度低、可重用性好的转换工具,结合树型结构数据字典和模块化设计思想,利用XML文档存储和维护数据字典内容,设计了基于XML存储的数据字典的转换工具系统框架。将转换工具划分为预处理模块、提取载荷模块、读取XML文件模块、数据字典模块和解析结果显示模块共5个功能模块,完成了二进制数据的译码过程。使用XML数据字典设计转换工具系统框架,结构清晰,可维护性好。

基于局部约束字典学习的数据降维和重构方法

针对目前已有的非线性降维算法存在计算复杂度高、难以处理大型数据集和增量化降维问题,本文提出了一种基于局部约束字典学习的非线性降维算法。该方法通过重构一些潜在标志点的局部内在流形,并在数据处理过程中将训练数据和未知数据一起嵌入到内在流形中,使得数据的内在几何结构特征得以保持。与已有非线性降维方法相比,该算法具有计算复杂度低、存储空间小和通用性强的特点,可以很好地解决增量化降维问题,易于处理大型数据集。另外,该算法也可以解决高维数据的重构问题,与已有重构方法相比具有计算简单、重构误差较低的特点。实验结果表明了算法的有效性。