一种基于扩展时间Petri网的工作流时间性能评价方法

时间性能分析是工作流模型分析和评价的重要方面．首先介绍了业务过程的一般Petri网模型,然后建立了工作流网的扩展时间模型,在可达图的基础上提出了简单路径图和可变换子网的概念,利用保持网响应时间和分配概率不变的网变换方法对扩展时间工作流网进行化简,给出了找出可变换子网的算法和计算工作流模型时间性能指标的方法．     

基于J2ME的移动电子商务

电子商务通常在计算机和手机上进行,要求在网络实现方面必须具备跨平台的技术.Java语言在网络上有易用性、稳定性和安全性等优势,是计算机网络编程的首选语言,更重要的是Java语言体现出良好的跨平台性.使用Java语言的J2EE体系能实现移动电子商务的服务器端编程,而J2ME体系能实现电子商务的手机用户端编程.Java Servlet运行于服务器上,Java MIDlet运行于用户手机,通过HTTP协议进行交互通讯,通过JDBC操作数据库进行信息读取和存储,完成商务活动.J2ME基于Java体系,有着良好的软硬件兼容性,代表了Internet移动电子商务实现技术的发展方向.     

基于位置信息的企业信息服务研究与实现

在移动数据库管理系统SwiftDB基础上,开发了一种企业信息管理业务模块定制工具——SwiftBMCT,利用软件复用思想,结合了模板机制与定制规则,允许用户自定义企业信息管理业务模块,将企业信息系统的相关功能延伸到移动终端上,通过触发机制,实现了基于位置信息的企业信息服务。     

数据仓库中基于实体化辅助视图的视图增量维护

为了加快对大量数据的查询处理速度，通常在数据仓库以实视图方式存储数据，当基础数据发生变化时，这些实视图也必须随着更新，因而视图自维护和一致性维护成为数据仓库的重要问题。本文提出利用视图计算的中间结果创建辅助视图，在数据仓库中进行实体化，采用有效的增量维护算法计算实视图的精确变化，实现数据仓库视图自维护。     

一种基于规则的交互式数据清洗技术

以往数据清洗工具在三个方面存在不足:工具和用户之间缺少交互,用户无法控制过程,也无法处理过程中的异常;数据转化和数据清洗规则缺少逻辑描述,没有达到与物理实现的分离;缺少元数据管理,用户很难分析和逐步调整数据清洗过程。文中提出了一种新的基于规则描述的交互式数据清洗框架,解决了上述三个方面存在的不足,提高了数据清洗的效率,使得数据的质量得到保证。并通过描述清洗规则的定义和执行,详细阐述了该清洗框架的结构。     

语义Cube的层次聚类方法

在Data Cube语义特性及模式中维的层次性基础上提出了多维数据之间的等价关系≡\\-{HCov},对Data Cube进行层次聚类.该方法的优点在于用等价类的方法保存了所有聚集记录,同时定义了等价类之间的关系,以保存聚集记录之间的层次信息.理论分析和实验证明,该方法不但节省了存储空间,而且利用聚类信息及层次信息,可高效的进行各种OLAP查询,以及支持多维数据上的上钻下钻、旋转等Cube语义操作.同时,为OLAP查询导航、OLAP查询行为分析的实现提供了可能.     

挖掘数据流中的频繁模式

发现数据流中的频繁项是数据流挖掘中最基本的问题之一.数据流的无限性和流动性使得传统的频繁模式挖掘算法难以适用.针对数据流的特点,在借鉴FP-growth算法的基础上,提出了一种数据流频繁模式挖掘的新方法：FP-DS算法.算法采用数据分段的思想,逐段挖掘频繁项集,用户可以连续在线获得当前的频繁项集,可以有效地挖掘所有的频繁项集,算法尤其适合长频繁项集的挖掘.通过引入误差ε,裁减了大量的非频繁项集,减少了数据的存储量,也能保证整个数据集中项目集支持度误差不超过ε. 分析和实验表明算法有较好的性能.     

多数据流滑动窗口并发连接方法

提出一种多数据流滑动窗口连接方法M3Join及其实现架构Roujoin. Roujoin由一个连接路由表和多个连接区组成,其内容根据并发连接请求设置,先将新元组插入缓冲区,然后根据其路由标记查找连接路由表进入合适的连接区执行连接或输出给用户.如果产生连接元组,则更改其路由标记后送回连接路由表,并反复迭代直到没有连接元组.由于共享中间结果,在处理多个并发查询时只需扫描流元组一遍.实验结果表明M3Join具有良好的性能,能够满足并发连接查询处理的需求.     

数据仓库系统中一种改进的维层次聚集Cube存储结构

提出利用Cube中的维层次(dimension hierarchy)聚集技术来创建高性能的维层次聚集Cube(dimension hierarchy aggregate cube, DHAC).充分利用DHAC已保存的维层次信息,对Cube中多维数据的查询和更新效率进行了优化,并且支持Cube的上探、下钻等语义操作.在DHAC中进行数据插入和删除等数据更新时,由下向上用更新前后的差值对受到更新结点影响的所有祖先结点进行增量更新.实现了在插入新维或维层次时不需要重新构建聚集Cube就可以实现Cube的模式更新.对维层次聚集Cube与传统Cube进行了算法性能分析和比较,理论分析和实验结果都表明,所提出的DHAC性能最佳.     

数据库设计评注

本文从应用的角度，通过对各种结构的数据如集中的式数据库，分布式数据库，并行数据库等的特性的分析，阐述了它们各自适用的应用领域以及数据库设计的基本原理和应注意的问题。