多维数据模型

摘要： 科学实验卫星以科学目标为任务战略导向,需要任务团队结合实际业务运行情况制定阶段实验计划.这些实验计划以任务运行数据为依据,由科学卫星任务各分系统数据分析获得的策略集合综合得到.量子科学实验卫星在轨运行期间会产生大量运行数据,如何有效利用这些数据给不同决策层提供辅助是当前面临的一大难题.目前主流方式主要借助值班日志统计和常规的数据库系统数据统计,需耗费较多时间和人力成本,对分析人员专业技能要求较高,无法满足多角度和多粒度任务研判的要求,并且该方法可扩展性差,当问题的观察角度变化时,往往需要重新组织数据统计分析.针对上述问题,本文提出一种基于数据立方体的多维数据建模和分析方法,对于不同主题,能够对数据进行多层次、多角度、多粒度统计分析,为决策提供良好支持.

摘要： 针对大规模、高频率数据交换的实际需求,结合武器装备测试数据的特点,构建了装备测试系统的数据立方体模型;首先介绍了数据立方体的基本概念以及常用的基本模型,之后分析了装备测试系统的实际需求,以概念模型、逻辑模型以及物理模型三级数据模型的方法实现整体设计;数据立方体为装备测试数据提供多维的观测角度,满足了实际任务对高效率数据交换的要求,为之后的数据分析应用提供了良好的数据基础平台.

摘要： 在大数据时代,高校中部门级业务应用系统不断增加,数据信息也大量激增,看似没有联系的各项业务系统之间其实有着相关的联系,这就需要对数据进行治理和使用,本文基于数据挖掘分析系统在高校综合治理中应用做了相关技术研究,总结数据挖掘在综合治理中的应用,更好的为高校服务.

摘要： 对电力公司全面推广线上服务后,智能营业厅效能评估的现状进行了阐述,介绍了如何从服务成本与产出两个维度来设计评估指标体系,同时对指标处理方法与数据分析模型进行了研究.该研究内容对于提高网点运营管理水平具有实际意义.

摘要： 智能公交系统(Advanced Public Transportation Systems,APTS)数据具有海量、类型多样等大数据的典型特征,对其进行分析和挖掘可能获得丰富的公交出行特征和规律.构建基于APTS大数据的公交出行多维分析框架,在计算乘客出行时空信息(上车、下车和换乘)的基础上,建立包含4个维度(乘客、时间、空间和行为)的公交出行数据模型,系统提出基于5种联机分析处理方法的公交出行分析内容.应用APTS大数据对模型和方法进行了实验和验证,研究结果表明,该方法能够便捷地分析不同维度、不同粒度的公交出行信息,不仅能够应用于公交乘客出行行为的研究,还能够为城市公交系统的规划和管理提供决策支持.

摘要： 文章为解决航天器AIT过程中数据集成度低、数据应用不佳等问题,从数据模型构建、数据集成等方向出发,分析了AIT过程数据在产品结构、时间周期、阶段型号3个维度的演变过程,构建了多维数据模型,并开发基于产品结构的多维数据管理系统.该系统以产品结构为核心,对AIT过程数据进行重新组织,定义不同系统间、不同维度数据之间的关联关系,实现了AIT过程全数据的结构化整合,在此基础上生成了AIT过程数据包.

摘要： Objective: To improve the quality of medical statistic data and analyze and use the history data which is valuable. Methods: The service data of hospital information system is used to translate into statistical ledger data through processing and arranging data, building subject oriented cubes and saving into SQL Server database. Results: The statistic data is achieved to save online constantly. Conclusion: We can visit the statistic data rapidly, export different kinds of reports, compose analytical reports based on statistical ledger data and do OLAP.%目的:提高医疗统计数据的质量,分析利用有价值的历史数据.方法:对医院信息系统的业务数据进行加工整理,建立面向主题的多维数据集,保存至SQL Server数据库服务器,形成统计台账数据.结果:实现统计数据持久化地长期在线保存.结论:可对统计数据进行快速访问,导出各类医疗统计报表,以台账数据为基础撰写分析报告,做OLAP联机分析处理.

