基于联邦数据库的数据集成体系研究

数据集成可分为实际存储方式和虚拟方式两种.联邦技术属于虚拟方式,是进行数据集成的有效途径之一.本文对"信息孤岛"和"应用孤岛"的形成原因进行了探讨,阐述了数据集成概念和联邦技术基本原理,分析了联邦技术的优缺点,并提出了基于联邦数据库的数据集成体系结构模型.     

基于XML的异构数据交换研究

数据交换是进行数据融合和集成的重要途径。本文针对xML的特点,对基于xML的异构数据标准化、数据与xMI之间的转换和异构数据交换方法进行了研究。     

一种基于移动Agent的ERP数据集成模型的研究

本文研究一种基于移动Agent的ERP数据集成模型。在该模型中,数据集成规则与执行逻辑封装在移动Agent中,数据的映射规则采用XML描述,Agent容器在IBM Aglet基础上进行设计和实现,为提高模型的可用性采用了数据访问模式。最后就该模型实现的成本、性能等问题进行了分析。     

浅谈图书馆数字资源的集成

本文针对当前数字图书馆建设中多种数字资源、多种数据格式并存问题,从元数据和对象数据两个方面,对图书馆合理组织、利用数字资源的策略、方法、问题进行了初步探讨,提出了数字资源集成和利用的基本模式。     

面向信息精准服务的档案大数据采集技术研究

海量异构的档案大数据采集是开展信息精准服务的基础,本文剖析了现有信息采集技术对档案信息精准服务的局限性,提出了基于大数据平台集群的档案大数据采集技术、流程及策略,强调了利用ETL技术对采集后的档案数据进行集成归档,实现档案信息服务向精准化方向转型升级。     

基于A1系统的异构数据源集成技术研究

中石油实施的勘探开发技术数据管理系统（A1）,实现了油田数据的统一管理,石油企业体系庞大,涉及的数据种类繁多,不同的数据采用不同的软件系统进行管理,因此如何保证系统间的数据访问,是一个重要的研究课题。本文以A1系统为研究对象,在异构环境中实现数据共享为目标,加快信息系统之间的数据流通,从而有效地利用资源,实现数据的共享和集成。针对A1涉及的软件产品,介绍了研究思路、方法并对关键技术进行了详细的说明,并以实际应用效果进行了验证。     

数据挖掘技术在水利工程管理中的应用研究

因能从海量数据中发现潜在的、有价值的知识,数据挖掘成为人们非常感兴趣的热点技术。水利工程管理面临的是海量的非空间数据和空间数据,对这些数据的挖掘,能够提炼出有价值的知识,从而提高水利工程管理的科学化水平和决策水平。在水利工程管理中利用空间数据挖掘技术。需要解决数据仓库建设、数据挖掘与GIS集成和数据挖掘系统模型等3个方面的关键问题。数据仓库是建设水利工程数据挖掘系统的基础。数据挖掘与GIS集成的方式有嵌入式、松散耦合式、紧密耦合式3种。紧密耦合式是两者集成的最好方式。水利工程系统的数据挖掘适合采用基于OLAP和0LAM的探查性数据挖掘模型。     

知识供应链的智能集成技术与方法研究

从数据、信息与知识三个层次上研究了供应链的集成技术、理论与方法.首先探讨了供应链集成的层次与过程,然后研究了面向动态集成的组件化松散耦合技术,并重点分析了基于多Agent的供应链智能集成框架与智能化决策方法,最后从知识管理的角度指出了供应链智能集成的研究方向.     

图嵌入下稀疏低秩集成预测的多因子资产选择策略

面对金融市场的大量不确定性因素，如何合理选择有效的定价因子并构建科学的资产定价体系，一直是金融理论研究的核心问题之一。本文利用图嵌入的方法，基于稀疏表示和低秩表示策略，深度挖掘潜含在数据集中的内在结构，构建了能够同时揭示数据局部结构信息和全局结构信息的集成学习策略，以实现不同维度的多源数据融合。从CAPM和APT理论出发，通过集成预测的方法构建量化多因子资产选择模型，代表性地选择了卷积神经网络、梯度提升决策树、时间序列及支持向量机等模型进行单一预测,并通过稀疏低秩的图近似最小二乘回归集成策略进行优化。实证结果表明基于集成预测的稀疏低秩策略其资产选择能力更强，超额收益率更高。采用机器学习的非线性预测方法更有利于揭示金融系统的复杂特性。实证结论对投资组合管理具有重要指导意义。     

制造业多价值链协同数据空间产品知识属性与销量预测关联性研究

制造业领域多价值链协同数据空间知识引擎在本体建模的过程中，通常会出现由于产品知识不完备所导致的部门间知识管理与知识共享效率低下的问题。因而，需要系统地分析本体、属性与特征之间的关联与约束关系，提出结合产品生产、销售、供应、服务等多价值链数据协同的智能本体构建模型。制造业多价值链协同数据知识引擎本体的构建，是知识引擎应用场景的关键环节之一。针对数据空间中特征关联性挖掘的需求，本文构建了基于轻量梯度提升机、极度梯度提升与随机森林的树集成销量预测模型，并提出了以销量预测任务为中心的制造业多价值链协同数据空间的特征关联分析方法。对企业网上销售平台的销售数据进行预测实验。在树集成销量预测模型实验结果基础上，计算SHAP值，分析各项特征与预测结果之间关联性，并在消融实验中验证了SHAP值获得的特征关联性对树集成销量模型的影响。本文提出的树集成销量预测模型与SHAP值的特征关联度分析法为制造业知识引擎的建模过程的本体与属性的自动化筛选提供了可靠的理论与数据支撑。