位置:成果数据库 > 期刊 > 期刊详情页
一种基于多示例学习的动态样本集半监督聚类算法
  • ISSN号:1000-3932
  • 期刊名称:《化工自动化及仪表》
  • 时间:0
  • 分类:TP311.12[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]东北石油大学计算机与信息技术学院,大庆163318, [2]河北汉光重工有限责任公司,邯郸056028
  • 相关基金:国家自然科学基金项目(61170132); 黑龙江省自然基金项目(11541008)资助
中文摘要:

随着信息技术快速的发展与信息系统应用的加深,企业积累了大量的历史数据,支撑企业正常运营与决策。为了使决策更加正确、有效,需要对历史数据进行有效的数据质量评估,并基于评估结果进行数据清洗。重点研究了基于数据维度下数据质量约束的数据质量评估方法,确定数据质量评估维度,并定义了各维度下的数据质量约束,并基于约束给出数据质量评估算法。方法在大庆油田生产数据库数据质量评估项目与河北汉光重工有限责任公司财务系统数据库数据质量评估项目中得到了应用。

英文摘要:

With the rapid development of information technology and the deepening applications of information systems,companies have accumulated a large amount of historical data,which support the normal business operations and decision-making.In order to make the right decisions more effectively,need to effective assess the data quality of the historical data,and cleansing data based on the results of the assessment.Data quality assessment method based on data constraints under the rules of the dimension is focused on,determined the dimensions of data quality assessment,defined the constraints rules of data quality under the data dimensions,and given the data quality assessment algorithm based on the constraint-rules.The method has been applied in Daqing Oil field production database data quality assessment project and Hebei Hanguang Heavy Industry Co.,Ltd financial system database data quality assessment project.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《化工自动化及仪表》
  • 北大核心期刊(2008版)
  • 主管单位:中国化工装备总公司
  • 主办单位:天华化工机械及自动化研究设计院
  • 主编:王方
  • 地址:兰州市西固合水北路3号
  • 邮编:730060
  • 邮箱:bjb@hgzdh.cn
  • 电话:0931-7351372
  • 国际标准刊号:ISSN:1000-3932
  • 国内统一刊号:ISSN:62-1037/TQ
  • 邮发代号:54-27
  • 获奖情况:
  • 中文核心期刊(2008年版),中国科技核心期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),波兰哥白尼索引,荷兰文摘与引文数据库,美国剑桥科学文摘,中国北大核心期刊(2008版),中国北大核心期刊(2000版)
  • 被引量:9682