摘要： 通过分析针织企业生产管理过程中存在的生产排单效率低、生产数据实时性差、缺乏对异常事件及时响应等问题,借助物联网平台,提出一种基于大数据的针织MES生产计划与调度系统结构模型,阐述该系统的构建方法和关键技术.文章利用云计算技术实现自动排产,建立针织多维数据模型,并实现实时跟踪与异常获取,再针对不同的异常事件完成智能化处理,最后将其应用于企业实际生产.结果表明,该系统运行稳定,生产状态反馈及时,数据展现方式直观,提高了生产计划与调度工作效率,推进了针织生产管理工作的信息化.

摘要： 随着铁路智能化发展,决策支持系统被应用于铁路运营,使运营效率大大增强.然而,在考虑诸如列车时刻表优化等问题时,经验表明,不同软件之间的信息共享存在瓶颈,具体为:用于预测、冲突检测、验证等方面的仿真软件和用于行车计划安排的优化软件所要求的信息描述级别不同.仿真软件使用非常精确的描述,而优化软件则依靠不太精确的表示,对整个网络的详尽描述通常在优化问题上适得其反.然而,目前用于描述铁路系统的常规数据模型不能保证两个不同描述级别的兼容性.大多数软件在设计时通常只根据特定的需求给予唯一的信息描述级别,而且,在软件完成后通常不能进行进一步修改.针对以上问题,本文提出一种新的铁路基础设施多维数据模型框架,该模型分为多个信息描述级别,可进行动态分解或聚合,使异构软件能够使用不同信息描述级别进行协作,从而为铁路基础设施全生命周期数据模型的建立提供了途径.

摘要： 介绍了多维数据模型、数据立方体和OLAP联机分析处理的相关概念.提出了一种用于建立数据立方体的维度的数据聚类算法,利用该算法对历史数据进行聚类后得到了便于进行OLAP分析的维度.

摘要： 本文在星型模式和雪片模式的基础上,提出了一种星族模式的多维数据模型,这种模型很好地结合了它们的优点——星型模式的简单性,雪片模式的冗余度小,一致性维护容易的特点.同时,本文还对时间维进行了改进,提出了一种基于竞争机制的时间维模型,并在实际应用中取得了很好的应用效果.

摘要： 以济南华夏银行为背景,讨论了基于多维数据库的MOLAP、多维数据模型,以及基于IBM OLAP SERVER物理模型的设计和多维数据存储的问题.

摘要： 针对城乡规划管理数据具有复杂、多源异构、数据量大等特点,本文提出了天津市城乡规划管理空间数据仓库的总体设计方案,在数据集成、数据清洗、数据简化与数据转换等预处理操作的基础上,构建了多维数据模型,并实现了基于空间OLAP的多维数据分析,为城乡规划辅助决策分析提供有效的数据支持.

摘要： 基于满足不断增长的大数据量处理的新需求,本文在医院医疗数据质量监控上引入了建立在多维数据库基础上的数据仓库技术和OLAP 系统,大幅提升数据处理能力的同时,提供旧数据的分析、展示功能,为数据的预防性监控提供依据.本文首先详细论述了多维数据模型设计内容与建立过程, 然后以监控漏填"出生地"数据为例,通过OLAP 系统详细分析了产生异常数据的原因.

摘要： 详细介绍了建立点击流数据仓库的过程.对点击流数据仓库的数据源进行分析,详细介绍了点击流数据仓库的多维数据模型,对数据的抽取、转换和装载机制进行重点介绍.最后介绍了点击流数据仓库在机械产品网络销售中的应用.

摘要： 针对水资源数据具有复杂、数据量大、多源异构等特点,本文采用空间数据仓库技术建立面向主题的、集成稳定的多维数据集,为水资源决策分析提供有效的数据支持.文中提出了松花江流域水资源空间数据仓库的总体设计方案;构建了星型多维数据模型;探讨了空间数据仓库构建的关键技术,即数据预处理技术、数据立方体表达与基于OLAP 的多维分析,以及属性数据与空间数据的连接技术等.

