导读:本文包含了数据立方体论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:立方体,数据,基因,在线,药物,疾病,立方。
数据立方体论文文献综述
曹巧云,何望君,张福浩,刘涛,刘纪平[1]（2019）在《政区地图与数据立方体结合的联机可视化方法》一文中研究指出目前,政区地图具备多级钻取、图表联动展示功能,但是需要提前统计数据,不能在线实时统计,缺少数据立方体数据切片、灵活展现能力。针对此问题,本文提出了政区地图和数据立方体结合的联机可视化方法,通过多级政区地图与数据立方体深度融合,实现政区数据在线实时统计并联动显示各级政区多维数据(如对省级、市级、县级、乡镇级),试验证明该方法具有较好的在线分析和交互效果。(本文来源于《测绘通报》期刊2019年09期）
刘海洋,唐宇波,胡晓峰,乔广鹏[2]（2019）在《基于数据立方体的评估特征项生成方法》一文中研究指出针对传统评估指标生成模式无法适应作战态势快速变化的问题,提出一种基于数据立方体的评估特征项生成方法。以兵棋推演数据为基础,基于数据立方体框架构建评估特征项生成模型,利用不同维度组合生成评估特征项。围绕数据立方体中存在的"维度爆炸"问题,利用维度组合裁剪模型来缩小搜索空间,通过特征项标识算法进行唯一标识,并采用移动时间窗口提取评估特征数据。实验证明,该方法生成的评估特征项能够有效支撑对特定问题的评估。(本文来源于《指挥控制与仿真》期刊2019年03期）
叶枫,魏星,谢静,蒋秀林,陈玉娥[3]（2019）在《基于数据立方体预测针灸相关疾病-基因-药物新关联》一文中研究指出数据立方体是一种揭示生物实体关联的方法。本研究基于数据立方体构建针灸相关疾病-基因-药物关联网络。结果表明,针灸相关疾病-基因-药物之间存在大量程度不一的关联,为针灸精准医疗提供了新的研究思路。(本文来源于《湖南科技学院学报》期刊2019年05期）
陆妍玲,李景文,叶苏娴,姜建武,殷敏[4]（2018）在《扩展流数据立方体的GIS时空大数据组织方法》一文中研究指出针对大数据GIS面临的大规模数据的多源异构动态性与数据存储优化等问题,本文开展大数据背景下的地理时空数据组织与模型研究,提出了一种基于流数据的可扩展立方体处理框架,在典型的流数据二维数据序列基础上,构建增加垂直方向的非结构数据立方体;结合立方体数据组织模型的定义和特征,探讨扩展关系型数据库与协同非关系型数据库的GIS时空大数据组织方法;通过扩展数据源、数据类型及数据操作等属性,突出多源异构地理时空大数据的时空关系和演变过程关系等特征,对地理时空大数据进行数据一体化组织、存储和分析;进而解决地理信息时空大数据的大体量、异构与动态性在GIS数据管理与分析方面的技术瓶颈,并且对GIS时空大数据的有效管理提供科学性方法和解决策略。(本文来源于《测绘通报》期刊2018年08期）
张婷,都仪敏[5]（2018）在《数据立方体格与概念格关系研究》一文中研究指出数据立方体是数据仓库和联机分析处理研究领域的一种核心数据模型,而概念格是形式概念分析理论的一类重要数据结构,其在数据分析领域应用广泛,它们都属于格结构。目前,对数据立方体格与概念格之间的关系还没有进行系统研究。为此,论证了数据立方体格与概念格在结构特性上的关系。在数据立方体格与概念格关系基础上,进一步研究数据立方体格的相关分析及挖掘算法与概念格之间的互用性,分析它们在这两种数据模型之间相互应用的优越性和局限性。实验结果表明,数据立方体格与概念格在度分布、聚集系数、平均最短路径等方面具有相似性。(本文来源于《软件导刊》期刊2018年08期）
