简介：半结构化数据是网络中一种重要的数据形式，也是进行数据挖掘的重要基础。因此要对Internet上巨量的数据进行数据挖掘，半结构化数据及模型是前提。本文介绍了半结构化数据的相关概念及其数据模型。

简介：大数据是毋庸置疑的技术趋势和话题焦点，但是多数情况下,可能人们都太纠结大数据“是什么？不是什么？”,这让话题看起来永远都不会有结论。而本书作者另辟蹊径,在另外的角度上对这一趋势进行解读，即什么才是大数据的正确之路。现在我们就好像身处大数据技术演进的寒武纪时代,在这个技术变革时期,各种技术粉墨登场，快速演化。而这恰恰是人们对现有大数据技术一切疑惑和模棱两可观点的源头,也正是作者在开篇第1章和结尾表述的观点。因为我们身处变革当中,所以很好理解为什么作者并不急于回答“大数据是什么“。只要翻翻这本书,你一定会发现它和市面上其它大数据书籍的不同。

简介：和非绿色软件相比，绿色软件具有免安装，不修改注册表、使用简单及不占用系统资源等特点。不过，网络上能够下载到的绿色软件太少了，这时，我们不妨自己动手，打造出一片属于自己的绿色天地。

简介：针对路灯电缆工作状态的综合性和复杂性，为了准确判断其工作状态，提出了一种应用多传感器模糊数据融合技术的故障诊断方法。该方法采用多传感器监测电缆的电压、电流、通信状态、通电状态等参量，将多个传感器获得的多元信息模糊化后，经过融合运算和故障诊断规则，对电缆的工作状态作出准确估计并用于信息决策。实验结果表明，该方法能够有效提高电缆工作状态故障诊断的准确性。

简介：计算机以其强大的速度处理能力，取代了很多人为的工作，因此计算机系统内存在大量的、非常重要的用户数据。但是，由于某些关键设备的损坏和人为的一些操作失误将会导致数据丢失，此时数据的备份与恢复就显得特别的重要。

简介：以上列出装备仓库管理中应用主动数据库的几个简单规则,3　主动数据库在装备仓库物资管理中的应用,要将主动数据库完全应用于装备仓库的管理中

简介：Hilbert变换,Hilbert变换的算法,本文将Hilbert变换用于探地雷达资料的数据处理中

简介：Java语言是进行程序设计中非常重要的语言形式,也是经常可以使用到的语言方式,通过Java语言进行程序的编写,可以将计算机编程进行更加简便化的处理,提升计算机访问的整体质量。本文对基于Java语言的数据库访问技术应用进行研究,掌握不同技术的优势和不足,制定更加全面的方法,提升Java语言的数据库访问技术的效率。

简介：XML深入支持XLing是一种全新的内存中XML编程API。号门用于利用最新版本的．NETFramework中诸如Language—IntegratedQueryframework的能力。就像QueryComprehension根据基础标准的．NETFramework查询操作增加了常用、方便的语法一样，通过XML文本和对XML的后期绑定，VisualBasic9．0提供了对Xlinq的深入支持。

简介：在丹东典型区域环境遥感监测中，将CBERS-1信息与地面监测站、数据传输与处理系统、地理信息系统（GIS）相结合，可以实现对区域环境准确、客观、动态、简捷、快速的监测。采用多源卫星遥感数据融合技术，做为增强遥感信息的重要手段，对环境监测采用高新技术上台阶、上水平及大规模应用卫星数据起到促进作用。

简介：当前,随着时代的进步,计算机与互联网技术在各行业领域应用日益广泛。信息时代,数据信息技术革命快速袭来,推动着社会经济的快速发展,同时为居民日常生产与生活提供管理便利。基于此,本文主要论述了大数据信息时代,计算机科学应用相关知识,希望对相关领域研究有帮助。

简介：食品安全问题一直是国内外关注的重点，近几年，随着人们生活水平提高，海参产品越来越被普通消费者接受。海参含有较多的蛋白质，营养丰富，还有药用，尤其是山东半岛和辽东半岛地区的刺参，其经济效益较高，沿海地区有2000多家海参企业，在水产行业具有举足轻重的地位。

