基于数据仓库的学生成绩管理系统初探

数据仓库技术是近年来出现并迅速发展的一种技术,它充分利用数据仓库中已存信息帮助决策者进行决策。论文介绍了数据仓库的有关概念,并在数据仓库的基础上提出了学生成绩管理系统的数据模型和功能结构。     

民用飞机健康诊断大数据应用研究

该文对面向飞机健康诊断的几种大数据技术进行了综述。并行聚类分析方法可以抽取飞机维护系统并行计算机的基本特征,形成飞机各系统历史数据的抽象计算模型;而针对全机状态监控参数中如何从大量飞机参数中挖掘出有价值的信息问题,参数场域挖掘技术发挥了很大的作用;然而在实际应用过程中,经常会遇到多种复杂的故障,这些故障通常具有复杂的非线性关系,而要确定这些非线性相关规则,需要依托大数据技术确定相关的关系;而对于由某一部件失效形成飞机级联故障的链式效应,可利用可视化数据挖掘技术,描述故障数据,结合人类视觉感知能力,加强数据结果处理。     

小波聚类算法在本科招生生源质量分析中的应用

招生是高校人才培养工作的首要环节,生源质量的好坏直接关系到高校的人才培养质量.随着我国高等教育招生制度的改革、发展和完善,自主招生越来越受到高校的重视,优质生源的竞争日趋激烈.本文将小波阈值方法引入到数据的聚类分析中,建立了一种新的数据挖掘模型并应用到在校学生学习成绩信息的分析研究中,对建立科学的本科招生生源质量评价体系进行了初探,分析结果对高校招生管理工作起到了科学指导和辅助决策作用.     

一种新的空间多维关联规则模型与算法

空间对象具有自相关、连续性、多尺度等特点,导致空间关联规则挖掘与传统的统计关联规则挖掘不同,不存在统计的“事务”,挖掘更加复杂。本文用基于空间相关的影响域来创建“空间事务”,以代替传统关联规则挖掘中的事务,建立了一种新的应用于挖掘空间多维数据的空间多维关联规则模型(Spatial multidimensional association rules model,SMARM)。设计并实现了一种新的挖掘算法SMARBIA,用基于影响域、空间支持度等剪枝技巧,克服了空间多维关联规则挖掘过程中候选项目集庞大的困难。实验表明,该算法能有效地减少候选项目集而获得较好的性能。     

基于大数据的航空数据采集与处理系统研究与设计

提供了一种基于大数据的航空作战数据采集与处理系统架构技术,包括：多源异构数据采集层,用于获取原始数据并发送给数据治理层;数据治理层,用于接收和对所述原始数据执行解析、清洗转换形成干净数据,并进行预处理形成主题数据;数据管理层,用于对数据生命周期、元数据、数据库、文件等进行管理及统计分析;数据服务层,用于提供数据智能缓存、事件分析、数据发布、数据挖掘等服务;数据应用层,用于接收所述主题数据进行任务复盘和回放,以及基于元数据进行数据地图、商业智能（BI：BusinessIntelligence）等有价值的数据分析应用。该方法能够有效提高航空数据管理的智能化水平,挖掘数据价值。     

智能制造环境下的数控系统发展需求

"智能"是"中国制造2025"的核心要素,数控系统是制造装备实现智能化的关键要素。论文首先提出机床的信息互通和开放式标准数据接口是实现机床智能化的前提,举例说明了STEP-NC在通用数据接口方面的优越性,概述了适用于数控系统的通讯总线特征;在此基础上,介绍了工艺大数据对生产加工的重要性和其对新一代数控系统的要求,针对制造业数据平台的需求,对大数据信息挖掘技术做了相关介绍。依托于以上两点,总结了智能化数控系统可具备的功能,依托于工艺大数据平台,重点分析了智能工艺规划和加工参数自整定的实现方案,以及智能数控对高速高精加工所提供的便利。     

IDSS中数据仓库和数据挖掘的研究与实现

讨论了数据仓库、数据库知识发现和分布式对象的概念和技术,提出了一种集成化的IDSS(Intelligence Decision Support Systems)的开发环境,将传统的DSS四库结构与数据仓库相结合,把数据挖掘作为一种特殊的模型应用于数据库中的知识发现.同时,在系统实现上采用分布式对象技术,实现接口规范和应用程序相分离.最后进一步对数据仓库的设计与实现及数据库知识发现的设计与实现进行了介绍.     

数字趋势序列的子序列匹配算法

针对时序数据挖掘中传统趋势序列分析的缺点,提出了数字趋势序列、趋势序列展开等概念.根据数字趋势序列的特点,使用片段斜率所对应的弧度值来度量片段的趋势.针对数字趋势序列的子序列匹配问题,设计了DTW(Dynamic Time Warping)快速搜索算法.算法分为3个部分:DTW顺序搜索、约束机制、冗余消除机制.并使用实际的股票数据对算法进行了验证.      

卫星时序数据挖掘节点级并行与优化方法

智能卫星技术对卫星时间序列数据挖掘提出了越来越多的需求。通常卫星数据计算量都非常大,若串行执行则需要较长时间。以卫星异变过程多类型特征分析过程为典型代表,针对窗口划分与向量相似度计算、特征提取、傅里叶变换、聚类等常见数据挖掘操作,探讨了在多核CPU和GPU的典型异构计算节点中对时序数据挖掘过程进行并行优化的多种策略,包括向量化方法、多进程方法、GPU计算等方法。对这几种优化策略的适用情况进行了实验分析对比。结果表明,针对不同任务情况综合使用多种优化策略具有显著提升效果。     

基于数据挖掘的故障诊断专家系统推理机设计

针对目前推理匹配冲突、信息爆炸等导致专家系统运行效率低下等问题,研究了数据挖掘中的关联技术,设计了基于数据挖掘的故障诊断专家系统推理机,并将其应用于故障维护历史记录的挖掘分析中,为故障诊断及决策提供了大量有用的知识。