管涛[6]（2018）在《维度频繁项集的数据立方体实现》一文中研究指出目的——在目前的研究中,高维度高层次数据集构建数据立方体时会造成维度灾难问题。为了解决高维度问题,提出了寻找关键维度,只对关键维度进行数据立方体构建和存储;为了解决高层次问题,提出了对层次关键字进行层次编码,对细粒度的层次数据集进行存储,其中粗粒度数据集由细粒度数据集聚集而来。方法——采用改进的Apriori算法对关键维度进行寻找,得到维度频繁项集。采用改进的片段化处理方法,对片段内的数据采用层次维度和非层次维度的组合方式进行物化,对片段间的数据保留关联索引。研究结果——第一,寻找关键维度时通过建立倒排列表来减少在生成候选项集时需要对数据库进行扫描计数的I/O开销,并对倒排列表中的事务列表采用二进制表示以减小存储开销。第二,对关键维度进行片段化处理。在片段内对数据立方体完全物化,采取1个层次维度和多个非层次维度的组合方式来减少子立方体。同时对于层次关键字进行层次编码以减少数据的存储压力。研究的局限性——(1)寻找维度频繁项集,阈值的确定以及额外的时间和存储开销。(2)对于数据立方体没有涉及的维度,则需要去原始数据仓库中查询。实际影响——通过对关键维度数据立方体的构建减少了一些无效数据的使用,提高了数据立方体的构建效率。独创性——通过改进Apriori算法寻找维度间的关联关系,得到维度频繁项集。结合维度频繁项集进行片段化构建数据立方体。(本文来源于《兰州大学》期刊2018-03-19）
张岩,吕梦儒[7]（2018）在《构建高维度数据立方体的有向图方法》一文中研究指出Hadoop、spark等软件框架为大数据的并行快速处理提供了技术支持,同时大数据环境也对OLAP提出了准实时和实时响应的要求。数据立方体是OLAP的多维数据模型抽象,大数据的多变性分析使数据立方体呈现高维特点,大数据的数据量也造成了数据立方体的膨胀。利用有向图描述数据立方体,可以为数据分析提供数据片和数据块的全集,通过提取全集中的某个元素,提高数据分析的效率。对高维度的数据立方体,采用降低维度的办法进行立方体规模的控制。根据各个维度的使用频度和方式,提出了可无维度、必须维度和联合维度的概念,并分别给出了各种维度的判断方法,实现了所涉及的数据立方体的调整简化方法。(本文来源于《沈阳师范大学学报(自然科学版)》期刊2018年01期）
魏星,胡德华,易敏寒,朱启贞,朱文婕[8]（2017）在《基于数据立方体挖掘疾病–基因–药物新关联》一文中研究指出【目的】在海量文献中,挖掘并预测生物医学实体之间的新关联,构建关联网络。【方法】提出一种基于数据立方体的新方法挖掘疾病–基因–药物间关联,以糖尿病为例,构建关联网络,并使用关联规则量化实体关联程度。【结果】由糖尿病相关疾病(14种)、基因(23种)和药物(24种)构建叁个1-D方体、叁个2-D方体及其关联网络和一个3-D方体关联网络,共计存在411种关联,同时得到8个关联子网。【局限】数据预处理存在主观性,可能会对挖掘结果产生影响。【结论】算法性能优于其他同类算法,能够为糖尿病精准医疗提供更好的新研究思路。(本文来源于《数据分析与知识发现》期刊2017年10期）
唐玮唯,冯径,舒晓村[9]（2017）在《基于用户行为分析的数据立方体缓存策略》一文中研究指出为了减少数据立方体进行联机分析处理(OLAP)操作的响应时间,提出了基于用户行为习惯分析的数据立方体缓存策略。首先,对采集上报的用户行为数据进行语义分析,并结合用户访问频率,计算出用户行为之间的关联度;其次,在综合考虑了关联度和时间因素的基础上设计了C&T缓存算法,该算法是对最近最不常用(LFU)算法的改进;最后,选用Redis内存数库据作为缓存存储介质,并设计了适用于Redis的数据立方体存储结构。实验结果表明,C&T缓存算法的查询效率,比未加缓存时提高了约60%,比LFU算法提高了约20%。(本文来源于《计算机应用》期刊2017年S1期）