简介：企业数据的与日剧增,如何有效的整合企业数据,如何实现准确并且高效的分析,是数据仓库在企业管理应用中面临的重要问题。本文基于联机在线分析(On-LineAnalyticalProcessing,OLAP)技术,该技术是基于数据立方体,从不同维度对企业的数据进行分析,企业管理人员可以全面的了解企业数据信息,从而提高企业的决策管理效率。

简介：选择创建数据库的服务器,选择创建数据库的服务器,7.在SQLServer中为数据库用户设置访问权限

简介：本文首先讨论了数据挖掘技术，给出了一种企业决策系统。并就决策系统的构成、流程和采用的数据挖掘技术进行了探讨。关键词数据挖掘；数据仓库；企业决策系统中图分类号N37文献标识码A文章编号1007-9599(2010)04-0000-01ResearchofDataMiningTechnologyinBusinessDecision-makingSystemShiDongsheng(InnerMongoliaUniversity,Information&EngineeringTechnologyCollege,InnerMongolia,Baotou014010,China)AbstractThispaperdiscussesdataminingtechnology,presentsabusinessdecisionsystem.Decision-makingsystemoncomposition,processanduseofdataminingtechniquesarediscussed.KeywordsDatamining;Datawarehouse;Businessdecision-makingsystem随着计算机管理信息系统的飞速发展和广泛应用，企业生产经营的自动化水平不断提高，大大提高了工作效率。但企业业务系统运行所产生的大量原始数据是企业生产经营活动的真实记录，不能为本企业加以有效的统计、分析及评估，无法将这些数据转换成企业有用的信息、为企业战略决策提供参考和支持。数据挖掘正是在这样的应用需求环境下产生并迅速发展起来的，它的出现为智能地把海量数据转化为有用的信息和知识提供了新的思路和手段，设计开发基于数据挖掘的企业决策系统是合理解决这一问题，提升企业综合竞争力的最佳对策。一、数据挖掘技术数据挖掘，是指从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们不知道的、但又是潜在有用的信息和知识的过程。它是数据库研究中的一个新领域，融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术，把人们对数据的应用从低层次的查询，提升到从数据中挖掘知识，提供决策支持的层级。数据挖掘一般由数据准备、挖掘操作、结果表达和解释三个主要阶段组成。在数据准备阶段应集成多个运作数据源中的数据，解决语义模糊性、处理遗漏数据、清洗脏数据。挖掘阶段是一个假设产生、合成、修正和验证传播的过程，也是上述三个阶段的核心。结果表达和解释阶段根据最终用户的决策目的把提取的有用信息正确地表达出来。数据挖掘的方法和技术可大致划分为三类统计分析、知识发现、可视化技术等。统计分析用于检查异常形式的数据，然后利用统计模型和数学模型来解释这些数据，统计分析方法是目前最成熟的数据挖掘工具。而知识发现则着眼于发现大量数据记录中潜在的有用信息或新的知识，属于所谓“发现驱动”的数据挖掘技术途经。知识发现常用的方法有人工神经网络、决策树、遗传算法、模糊计算或模糊推理等。数据质量、可视化数据的能力、极大数据库尺寸、数据挖掘者的技能、数据的粒度都是影响知识发现方法的重要因素。可视化技术则采用直观的图形方式将信息模式、数据的关联或趋势呈现给决策者，决策者可以通过可视化技术交互式地分析数据关系。二、基于数据挖掘的企业决策系统数据挖掘面对的是经初步加工的数据，使得数据挖掘更专注于知识的发现；而数据仓库用于完成数据的收集、集成、存储、管理等工作，两者必须有机结合起来使用。基于数据挖掘的企业决策系统主要由数据库、数据仓库、数据仓库管理模块、知识库、知识发现模块、数据挖掘工具、人机交互模块构成（如下图所示）。系统的输入主要源于经过初步处理的数据库数据以及存储在知识库中的历史知识和经验；数据仓库管理模块用于数据仓库的建立以及数据的筛选操作；知识发现模块控制并管理知识发现过程，它将数据的输入和知识库中的信息用于驱动数据选择过程、知识发现引擎过程和发现的评价过程；人机交互模块通过自然语言处理和语义查询在用户和系统之间提供相互联系的集成界面。数据挖掘工具用于完成实际决策问题所需的各种查询检索工具、多维数据的联机分析分析工具等，以实现决策支持系统的各种要求。数据挖掘主要提供了以下几种模式（一）分类模式根据数据的值从树根开始搜索，沿着数据满足的分支往上走，直到树叶确定类别。（二）回归模式回归模式与分类模式相似，区别在于分类模式的预测值是离散的，而回归模式的预测值是连续的。（三）时间序列模式根据数据随时间变化的趋势预测将来的值。只有充分考虑时间因素，利用现有数据随时间变化的一系列的值，才能更好地预测将来的值。（四）聚类模式把数据划分到不同的组，组之间的差别尽可能大，组内的差别尽可能小，进行聚类前并不知道将要划分成几个组和什么样的组。（五）关联模式利用数据项之间的关联规则。（刘）和概念描述和比较操作把具有共同性的数据做汇总操作，从而得到一个具有一般性的规则描述。在实际应用中，可以根据具体情况采用不同模式组合，达到最优化的数据挖掘方式。在用户使用该系统时，首先需要通过分析决策需求，描述和表示决策的问题，确定数据来源，即可建立数据仓库；其次针对所要发现的任务的所属类别，设计或选择上述有效的数据挖掘算法并加以实现，从平凡的历史数据中提出综合数据，独立存储为库文件，作为更高一层数据挖掘对象；同时测试以评价所发现的知识，对知识进行一致性、效用性处理。最后根据最终用户的要求，建立适用于决策支持的数据仓库的集成界面和应用程序，使用户能在决策支持中运用所发现的知识。对于该系统的执行，每个步骤包含了循环和反复，可以对发现的知识不断求精、深化，并使其易于理解。三、结论总之，数据挖掘技术可以使其应用者由原来通过定期的、固定的报表进行定性的分析而上升到实时的、动态的各种形式的图表进行定量的分析，从而可以敏感地发现市场的微小变化并迅速做出反应，为企业在激烈的市场竞争中立于不败之地提供了强有力的工具。参考文献1范明,孟小峰.anjiawei，etal.数据挖掘概念与技术M.北京机械工业出版社,20072李捷.基于数据仓库和数据挖掘的企业决策支持系统研究J.科技经济市场,2006,73范丽霞,张雪兰.利用数据仓库和数据挖掘实现电信决策支持系统J.计算机与现代化,2005,8

