基于角色控制的异构数据展示在企业门户中的应用

企业的信息系统是一个由传统系统、不兼容数据源、数据库与应用所共同构成的复杂数据集合,各部分之间彼此独立。为了保证智能决策的需要,对数据源中的源数据按照一定的数据转换原则进行映射和转换,通过对异构数据源的抽取、转换、装载,从已有传统环境与平台中采集数据进而形成目标数据源,并使用存储过程、触发器、中间表和动态SQL语句进行查询优化,采用哈希表存储解析后的数据,初步建立数据仓库,实现数据聚合。结合角色控制的方法对目标数据源进行多维度报表展示,将海量的应用数据转换为有价值的信息,为企业智能决策提供有效的数据支持。     

数据挖掘技术及应用

随着信息技术和数据库技术的快速发展和普及应用,信息化建设取得了长足的发展。信息收集能力得到提高,数据信息量快速增长,然而人们对这种大规模数据的分析、利用、决策能力却比较弱;仅仅依靠传统的数据查询和统计已经不能适应现代社会市场竞争的需要。而数据挖掘技术的出现满足了人们的需求,通过将海量的数据信息转化为有用的数据仓库,为各行各业的发展提供决策性的支持。     

基于改进决策树的数据挖掘与分析算法设计

针对海量数据中存在的造假与欺诈问题,文中提出了一种基于数据挖掘与改进决策树的数据分析算法来识别其中的异常数据。该算法将主成分分析法与改进决策树算法C4.5相结合,利用数据挖掘技术对海量数据进行预处理,并提取重要特征,通过加入信息增益率的改进决策树算法C4.5识别出异常数据。在海量医疗财务数据中进行的实验仿真结果表明,所提算法的准确率达到了96.91%,且其对数据的预处理操作也使算法的识别速度提升了1.25 s。同时还对各种机器学习算法与数据挖掘技术进行了对比,进而证明了该文算法的识别准确率最高,且与SVM算法相比提升了10.8%。     

基于决策树分类算法异构数据的索引优化

海量数据的索引是提高分布式环境下海量数据的查询重要手段。为了构建高效的索引结构,人们提出了多种异构数据索引优化方法。文中给出了基于决策树分类算法下的索引优化方法。基于决策树分类算法构建索引决策树,利用该索引决策树对各个子空间表的属性列进行决策,建立索引表,根据索引表数据建立索引,再根据各子空间上的索引构建全局索引。该二级索引结构为快速定位索引信息提供了技术支持。实验结果表明,索引决策树是一个对优化异构数据索引合适的方法。     

基于LSTM算法与模糊推理的机房火灾报警研究

随着物联网技术的迅猛发展,各传感器及其应用所产生的数据量呈海量增长。用于在网络设备上进行传递、加速、展示、计算、存储数据信息的数据中心机房建设迎来了蓬勃发展。鉴于机房的重要地位,一旦发生火灾将会对整个数据中心造成毁灭性影响。为了识别当前火灾所处状态并发出分级火灾报警信息,文章提出了基于长短时记忆网络（Long Short Term Memory,LSTM）算法与模糊推理的多传感器信息融合机房火灾报警模型。该模型分为数据层、特征层和决策层三层。其中数据层对多传感器的数据进行采集与预处理;特征层使用LSTM算法对传感器数据进行火灾状态识别;决策层将识别结果与数据中心机房保护等级和火灾持续时间进行模糊推理融合得出最终的火灾报警决策。通过燃烧实验进行验证,结果表明：文章所提模型对机房火灾状态识别效果优于反向传播（Back Propagation,BP）算法与循环神经网络（Gate Recurrent Unit,GRU）算法的同时可以发出符合当前火情的分级报警决策。     

结合关联规则的改进决策树的研究

决策树是当前预测、决策和数据挖掘中常用的方法之一。本文介绍了几种常用的决策树方法，并利用数据挖掘所产生的规则对决策树的生成过程进行了改进，即通过对每个分支节点的分裂条件进行判断，控制决策树的生成和搜索顺序，这样既能限制决策树生长，又能帮助选择最优线路，从而使决策效率明显提高。     

电信运营商运营分析与决策支持系统

项目简介:项目所属科学技术领域、主要内容、特点及应用推广情况:电信运营商运营分析与决策支持系统是中国网通集团吉林省通信公司自主研发的一套面向电信企业进行运营分析与决策支持的综合化、实时化、实用化的应用软件系统,是计算机应用决策技术在电信企业中的具体应用。系统以海量运营数据为基础,利用数据仓库进行数据的多维展现分析和数据挖掘。系统在数据的分析、挖掘和决策支持过程中,综合利用了方差分析、假设检验、相关性分析、线性预测、时间序列分析、回归等统计分析方法,并将分类、聚类、关联规则、神经网络、决策树、遗传算法等…     

