基于Intranet的幼儿园指纹智能识别管理系统设计与实现

本文详细介绍了幼儿园指纹智能识别管理系统的规划、设计和实现过程。该系统基于C／S（Client／Server）模式运行,主要包括客户端程序、数据库服务器,数据库连接采用ADO方式,系统中的关键数据进行了MD5加密,以确保系统的安全。登陆用户对数据库的操纵情况以日志文件记录的形式保存,系统查询分析功能强大,支持智能模糊查询,数据备份及恢复功能完备。     

RSView32利用VBA实现报警历史查询

针对RSVIEW32组态软件只生成历史数据库不具备查询功能的特点,通过分析软件生成数据库的内部结构,通过ADO数据引擎读取其中的数据,结合RSVIEW32软件集成的VBA功能,开发VBA数据库处理程序,完成了对历史报警数据提取,历史操作记录的查询功能,并能生成统计报表,满足用户对事故追忆、生产统计信息的针对性查看的要求.     

数据仓库中的多维数据模型及其对象关系的实现

数据仓库和联机分析处理(OLAP)是当今商业数据处理领域的研究重点。传统的关系数据库技术已经很难满足联机分析处理对数据仓库的大量数据进行分析查询的要求。多维数据模型已成为数据仓库和联机分析处理的核心技术。该文设计了一种直观、有效的多维数据模型并给出了基于对象关系的实现。     

基于ASP/ADO MD技术建立的Web与数据仓库的接口

介绍了基于Web的数据仓库技术，探讨了用ASP/ADO MD技术实现Web与MS SQL Server数据仓库接口的方法，给出了程序实例。该技术有效实现了对Web数据仓库多维数据集的访问，能方便、快捷地查询OLAP分析处理结果。     

联机分析处理的实现及其性能调优

本文首先对联机分析处理(OLAP)技术进行了简要的介绍．接下来提出了联机分析处理的三种实现方式．关系型联机分析处理(ROLAP)．多维联机分析处理(MOLAP)．混合联机分析处理(HOLAP)．其中对多维联机分析处理的存储方式进行了重点描述．并阐述了基于多维数据组织的MOLAP的性能调优方法．用以提高联机分析处理工具的开发效率．推动计算机应用技术的进一步发展。     

联机分析处理中的非规则维建模

预聚集技术通过预先计算并保存原始数据上的查询结果以实现联机分析处理系统的快速查询响应能力．然而,在实际应用中,许多非规则维的结构难以使用传统多维模型进行建模,从而影响了预聚集技术的使用．为此,基于子级别到父级别的部分映射定义级别之间的部分序关系,进而提出了一个支持非覆盖、非映上等非规则雏中维级别关系建模的维模型．同时,在维模型基础上,定义了支持非规则维的立方体模型以及典型的联机分析处理操作．多维模型与关系模式的转换定义和实例分析证明了该多维模型可以实现对各种非规则维的建模支持,保证了预聚集技术在联机分析处理中的使用．     

联机分析处理数据立方体代数

数据立方体是多维数据库和以多维分析为基础的联机分析处理技术的核心机制.文章提出了一个支持多维数据库和多维分析的关于数据立方体的代数,从而为数据仓库及联机分析处理的语义描述提供了理论基础.同时,文章还论述了数据立方体的一些应用,以证明该工具所具有的强大功能.     

数据仓库,联机分析处理和联机分析开采研究

本文介绍了当前数据仓库系统的应用需求、基本特征、体系结构和构建技术;对传统的联机事务处理（ＯＬＴＰ）与联机分析处理（ＯＬＡＰ）进行了比较;分析了在数据仓库中实施ＯＬＡＰ使用的多维数据视图概念模型,同时介绍了建立在多维数据库（ＭＤＤ）上的ＭＯＬＡＰ,以及建立在星型（雪花）模型基础之上的ＲＯＬＡＰ两种联机分析技术,并对数据开采联机分析处理在数据仓库系统中的集成－联机分析开采（ＯＬＡＭ）进行了研究。     

基于约束的多维数据挖掘

为了给数据分析和挖掘提供一个有效的、交互的查询环境,将基于约束的数据挖掘与多维的数据挖掘结合成一个整体来进行。介绍了建立一集成的联机分析挖掘和联机分析处理结构,来实现这种用户与系统间的交互。实践表明,基于约束的数据挖掘与多维的数据挖掘结合在一起,大大提高了查询的目的性和效率,可为用户选择所期望的挖掘功能和动态地改变数据挖掘任务提供了更加灵活的手段。     

一个面向OLAP应用的多维数据查询语言及其在对象关系数据库中的实现

该文提出了一个面向联机分析处理(OLAP)的多维查询语言,为多维查询的方便表达提供了一个直观的高层界面。这一查询语言的独特之处在于能够很好地支持具有继承关系的维层次结构,这种维层次结构在传统的关系型的ROLAP中是难于用星型/雪花模式表示的。文章将这一查询语言实现于对象关系数据库之上。并通过实例进行说明,对象关系数据库所特有的基本类型扩展能力、复杂对象的表示以及继承机制,使得对多维数据的描述更加灵活、多维操作更为高效。     

