学生一体化服务归档管理系统开发
这是一篇关于归档管理,数据迁移,数据规范,统计分析,图形报表的论文, 主要内容为“学生一体化服务归档管理系统开发”课题源于中国地质大学(北京)网络中心，是中国地质大学(北京)数字校园二期建设的一部分，对原系统部分功能的升级改造。 该系统是以年度为单位，建立归档数据库，即定义一个年度的数据库表及内容，将正式数据库中需要归档的数据迁移至此数据库，并且该系统提供了对归档数据的查询功能。这样以来，可以减小正式数据库的负载压力，其它系统对正式数据库的访问效率会有所提升，保证了归档数据的完备、永久性存储。 “如何建立归档系统”和“如何实现归档数据查询”，本课题围绕这两个问题，从需求分析到系统实现层面进行了深入的研究，并提供了一种良好的解决方案。如何建立归档系统主要研究内容是建立合理的归档配置，顺利地将归档数据从正式数据库迁移至归档数据库；如何实现归档数据查询主要研究内容是实现多数据源切换，提供高效的、简单的查询机制。 整个系统分为Web服务器端和数据库服务器端开发。Web服务器端的开发采用了MVC框架模式设计开发，使用了Struts、Hibernate、Spring相结合，其中Struts2负责业务跳转逻辑的控制，Hibernate负责对数据库的访问，Spring负责控制反转、事务管理及面向切片的编程；表现层主要采用了JSP动态页面嵌入Struts2标签完成用户的交互，提供了简单、易操作的视图界面。数据库服务器端的开发采用了PL/SQL语言编程，主要完成从正式数据库到归档数据库迁移工作。 该系统符合中国地质大学(北京)网络中心需求，提供了对归档数据的迁移和查询功能。归档数据迁移程序运行在安全、稳定的数据库服务器下，具有很高的执行效率。在Web服务器端简单调用，省去中间容器，Web服务器与数据库服务器之间不存在归档数据的转移。归档数据查询交给Hibernate框架负责，以面向对象的思想来实现归档数据的查询操作，开发者只需要编写简洁的HQL语句，Hibernate自动转换为执行效率较高的SQL语句。多数据源之间切换采用面向切片编程思想，只需在配置文件配置多数据源，无需在多处代码中编写切换数据源的代码。程序运行期间对于植入的代码块，用户感觉不到切换数据库的繁琐。
野外车辆试验数据管理平台的设计与实现
这是一篇关于车辆试验,数据管理,数据迁移,HBase,数据接口的论文, 主要内容为车辆试验数据在车辆研发过程中具有重要的意义,但是由于缺少信息化的数据管理手段,造成了现在试验数据管理分散,比较容易丢失和修改的现状。虽然目前企业中已经存在一些数据管理软件,但是这些软件无法适应车辆野外试验时恶劣的条件,使试验过程中数据采集系统和数据分析系统分散进行,容易造成信息孤岛。并且随着试验数量的增多,现有的数据数据管理软件无法实现对试验过程中形成的海量、庞杂的数据的存储和处理,对于车辆试验的相关流程也只能提供比较有限的支持,大大影响了试验效率,浪费人力物力。本文从实际需求出发,设计和实现了专门针对车辆野外试验的数据管理平台,通过对试验数据管理系统和车载试验数据管理系统两个系统的设计开发,实现与数据采集系统和数据分析系统的数据集成,既实现了系统的松耦合,又实现了系统间的一体化,大大提高了试验效率,并且通过车载试验管理系统可以实现在野外试验现场对试验数据的展示和试验配置的修改,适应了车辆野外试验时环境比较恶劣的条件。对于试验中产生的海量试验数据,本文中介绍了基于HBase实现大规模试验数据存储的方案,实现对海量试验数据的格式化存储。系统可以实现在试验准备、试验实施、试验分析和试验总结四个阶段的数据管理,可实现在试验准备阶段完成对试验相关的配置;在试验实施阶段按照相关试验配置完成试验,在试验完成后实现对试验数据的存储和管理;在试验分析阶段实现对试验数据的分析和试验分析结果的保存;在试验总结阶段实现对试验流程中产生的报告和相关知识库的管理和审核。并且系统提供了对仿真数据的管理方法,可实现对正式试验和仿真试验结果产生的数据的对比分析,利用企业长期在车辆野外试验过程中积累的经验来分析检验设计方案的合理性。