摘要： 城市交通紧急事件与安全系统是城市智能交通系统中十分重要的研究课题。本文针对目前重庆市道路特点及交通现状，对紧急事件处理与安全系统的设计与实现进行研究，主要包括系统结构、路网模型构建、主要模块涉及的关键技术和算法等。本系统是依据交通工程运筹学的系统理论，运用数据仓库、数据挖掘等先进的计算机技术和地理信息系统(GIS)技术开发的一套针对重庆市的紧急事件实时处理和综合管理的软件平台。本文最后以图例简单的阐述了系统的对事故的处理流程。

摘要： 城市交通紧急事件与安全系统是城市智能交通系统中十分重要的研究课题。本文针对目前重庆市道路特点及交通现状，对紧急事件处理与安全系统的设计与实现进行研究，主要包括系统结构、路网模型构建、主要模块涉及的关键技术和算法等。本系统是依据交通工程运筹学的系统理论，运用数据仓库、数据挖掘等先进的计算机技术和地理信息系统(GIS)技术开发的一套针对重庆市的紧急事件实时处理和综合管理的软件平台。本文最后以图例简单的阐述了系统的对事故的处理流程。

摘要： 本发明基于大数据的多维度可变性自动化造数据模型的实现方法，造数据模型依次包括基于SSM架构的界面平台、数据配置模块、基于structs架构的数据处理模块、数据存储输出模块。整个算法实现流程包括对客户端输入的数据进行分析，配置管理模块进行配置管理，并由数据处理模块统一调配前台需求和相关配置，进行造数据工作，最终将数据输出给对应的数据库或者文件。本发明解决了开发人员和测试人员造数据的难题，不仅支持各种结构化的文件输出，也支持当前主流数据库入库，真正实现了全自动化造数据，缩减了人力成本的同时，也从根本上提高了工作效率，大数据测试，能够通过放大现象的方式来发现更多问题，规避更多风险。

摘要： 本发明一种基于多维渐增数据模型的数据查询方法，属于数据查询技术领域，本发明将某些频繁出现的键建立成为集合空间中的维，并根据值(value)在维上进行分段，而对于那些出现次数较少的键定义为平凡键，通过这样的方式，所有的数据都会被组织成一个高维的模型，简称为key‑cube(键立方)；在查询过程中，符合查询条件的数据会被锁定在相关的cell(单元格)之中，因此查询的范围大大的减小了；其次这个数据模型具有一定的适应性会根据数据中键值对出现的次数从而做出相应的反应；这个key‑cube是渐增式的，随着键值中数据的增多，此模型会根据键的频繁程度拓展出新的维，从而形成新的key‑cube。

摘要： 本发明基于大数据的多维度可变性自动化造数据模型的实现方法，造数据模型依次包括基于SSM架构的界面平台、数据配置模块、基于structs架构的数据处理模块、数据存储输出模块。整个算法实现流程包括对客户端输入的数据进行分析，配置管理模块进行配置管理，并由数据处理模块统一调配前台需求和相关配置，进行造数据工作，最终将数据输出给对应的数据库或者文件。本发明解决了开发人员和测试人员造数据的难题，不仅支持各种结构化的文件输出，也支持当前主流数据库入库，真正实现了全自动化造数据，缩减了人力成本的同时，也从根本上提高了工作效率，大数据测试，能够通过放大现象的方式来发现更多问题，规避更多风险。

摘要： 本发明一种基于多维渐增数据模型的数据查询方法，属于数据查询技术领域，本发明将某些频繁出现的键建立成为集合空间中的维，并根据值(value)在维上进行分段，而对于那些出现次数较少的键定义为平凡键，通过这样的方式，所有的数据都会被组织成一个高维的模型，简称为key-cube(键立方)；在查询过程中，符合查询条件的数据会被锁定在相关的cell(单元格)之中，因此查询的范围大大的减小了；其次这个数据模型具有一定的适应性会根据数据中键值对出现的次数从而做出相应的反应；这个key-cube是渐增式的，随着键值中数据的增多，此模型会根据键的频繁程度拓展出新的维，从而形成新的key-cube。

