RFID数据仓库上的多时空粒度近似聚集查询

随着物联网的发展,以RFID为代表的物联网传感器数据的存储、查询、处理等课题正成为研究的热点。结合数据仓库时空维度和列存储的思想,建立了一种列式RFID数据仓库,并根据RFID的时空特性,设计了一种支持连续聚集查询的多时空粒度数据结构和快速更新算法。它去除了传统聚集查询的部分冗余操作,适合处理大规模RFID数据仓库上的连续实时聚集查询。通过实验证明,该模型与算法在一些典型的物联网应用中取得了较高的效率,可广泛地适用于海量RFID数据仓库上的OLAP分析。     

一种并行处理多维连接和聚集操作的有效方法

随着并行计算算法的完善和廉价、功能强大的多处理机系统的成熟，使得采用多处理机系统来并行处理多维数据仓库的连接和聚集操作成为当前有效提高OLAP查询处理性能的首选技术．为此，提出一种降低连接和聚集操作开销的并行算法PJAMDDC(parallel join and aggregation for multi-dimensional data cube)．算法充分考虑了多维数据立方体的存储机制和多处理机分布系统的结构特点，在原有聚集计算多维数据立方体的搜索点阵逻辑结构的基础上，采用多维数据仓库的层次联合代理(hierarchy combined surrogate)和对立方体的搜索点阵进行加权的方法，使得立方体数据在多个处理机间的分配达到最佳的状态，从而在分割多维数据的同时，提高了并行处理多维连接和聚集操作的效率．算法实验评估表明，PJAMDDC算法并行处理多维数据仓库的连接和聚集操作是有效的．     

基于聚集区域的强关联OLAP查询解决方案设计

聚集区域的OLAP查询解决方案是基于对数据仓库中数据立方体聚集区域认识的基础上提出的。它结合MO-LAP和ROLAP的特点,能够有效地识别出数据立方体中的聚集区域和稀疏点,通过不同的存储方式提高查询效率。基于上述思想,该文还提出了聚集区域查询(DSR)算法和严格约束的聚集区域查询(SDSR)算法,并对两种算法进行了仿真比较。     

一种复杂多维层次的连接和聚集算法

由于数据仓库中存储着不同粒度、容量巨大的数据记录，所以如何有效地执行联机分析处理(OLAP)查询操作，特别是连接和聚集操作，便成为数据仓库领域的核心问题之一．为此，提出了一种降低连接和聚集操作的新算法(join and aggregation based on the complex multi-dimensional hierarchies，JACMDH)．算法充分考虑了复杂多维层次的特点，在原有的位图连接索引(bitmap join index)的基础上，采用层次联合代理(hierarchy combined surrogate)和预先分组排序的方法，使得复杂的多维层次上的连接和聚集操作转化成事实表上的区域查询，从而在处理多维层次聚集的同时，提高了连接和聚集的效率．算法性能分析和实验数据表明，JACMDH算法和目前流行的算法相比，其性能有显著的提高．     

用于聚集值近似查询的基于密度的树索引结构

如何快速有效地对数据立方体上的聚集查询给出近似的回答,是数据挖掘和数据仓库研究领域中的核心问题之一。现有大多数聚集查询算法在同一个数据立方体上只能支持某种特定的而非多种类型的聚集查询。本文给出了一种新的框架AdenTS,即基于密度的自适应树结构,它可以回答同一数据立方体上的各类聚集查询,也提出了一些近似和启发式技术,改善了查询结果和精度。实验结果表明,这种方法在支持的查询种类和性能上是更好的。     

基于分组序号的聚集算法

联机分析处理OLAP(online analytical processing)查询作为一种复杂查询,当使用SQL(structured query language)语句来表述时,通常都包含多表连接和分组聚集操作,因此提高多表连接和分组聚集计算的性能就成为ROLAP(relational OLAP)查询处理的关键问题.提出一种基于分组序号的聚集算法MuGA(group number based aggregation with multi-table join),该方法充分考虑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(multi-table join)相结合,使用分组序号进行分组聚集计算,代替通常的排序或者哈希计算,从而有效地减少CPU运算以及磁盘存取的开销.算法的实验数据表明,提出的MuGA算法与传统的关系数据库聚集查询处理方法以及改进后的基于排序的聚集算法相比,性能都有显著提高.     