基于大数据的教育智慧平台的设计与实现

传统教学方式中教师与学生的活动受教案约束,教学方式老化,不具备通过大数据拓展学生学习的能力,导致学生课后自主学习和课外交流能力低。为此设计基于大数据的教育智慧平台,其总体结构包括物理层、虚拟资源层、逻辑层、展现层、应用层、网络层和用户层;平台中大数据中心模块通过网络和传感器等设备采集所有业务数据,并将业务数据保存在海量数据存储设备中;软件设计部分使用多特征融合采集算法采集学生数据后,通过基于关联分析技术的成绩预警算法完成学生成绩的预警。实验结果表明,所设计平台不能提升课后自主学习和课外交流能力的学生仅占比5.15%,4.49%,95%以上的学生使用该平台后反馈较好,说明该设计平台可有效提高学生课后自主学习与课外交流能力,应用效率较高。     

ID3算法在成绩分析中的应用研究

利用决策树分类算法对课程信息、教师信息、成绩信息等教学信息库中的数据进行分析,从而生成决策树并从决策树中挖掘出影响成绩高低的主要因素以及各因素对成绩影响的强弱程度。将数据挖掘技术应用到数据的多维分析中,可以更好地为教学管理人员提供决策支持。     

基于大数据技术的IT运维数据管理系统构建方法

随着各种信息系统的建设和应用的不断深入,信息系统所产生的监控数据成级数增长,海量运维数据的有效存储与实时分析处理成为企业所面临的新挑战。为此,文中提出了基于大数据技术的IT运维数据管理系统解决方案,该方案从逻辑上将数据管理系统分为数据集成、数据存储、数据计算、数据访问4层,层与层之间既独立又协作,充分发挥大数据技术在数据存储、并行计算、大规模数据分析挖掘等方面的优势,为信息中心海量数据的储存提供了高效的处理能力和统一的数据管理模式,并全面支撑数据分析的应用,促进智能运维的建设。     

基于OC_SVM的Steghide检测算法

通过对使用隐写软件Steghide隐藏信息前后图像T、A、P点数目变化规律的分析,对每幅图像构造一个特征 向量,并且结合支持向量机提出一种基于OC_SVM的Stegthide检测算法,同时,实验结果给出了该算法在不同信息嵌 入量情况下的检测性能。     

基于CMMI的PDM设计

为了提供目前产品数据管理(Product Dato Management,PDM)系统对产品开发过程管理的控制能力,实现产品开发过程中的实时测量与监控,提高管理质量,结合能力成熟度模型(Capability Maturity Model Integration,CMMI)在软件领域的成功经验,适应硬件产品开发领域的需要,在介绍了CMMI的主要思想之后,重点论述了以CMMI为基础定制企业PDM系统的可能性。对产品开发框架进行了分析,提出了基于CMMI的PDM系统概要设计模型。     

服务器分区技术浅述

简要介绍了分区技术的定义，分区的组成、最低配置和用途，最后阐述了分区技术在工程中的应用。     

通信与计算机领域伪代码一致性审查研究

通信、计算机领域的发明专利审查过程中,针对权利要求书中涉及伪代码的情形存在不同的审查观点.在对伪代码与自然语言、标记性程序语言进行辨析,以及对现行发明专利审查规范进行分析溯源的基础上,提出应站在技术人员的角度,按专利审查的一般标准,判断其是否符合专利申请的撰写规定和授权条件,权利要求是否清晰,再进行一致性审查的建议,对其他领域类似情形的发明专利审查具有借鉴意义.     

基于片上可编程系统的视频车辆跟踪技术研究

针对目前具体产品中算法实现复杂且基于计算机(PC)平台的纯软件环境等问题.提出了一种视频车辆跟踪的嵌入式实现方法.利用可编程片上技术,使得视频检测摆脱PC平台的依赖.以Nios Ⅱ软核处理器和外设知识产权(IP)核为硬件平台,结合模拟/数字信号转换(A/D)和数字/模拟信号转换(D/A)的视频接口,以μC/OS为操作系...     

基于CAS的单点登录系统应用研究

随着信息系统的迅速发展,各类信息化应用系统逐步建立,但是各应用系统之间自成体系,从而导致了每使用一个系统就要重新登录一次,给用户的使用和管理员的管理带来了很多不便.本文研究基于CAS的单点登录系统应用,很好地解决了使用和管理困难问题,介绍了基于CAS的单点登录系统应用设计研究,系统采用用户管理LDAP轻量级目录服务、CAS中央认证服务,设计了一个统一管理界面,通过Web服务传递用户参数,实现了多应用系统的整合.     

基于IMS的固定移动融合的探讨

分析了国内运营商当前所面临的困境与挑战,阐述了通过引入IMS进行固定移动融合解决当前面临的问题,重点对基于IMS的固定移动融合网络构架和实现固定移动融合的网络演进策略进行了相关的研究和探讨。     

智能公交支付服务系统的研究

文章提出了一种智能公交支付系统的框架以及应用场景,结合了现有的科学技术研究,为乘客提供公交卡空中充值,使乘客享受便捷、安全的公交支付服务;为乘客提供公交卡实名制认证和消费资金池,让乘客方便管理公交卡,摆脱公交卡遗失、余额无法找回等困扰,为乘客打造优质的出行服务体验。     

基于MongoDB的文本分类研究

文章基于流行的非关系型数据库MongoDB,结合Spark机器学习库中的朴素贝叶斯分类器和支持向量机,对豆瓣影评及京东商评进行情感分类,并采用准确率、召回率、F-Measure等指标对分类效果进行评价,最后测试了Spark-MongoDB平台的扩展性能。