摘要： 本发明实施例提供一种数据模型建立方法、数据分析方法及数据模型建立装置。所述数据模型建立方法包括：接收用户在指定输入窗口输入的预设的评价数据，得到检测模型；获取历史检测数据及该历史检测数据对应的标准检测结果；将所述检测数据输入所述检测模型中进行检测，得到模型检测结果；将所述模型检测结果与所述标准检测结果进行对比；若所述模型检测结果与所述标准检测结果的匹配度达到第一预设值，则保留所述检测模型作为目标检测模型，以用所述目标检测模型对待检测数据进行检测。

摘要： 本发明公开了一种基于多维数据模型的传感器数据流异常检测方法，包括以下步骤：首先构造多维数据模型，然后采用异常数据的检测方法判断传感器节点是否为异常节点，如果是则采用异常数据的验证方法对判定的异常节点进行确认该异常节点的异常来源，所述异常来源包括异常节点所在区域发生特定事件和节点本身存在故障；本发明的方法针对传感器节点采集的多维属性数据提出了异常数据检测方法，充分考虑了传感器数据流之间的时空相关性和多维属性数据之间的关联性，具有可扩展性；与传统的检测方法比较，本发明提出的方法具有较高的检测率和较低的误报率。

摘要： 一种多维数据模型的数据处理装置，包括数据采集模块、数据处理器、多维数据库、镜像多维数据库、通讯服务器和用户服务端；数据处理器包括数据分析模块、无效数据去除模块、数据分类模块和数据发送模块；数据处理器与数据采集模块通讯连接；多维数据库设置多个；每个多维数据库均与对应的镜像多维数据库通讯连接；通讯服务器与镜像多维数据库通讯连接，通讯服务器与用户服务端通讯连接；用户服务端包括通讯模块、数据处理模块和显示输出模块；通讯模块与通讯服务器通讯连接，用于传输或接收数据信息；本发明中设置多个镜像多维数据库，保证用户正常访问的同时，不会丢失多维数据库中的数据，使用更加方便。

摘要： 本发明提供了一种多维数据模型的数据处理方法及装置，多维数据模型的数据处理方法包括：预先确定源数据的维度和度量；根据源数据的维度和度量创建多维数据模型；根据多维数据模型，设置至少一个待展示维度模型；接收外部发来的至少一条请求指令；针对每一条请求指令，执行：根据当前请求指令携带的待请求数据的维度，选择对应的待展示维度模型，以及确定对应的待请求数据的量度；将待请求数据的量度加载到待展示维度模型中；返回待展示维度模型中的待请求数据。多维数据模型的数据处理装置包括：数据处理模块、创建模块、设置模块、接收模块、选择模块、确定模块、加载模块、数据输出模块。本发明能够提高多维数据模型的数据处理效率。

摘要： 本发明公开了一种基于多维数据模型的传感器数据流异常检测方法，包括以下步骤：首先构造多维数据模型，然后采用异常数据的检测方法判断传感器节点是否为异常节点，如果是则采用异常数据的验证方法对判定的异常节点进行确认该异常节点的异常来源，所述异常来源包括异常节点所在区域发生特定事件和节点本身存在故障；本发明的方法针对传感器节点采集的多维属性数据提出了异常数据检测方法，充分考虑了传感器数据流之间的时空相关性和多维属性数据之间的关联性，具有可扩展性；与传统的检测方法比较，本发明提出的方法具有较高的检测率和较低的误报率。

摘要： 本发明实施例公开了一种多维数据模型权限管理方法、装置、电子设备及存储介质。该方法包括：获取用户的属性信息，并确定用户权限属性信息；将允许访问操作的多维数据模型划分为至少两个多维数据模块，并确定所述至少两个多维数据模块的权限属性信息；依据用户权限属性信息以及所述至少两个多维数据模块的权限属性信息，确定用户权限属性信息与多维数据模型间的映射关系；依据用户权限属性信息与多维数据模型间的映射关系，确定所述多维数据模型的目标访问用户，以对多维数据模型进行权限管理。采用本方案，按照用户权限属性信息制定模型访问策略，能够满足各种模型访问管理要求；避免在模型管理粒度较细时，通过角色控制导致的角色定义数量爆炸。