王弘剑[10]（2017）在《一种基于分割的OLAP查询数据立方体算法》一文中研究指出数据立方体在OLAP(在线分析处理)中所占的地位越来越重,而且随着数据量的膨胀式增长,和数据维度的扩大,使用传统数据仓库中的算法已经越来越难以满足人们的需要。传统的DATA CUBE算法在大数据量、高维度的数据下难以满足最普通的需要,尤其是会占用难以承受的空间消耗,这些传统的算法暴露出越来越多的问题。数据立方体的存储空间是OLAP中的瓶颈,为了解决这个问题,已经有越来越多的研究致力于此方面,也都取得了不俗的成绩,但是面对膨胀增长的数据量和日益复杂的使用条件,这些算法的限制也日益突出。因此本文就着力于解决这个数据立方体算法的效率低下的问题,本文提出了一种新的基于分割的数据模型,此算法的核心是将数据从属性到ID进行反向映射,得到了以属性为主键的数据分割,将不同ID的数据通过属性联系起来,以替代传统的数据存储方式。在查询中,可以通过自定义的数据结构快速的得到聚合结果。然后经过数据仓库的构建实现了这个算法,将此算法应用于具体的数据仓库模型中,从而得到了具体的实验参数和结果。通过实验结果可以看出,本文的算法通过构建的数据仓库系统最终得以实现,算法的空间效率要优于shell-fragment等的数据立方体算法,在时间上,此算法也可以在合理的时间内完成查询操作。因此,通过分割的概念,就得到了一个高效的数据立方体算法。(本文来源于《华南理工大学》期刊2017-04-25）
数据立方体论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对传统评估指标生成模式无法适应作战态势快速变化的问题,提出一种基于数据立方体的评估特征项生成方法。以兵棋推演数据为基础,基于数据立方体框架构建评估特征项生成模型,利用不同维度组合生成评估特征项。围绕数据立方体中存在的"维度爆炸"问题,利用维度组合裁剪模型来缩小搜索空间,通过特征项标识算法进行唯一标识,并采用移动时间窗口提取评估特征数据。实验证明,该方法生成的评估特征项能够有效支撑对特定问题的评估。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
数据立方体论文参考文献
[1].曹巧云,何望君,张福浩,刘涛,刘纪平.政区地图与数据立方体结合的联机可视化方法[J].测绘通报.2019
[2].刘海洋,唐宇波,胡晓峰,乔广鹏.基于数据立方体的评估特征项生成方法[J].指挥控制与仿真.2019
[3].叶枫,魏星,谢静,蒋秀林,陈玉娥.基于数据立方体预测针灸相关疾病-基因-药物新关联[J].湖南科技学院学报.2019
[4].陆妍玲,李景文,叶苏娴,姜建武,殷敏.扩展流数据立方体的GIS时空大数据组织方法[J].测绘通报.2018
[5].张婷,都仪敏.数据立方体格与概念格关系研究[J].软件导刊.2018
[6].管涛.维度频繁项集的数据立方体实现[D].兰州大学.2018
[7].张岩,吕梦儒.构建高维度数据立方体的有向图方法[J].沈阳师范大学学报(自然科学版).2018
[8].魏星,胡德华,易敏寒,朱启贞,朱文婕.基于数据立方体挖掘疾病–基因–药物新关联[J].数据分析与知识发现.2017
[9].唐玮唯,冯径,舒晓村.基于用户行为分析的数据立方体缓存策略[J].计算机应用.2017
[10].王弘剑.一种基于分割的OLAP查询数据立方体算法[D].华南理工大学.2017
论文知识图