基于多源数据的联合表征学习及其管理应用
这是一篇关于多源数据,数据融合,数据迁移,深度学习的论文, 主要内容为多源数据广泛地存在于当今社会,它既包括由不同实体产生的数据,如用户生成内容、企业生成内容等;也包括由不同数据生成器生成的不同形态的数据,如图片、音频、文本等;还包括来自不同领域的数据,如电商平台中美妆、家居、电子产品等各式各样的类别。多源数据可以为我们提供更全面的视角,以帮助我们得到更好地预测并更好解决管理问题。同时,由于其能避免数据遗漏、误差等问题,它让我们的预测更加稳健。但多源数据也同样给我们带来了挑战。多源数据使得我们对数据的收集、探索和利用耗时耗力。同时,多源数据在给存储、计算等带来更大负担的同时,无法保证其能够带来更好的效果以及为管理情境产生更高的价值,甚至可能带来负效应。因此本文的研究问题就是:如何去设计一个处理多源数据的框架来解决以上的挑战?为此我们提出了一个多源数据学习的框架。在框架中,我们将多源数据学习分为多源数据融合与多源数据迁移两种类型,也就是我们将分别从这两种类型来解决以上的挑战。多源数据融合用以解决多个信息源的融合问题。其相关的传统方法采取联合表征、协同表征等方法,模型难以找到高维度、复杂数据之间的联系。此外不同的任务场景所需要的联系也各不相同,如何为不同的任务去筛选不同的联系也是一个重要的挑战。因此我们提出了基于编码器-解码器与注意力机制的模型来解决多源数据融合的问题。本文提出的多源数据融合模型通过数据源之间相互生成的方式来有效学习不同数据源之间的联系,同时利用注意力机制并通过任务监督来筛选与任务相关的联系,从而显著提升了模型表征和预测的能力。接着我们在商业角色预测的管理场景证明了我们模型解决多源数据融合上的优越性与有效性。同时我们有效解决了中小型外贸企业通过搜索引擎搜索产品相关合作商的管理问题。多源数据迁移用于解决不同数据源之间的信息迁移。传统方法存在一个问题是,尽管一些模型能够学习不同数据源的共有特征,来获得一些较好的泛化能力,但是他们往往忽略了数据源的内部特征,使得模型在新的数据源上的表现较大幅度地下降。为此本文提出的了基于对抗机制与图注意力网络的模型来解决多源数据迁移的问题。本文提出的多源数据迁移模型通过对抗博弈学习到不同数据源的共有特征从而获得较强的迁移能力。同时模型通过图注意力网络学习数据源内部的特有特征以进一步提升模型的表现。接着我们在假新闻识别的管理场景中证明了该模型解决集合式多源数据迁移的优越性和有效性,同时我们的工作也有效解决了假新闻识别的管理问题。最后我们在推荐系统的管理场景中证明了该模型解决分布式多源数据源迁移的优越性和有效性,同时我们的工作也推进了推荐系统的相关研究。
学生一体化服务归档管理系统开发