分布式数据仓库的一种聚集运算算法

考虑了分布式数据仓库的星型模式及数据分段的特点，在各站点对分组关键字进行编码压缩，并采用分布式聚集运算的方法，最后在请求站点生成完整的分组聚集结果，以降低站点内的排序费用，减少站点间传输的元组大小和数目，从而降低了站点内的处理代价和站点间的数据传输费用，提高了分布式数据仓库分组聚集运算的效率。     

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     

一种基于约束的空缺数据预处理算法

现实数据库中的数据经常包含空缺数据,这些空缺数据的存在可能导致数据挖掘和基于数据仓库决策的失败。该文针对一类包含聚集信息的空缺数据,给出了一种基于约束的预处理算法。文章首先描述了算法的处理思想和步骤,然后给出了实验结果。分析和实验表明,算法是可行的并且能够比不使用约束信息的方法更精确地重构空缺值。     

基于聚集查询重写的近似计算及其应用

研究了聚集查询重写的特征,根据数据仓库环境下聚集查询需要快速计算的特点,给出了一个基于聚集查询重写的快速近似计算模型,并在人口统计信息系统中应用该计算模型实现快速查询计算,该近似快速计算模型可以应用于具有统计特征的数据环境,获得快速的查询计算结果。     

创建企业级数据仓库的关键技术

论述了企业创建数据仓库的必要性、数据仓库的价值和应用,以及创建的关键技术,逻辑数据模型、物理数据模型设计、定义记录系统及与数据仓库接口等。最后论述创建的工具。     

数据仓库技术及其在医院信息系统中的应用

该文首先阐述了数据仓库技术的产生背景、概念及数据仓库的四个主要特征,进一步分析了数据仓库的体系结构,讨论了目前常见的几种数据库管理系统对数据仓库的技术支持,以及联机分析处理技术OLAP。最后还讨论了数据仓库技术在医院信息系统中的应用。     

基于中间件的数据仓库增量更新算法研究

数据仓库（DW）是随着时间不断变化的数据集合。因此数据增量更新技术是数据仓库技术能否成功实施的关键。在目前的数据增量更新算法基础上，给出一种采用中间件来进行数据增量更新的方案和算法。并通过实例将此方法与原增量更新算法进行了细致的比较，说明了此算法有较好的更新效率。     

数据仓库技术在教学管理信息系统中的应用研究

在现有信息系统基础上建立数据仓库应用是信息系统开发面临的新课题。文章介绍了数据仓库的基本概念和系统结构,针对教学管理信息系统中的数据特性,探讨了数据仓库中的数据组织的基本方法。     

数据仓库技术及SQL Server的数据仓库实现

数据仓库技术是近几年来出现并迅速发展的一种技术，它可以充分利用数据仓库中已存储的信息，帮助决策者进行决策。本文主要探讨了构成数据仓库的各种因素，并设计了一个面向销售的数据仓库，使读者可以 清楚了解数据仓库的建立过程，以及Microsoft SQL Server(tm)7.0工具的简单应用。最后，是作者对数据仓库及Microsoft SQL Server(tm)7.0工具的总结。     

数据仓库技术及实施

介绍了数据仓库的基本概念，针对数据仓库建立对创建数据仓库的过程进行了分析，对实现数据抽取、数据仓库的存储和管理等进行分析和比较。     

数据仓库技术及实施

介绍了数据仓库的基本概念,针对数据仓库建立对创建数据仓库的过程进行了分析,对实现数据抽取、数据仓库的存储和管理等进行分析和比较。     

基于Web的数据仓库安全性研究

随着信息技术的迅速发展,特别是互联网的普及,基于WEB的数据仓库技术成为计算机领域研究的热点。首先介绍了在网络应用中数据仓库的体系结构及其优点,重点对基于Web数据仓库的安全性进行了研究,提出了相关的数据仓库的安全问题的解决办法。     

基于规则的数据仓库主题分析技术研究

数据仓库中多维组织存储了海量的面向主题的数据,对于技术人员针对不同和可变的领域业务规则对数据仓库中的主题数据进行分析是一件复杂繁琐的任务,文章提出了一种基于规则的DW主题分析系统,从而能够有效地创建和维护复杂的知识密集型的分析应用,将数据仓库的定量分析和基于规则定性分析有效的结合。该文对系统的特点、总体框架和相关关键技术的研究进行了描述。     

移动网管平台中数据仓库数据抽取、净化和集成

将数据仓库运用到移动通信网络管理平台是当前比较受关注的一项技术。而数据抽取、净化和整合是数据仓库构建过程中最复杂的部分。提出了在移动通信网络管理平台中的实现方案