OLAP在电站生产过程数据分析中的应用研究

随着实时/历史数据库在电厂中的广泛应用,海量的生产数据得到长期地在线保存,如何分析这些数据所蕴含生产过程的运行规律,对于提高生产管理及决策水平具有重要意义。本文首先给出了电站机组联机分析处理（On-Line Analysis Processing,简称OLAP）系统结构,然后对电站运行机组的经济性、安全性、环保性主题进行设计;以经济性分析为例,给出了经济性工况分析主题数据仓库的建立、利用OLAP技术进行多维分析的实例。实例表明,利用OLAP技术能有效地展示数据间的关系,反映过程的运行状况及运行规律。     

Spatial data warehouses and spatial OLAP come towards the cloud: design and performance

Cloud computing systems handle large volumes of data by using almost unlimited computational resources, while spatial data warehouses (SDWs) are multidimensional databases that store huge volumes of both spatial data and conventional data. Cloud computing environments have been considered adequate to host voluminous databases, process analytical workloads and deliver database as a service, while spatial online analytical processing (spatial OLAP) queries issued over SDWs are intrinsically analytical. However, hosting a SDW in the cloud and processing spatial OLAP queries over such database impose novel obstacles. In this article, we introduce novel concepts as cloud SDW and spatial OLAP as a service, and afterwards detail the design of novel schemas for cloud SDW and spatial OLAP query processing over cloud SDW. Furthermore, we evaluate the performance to process spatial OLAP queries in cloud SDWs using our own query processor aided by a cloud spatial index. Moreover, we describe the cloud spatial bitmap index to improve the performance to process spatial OLAP queries in cloud SDWs, and assess it through an experimental evaluation. Results derived from our experiments revealed that such index was capable to reduce the query response time from 58.20 up to 98.89 %.     

Application of OLAP to a PDM database for interactive performance evaluation of in-progress product development

This paper applies online analytic processing (OLAP), a widely accepted database analysis technique, to a product data management (PDM) database to evaluate the performance of in-progress product development. This paper introduces a set of processing key performance indicators (KPIs) that can measure ongoing product development. To convert and analyze operational data in a PDM database with interactive OLAP operations, this study proposes a multidimensional data model specified by product facts with associated dimensions. The model is implemented using a commercial OLAP engine, and applied to a database supported by a prototype PDM system. The OLAP engine allows analysts to interactively evaluate the performance of in-progress product development in a multidimensional data space. This is a far more flexible and efficient approach than other result-oriented static evaluation approaches.     

多维数据立方体模型及其基于关系的实现

数据立方体模型是多维数据库和以多维分析为基础的联机分析处理技术的核心机制。本文参照当前对鑫维数据立方体模型的最新研究成果,提出了一种新的模型并且应用于OLAP服务器基于关系的实现。并且提出了实现的难点和改进的方向。     

中间件技术在联机交易系统的运用与创新

本文论述了中间件技术在一个联机交易系统中得到了具体的运用,根据系统的特点,根据数据库访问及交易型中间件的特点,并未采用现成的中间件产品,而是自行设计并编写一个中间层软件。目标是能够解决系统需要的数据库访问、网络通讯报文操作以及统一的流程控制,便于系统的客户端多渠道连接和新业务流程添加。     

中间件技术在联机交易系统的运用与创新

本文论述了中间件技术在一个联机交易系统中得到了具体的运用,根据系统的特点,根据数据库访问及交易型中间件的特点,并未采用现成的中间件产品,而是自行设计并编写一个中间层软件。目标是能够解决系统需要的数据库访问、网络通讯报文操作以及统一的流程控制,便于系统的客户端多渠道连接和新业务流程添加。     

多维数据立方体模型及其基于关系的实现

数据立方体模型是多维数据库和以多维分析为基础的联机分析处理技术的核心机制,本文参照当前对多维数据立方体模型的最新研究成果,提出了一种新的模型并且应用于OLAP服务器基于关系的实现。并且提出了实现的难点和改进的方向。     

形式概念分析与软件过程改进

1 引言软件过程的改进是一个复杂的过程。影响软件过程改进的因素有很多,既有软件企业管理层对其意义的理解和倡导,也有软件过程实施当中数据的收集和分析。因为从理论、方法和技术上讲,后者涉及更多的富有挑战性的领域,所以数据的收集和分析(尤其是数据分析)更加直接地决定了过程改进的成功与否。比如,基于CMM的软件过程改进主要解决以下问题:     

数据挖掘在防范金融风险中的研究及应用

如何有效地利用和处理大量的数据已成为当今世界共同关心的问题。随着数据库技术、人工智能、数理统计和并行计算等技术的发展与融合,数据挖掘技术应运而生。建立集中的数据仓库存贮,定期采集的联机业务数据．日常管理业务数据和外部数据,提供查询,联机分析,和数据挖掘等多种工具,为金融界分析研究宏观市场环境,竞争对手,客户,产品和服务渠道提供智能化管理分析系统和决策辅助手段。同时,该系统的实现对于防范和打击金融风险活动,也具有重要的现实意义。