这是一篇关于归档管理,数据迁移,数据规范,统计分析,图形报表的论文, 主要内容为“学生一体化服务归档管理系统开发”课题源于中国地质大学(北京)网络中心，是中国地质大学(北京)数字校园二期建设的一部分，对原系统部分功能的升级改造。 该系统是以年度为单位，建立归档数据库，即定义一个年度的数据库表及内容，将正式数据库中需要归档的数据迁移至此数据库，并且该系统提供了对归档数据的查询功能。这样以来，可以减小正式数据库的负载压力，其它系统对正式数据库的访问效率会有所提升，保证了归档数据的完备、永久性存储。 “如何建立归档系统”和“如何实现归档数据查询”，本课题围绕这两个问题，从需求分析到系统实现层面进行了深入的研究，并提供了一种良好的解决方案。如何建立归档系统主要研究内容是建立合理的归档配置，顺利地将归档数据从正式数据库迁移至归档数据库；如何实现归档数据查询主要研究内容是实现多数据源切换，提供高效的、简单的查询机制。 整个系统分为Web服务器端和数据库服务器端开发。Web服务器端的开发采用了MVC框架模式设计开发，使用了Struts、Hibernate、Spring相结合，其中Struts2负责业务跳转逻辑的控制，Hibernate负责对数据库的访问，Spring负责控制反转、事务管理及面向切片的编程；表现层主要采用了JSP动态页面嵌入Struts2标签完成用户的交互，提供了简单、易操作的视图界面。数据库服务器端的开发采用了PL/SQL语言编程，主要完成从正式数据库到归档数据库迁移工作。 该系统符合中国地质大学(北京)网络中心需求，提供了对归档数据的迁移和查询功能。归档数据迁移程序运行在安全、稳定的数据库服务器下，具有很高的执行效率。在Web服务器端简单调用，省去中间容器，Web服务器与数据库服务器之间不存在归档数据的转移。归档数据查询交给Hibernate框架负责，以面向对象的思想来实现归档数据的查询操作，开发者只需要编写简洁的HQL语句，Hibernate自动转换为执行效率较高的SQL语句。多数据源之间切换采用面向切片编程思想，只需在配置文件配置多数据源，无需在多处代码中编写切换数据源的代码。程序运行期间对于植入的代码块，用户感觉不到切换数据库的繁琐。
大数据共享服务平台设计与实现
这是一篇关于大数据管理,Web系统,Hive数据库,数据迁移的论文, 主要内容为随着信息化的脚步在各行各业中迈进,大量数据被存储在行业内部系统中,不公开的数据虽然保护了企业自身的利益,但时代的发展已不容企业孤芳自赏。如何解决分析时数据单一不够立体的问题、如何对数据进行有效的保护、如何减少运营成本以获取更多更深入挖掘数据潜藏的价值,如何在保护企业利益的前提下对数据加以利用,突破传统对数据利用的局限是本文主要目的。目前以低成本高效率存储大量非结构化数据的方式主要是应用Hadoop生态圈中的数据仓储作为存储平台,并依赖一些公司企业开发的应用软件对数据加以分析利用。本文中应用Hive作为数据仓库,管理存储数据。Hive的优势在于可以执行HQL语句,解析HQL语句编译为MapReduce脚本任务在Hadoop平台中运行,方便了对数据的利用。本文从三方面入手解决数据从导入到使用过程中遇到的技术问题,首先应用数据迁移工具扩充本系统的数据积累,其次对现有数据进行管理划分,在保护数据安全的前提下共享数据信息,最后提供数据应用服务,解决用户的实际问题。系统采用SpringMVC、Hibernate、JPA、Shiro框架技术,简化了开发流程,通过在Java中调用Sqoop工具接口创建脚本将其他目标数据信息拷贝到系统存储平台。数据共享是通过用户登录后根据权限查看平台资源并申请获得数据。为解决部分用户无法搭建具有较强数据分析能力的平台进行数据挖掘,系统为用户提供数据上传接口,可将自己所有的数据上传至系统数据库中作为私有包进行数据分析业务操作,这极大地提高了平台可用性。系统应用MySQL数据库存储Web系统配置数据,其较快的响应速度为用户提供了良好的服务体验,并由管理员为用户提供优化的数据包构建服务,使得用户不用再困扰繁杂的数据筛选过滤工作而可以更多的投入到数据挖掘的工作中。
基于Hibernate的网站数据库迁移技术的研究与应用