简介：摘要企业数据处理在很大程度上主要是计算机技术和信息化发展中的新模式，在数控企业进行激烈的市场竞争中为其提供了有利的支持，因为在市场经济的快速发展中，尤其是中国加入世贸以后，测绘行业竞争巨大，为了能够提高资源的利用，能在竞争中首先取得先机，完善的企业数据处理是必不可少的。

简介：对服务器虚拟化的相关技术进行比较和分析，根据数据中心的具体情况规划评估服务器虚拟化方案，采用VMware服务器虚拟化技术实施构建数据中心服务器虚拟化平台，提高了数据中心硬件的管理及运行水平。

简介：

简介：踏入第五届的国际资讯科技博览2008将于今年4月14至17日假香港会议展览中心举行。这项展览是业界的盛会，汇聚大量科技产品及服务供应商，展示最先进的资讯及通讯科技和应用方案。国际资讯科技博览由香港贸易发展局主办，中华人民共和国科学技术部火炬高技术产业开发中心及香港特别行政区政府政府资讯科技总监办公室协办。

简介：技术的发展为通信业、软件业、IT业的进一步融合带来了巨大的可能性，这种技术推动产业融合的趋势早巳锋芒必现。当技术的进步，使各国的电信业、互联网产业、传媒产业、娱乐产业之间彼此走得更近的时候，一种更为复杂、也更为崭新的格局，出现在2008年的各国电信业面前。