学位论文 > 优秀研究生学位论文题录展示

基元信息仓库的研究及其在流程工业中的应用

作　者: 宣达婧
导　师: 朱群雄
学　校: 北京化工大学
专　业: 计算机应用技术
关键词: 信息仓库可拓论基元全信息物元全信息测度算法动态聚类算法
分类号: TP311.13
类　型: 硕士论文
年　份: 2005年
下　载: 50次
引　用: 0次
阅　读: 论文下载

内容摘要

随着基于数据仓库的数据挖掘和OLAP被越来越多的人研究和应用，信息愈来愈显示出其重要性和支配力，为了对信息进行存储和再加工，更好的支持决策系统，信息仓库的概念应运而生，它把管理信息系统、决策支持系统、营运信息系统有机地结合在一起。信息仓库作为一种特殊的数据组织结构，该数据组织结构把分散的难于访问的数据转换为集中统一的随时可用的信息，将决策支持所需的信息从企业的日常营运数据中分离出来，为决策支持系统和办公信息系统提供一个更好的环境，而且可为各种信息系统提供优良的信息来源。本文根据流程工业信息的种类和特点，引入全信息概念，采用了基元表示信息的方法。利用基元将事物、特征和量值综合考虑的特性，有效地描述了可度量和不可度量的信息。利用基元信息的类特征，并结合可拓性及变换，提高信息共享性。为了将流程工业的实时信息转化为便于分析的全信息，采用了物元全信息测度算法。同时根据基元信息的类特征，采用了基于关联函数的动态聚类算法，解决了报警等级分类问题。验证了算法的动态有效性和对于异常数据的鲁棒性。应用于流程中报警分析可以区分报警的级别和重要程度，为操作员处理报警提供指导。最后利用SQL server数据库和Microsoft.Net为编程语言开发

全文目录

摘要  3-5
ABSTRACT  5-9
第一章信息仓库概述  9-16
  1.1 信息仓库的概念  9-11
  1.2 信息仓库的组织结构  11-12
  1.3 信息仓库的一般系统组成与开发框架  12-13
  1.4 信息仓库与其他运营信息系统的区别  13-14
  1.5 建立流程工业信息仓库的意义  14-16
第二章可拓信息的表述与存储  16-27
  2.1 全信息的描述  16-19
    2.1.1 语法信息  16-17
    2.1.2 语义信息  17-18
    2.1.3 语用信息  18-19
  2.2 全信息的可拓表示  19-23
    2.2.1 信息的基元表示  19-21
    2.2.2 流程工业信息基元表示  21-23
  2.3 全信息测度  23-24
  2.4 基元信息的存储与描述  24-27
第三章信息仓库中信息层次结构与聚类分析  27-37
  3.1 信息层次结构及维模型  27-30
  3.2 时序数据的聚类分析算法  30-37
    3.2.1 时序数据的关联函数  31-32
    3.2.2 基于关联函数的动态聚类算法  32-33
    3.3.3 关联函数动态聚类算法在乙烯裂解炉报警系统中的应用  33-37
第四章流程工业信息仓库模型架构与系统实现  37-54
  4.1 信息仓库功能模块  37-39
  4.2 信息仓库中信息的表示与存储  39-45
    4.2.1 信息的表示与存储设计  39-42
    4.2.2 数据库编程技术  42-45
  4.3 算法模块设计与实现  45-46
  4.4 DAO模式的应用  46-48
  4.5 系统可视化图形界面  48-54
第五章结论  54-56
参考文献  56-63
致谢  63-64
攻读学位期间进行的相关工作  64

相似论文

基于SAP BW的企业财务分析数据仓库设计,TP311.13
应用于体质分类的聚类方法研究及改进,TP301.6
SAP BW数据仓库技术在企业经营分析中的应用,TP311.13
支持XML数据查询的F&B索引结构的研究,TP311.13
海量多数据库集成系统的查询处理研究,TP311.13
海量数据压缩、操作和处理方法的研究,TP311.13
频繁图结构并行挖掘算法的研究与实现,TP311.13
海量多数据库集成系统的Mediator和Wrapper机制的设计与实现,TP311.13
隐式用户兴趣挖掘的研究与实现,TP311.13
基于BAP的数据压缩、操作与查询处理系统的实现,TP311.13
医疗信息集成平台中DICOM中间件及访问控制模型的设计与实现,TP311.13
K-均值聚类算法的研究与改进,TP311.13
基于流形学习的数据降维技术研究,TP311.13
K-means聚类优化算法的研究,TP311.13
公安110指挥决策业务系统,TP311.13
基于分治法的聚类方法研究,TP311.13
分布式事务处理协议的研究与应用,TP311.13
教学质量评估数据挖掘系统设计与开发,TP311.13
数据挖掘在学校管理和学生培养中的应用,TP311.13
一种多数据流聚类异常检测算法,TP311.13
结合蚁群算法与基于划分的DBSCAN聚类算法的研究,TP311.13