这是一篇关于数据迁移,异构数据库,内容管理系统,Hibernate,对象映射的论文, 主要内容为随着计算机软件技术和现代企业信息化技术的发展,网站内容管理在企业中得到了普遍和深入的应用。在人们对于网站内容管理系统需求不断增长的今天,企业内容管理系统在不断的更新换代。为了将旧网站内容管理系统中保留的历史数据迁移到新系统中,需要大量而繁琐的数据迁移工作,这项工作已经变成企业内容管理系统更新换代时影响新系统上线的关键因素。但是由于新旧内容管理系统所使用的数据库平台的异构性又使得数据迁移工作困难重重,因此,迫切需要一个通用的、跨平台的数据迁移工具来完成网站内容管理系统数据升级时的数据迁移工作。 数据迁移的主要困难在于数据的异构性。要实现新旧系统间的数据迁移,首先要求数据描述要基于统一的格式,从而实现数据的转换、处理等功能。本文采用Hibernate逆向工程的方法,将源数据库和目标数据库中的数据映射为Java程序中的类,数据迁移时只需要操作Java中的类来实现对象之间的转换,从而消除了数据库层的异构性,方便地实现企业新旧内容管理系统间的数据迁移。Hibernate作为一个面向Java环境的对象/关系数据库映射(ORM)工具,是面向对象的Java应用和关系数据库之间结合的桥梁,它能够将Java对象与关系数据库进行映射,在数据到对象映射中有其最重要的优势。 本文在分析总结了目前通用的内容管理系统的业务流程、后台管理以及内容组织方式的基础上,指出内容管理系统在对象模型中的一致性,从而为开发一套能在不同内容管理系统之间实现数据迁移的通用性工具提供了理论依据。同时针对目前市场上数据迁移工具的不足,本文讨论了多种情况下的异构数据迁移问题,分析了数据迁移的策略,并对目前数据迁移工具的优缺点进行了分析和比较,引入一个基于Hibernate中间层的数据迁移总体模型,用来交换异构数据库内容管理系统之间的数据。 最后,本文以山西省电力公司网站内容管理系统升级时的实例为题,重点介绍了本文理论的实现过程,将理论和实践相结合,充分验证了该理论在实际应用中的指导作用。
基于J2EE技术的车险盈利系统的设计与实现
这是一篇关于车险盈利模型,数据迁移,联机分析,MVC,Oracle的论文, 主要内容为车险盈利系统的核心功能是创建车险盈利模型。它一个描述型软件分析系统,能够提供综合成本率等业务分析指标,为车险定价、风险控制和业务质量管理提供报表支持。按业务管理需求,系统提供综合盈利模型和团车盈利模型,分别支持业务渠道、客户群体和团车客户的统计分析报表,为费用审批、招投标、业务结构调整提供数据支撑。作为数据型软件系统,车险盈利系统分两步实施。一是数据迁移,使用shell程序、存储过程,将生产数据迁移到Informix缓冲数据库,并且,为保障系统运行效率,获得最佳用户体验,将缓冲数据库数据转储到Oracle目标数据库,由目标数据库执行统计分析任务。二是联机分析程序,使用Java语言开发。联机分析程序基于B/S结构模式,使用MVC架构设计,借助Struts构建逻辑控制组件,开发系统基础功能,并通过XML自定义标签增强系统灵活性和扩展性。系统一期已经开发、测试完毕,并通过需求部门测试验收。车险盈利系统上线后运行平稳,报表数据获得用户认可。2016年,盈利模型识别搅拌车和起重车等严重亏损业务,业务部门确认后发布整改通知,通过零费用、禁止外地车承保等措施进行业务管控。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：代码项目助手 ，原文地址：https://m.bishedaima.com/lunwen/44908.html
