收藏本站
《中南大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

无缝运输信息网格的若干关键技术研究

罗永红  
【摘要】:智能型综合交通运输系统的根本目标就是充分利用以信息为基础的现代技术使各种交通运输方式有效地衔接起来,进行一体化的运营管理、决策、规划、信息和资源共享服务。而网格的本质就是要实现资源的全面共享,因此网格技术的发展为智能型综合交通运输体系的构建提供了一种有效的途径。本文提出的无缝运输信息网格是一个开放的系统架构,能提供公路、铁路、水运、航空等运输系统中信息设施和资源的互连互通,并为完成每一个复杂的运输任务动态构成运输虚拟组织,进行实时的协调和组织,实现信息快速收集、快速处理、快速共享,最终实现全方位的、随时随地的信息共享及各种运输方式的协同工作。针对无缝运输信息网格实现中的体系结构、数据集成、语义查询、数据挖掘和多式联运的信息协同等问题,本文的主要研究工作如下: (1)结合网格技术和无缝运输中信息的共享和智能处理,引入了无缝运输信息网格的概念,根据无缝运输的特点以及SOA以服务为中心的思想和OGSA分层模型的优势提出了无缝运输信息网格的体系结构,该体系结构由资源层、基本面向服务体系结构层、网格服务部署层、网格中间件层、Agent层和应用层组成,能为无缝运输的实施和管理提供多种高质量的即插即用服务。 (2)为了实现综合运输系统中所有交通运输信息的共享,本文针对OGSA-DA工在数据集成上的不足设计了一个由统一访问接口、数据处理器、数据访问器、OGSA-DAI基础服务与组件和数据源五部分组成的数据集成平台。利用该平台,无缝运输信息网格的用户就可以以统一的方式来访问来自不同类型不同厂商的数据库的数据。在该平台中为了支持用户对数据的透明访问和异构数据库的集成以及提高分布式查询的效率,引入了虚拟数据库技术、数据库模式集成策略和分布式查询优化模型。 (3)针对传统信息查询中由于缺乏语义支持所造成的问题,本文在无缝运输信息网格环境中实现了一种基于本体的语义查询方法:每个数据源对应1个局部本体,将多个局部本体合并为全局本体;对于用户查询,首先形成用户查询向量,然后利用UQuery2GQuery算法生成全局查询向量;对于全局查询向量,通过构建查询树进行分解,然后采用GQuery2SQuery算法将每一棵查询树映射为对应数据源上的子查询语句。此外,为了提高无缝运输网格中语义查询的效率,本文还提出了一个语义查询优化器(GSQO),该优化器主要实现了以下四个模块的优化:用户查询语义扩展,SPARQL查询,资源选择,并行处理。 (4)为了能实现无缝运输信息网格环境中的并行数据挖掘服务,本文设计了一个基于实时虚拟数据仓库的数据挖掘体系结构。针对数据挖掘结点和数据源的映射本文提出了MapND映射算法,MapND映射算法采用最小响应时间作为评价的主要指标,分别估计每个挖掘结点和数据块之间的数据传输时间和数据挖掘时间之和,将具有最小值之和的数据块和相应的结点进行映射。 (5)本文提出了一个基于网格工作流的多式联运信息协同模型:为多式联运过程中提取出来的各个信息网格服务建立基于EDAG的协作图,图中利用汇聚和分支结构来描述节点之间的复杂同步关系。另外,本文还给出了一个信息协同优化处理的方法:对多式联运工作流应用按照加权、排位、映射、分组和重调度五个阶段的处理,合理地安排工作流任务的服务调度,使得工作流应用的信息协同获得优化。
【学位授予单位】:中南大学
【学位级别】:博士
【学位授予年份】:2011
【分类号】:TP18;TP311.13;U11

【相似文献】
中国期刊全文数据库 前10条
1 王艳;;数据隐私保护技术综述[J];知识经济;2011年14期
2 杜垒;王飞;;数据挖掘在学生管理中的应用[J];科技信息;2011年18期
3 胡锟;杨路明;;浅谈移动CRM客户价值细分[J];电脑知识与技术;2011年13期
4 李想;;PLE编码在关联数据挖掘中的应用[J];电脑知识与技术;2011年15期
5 张博;张超伟;;中药方剂数据挖掘中的数据预处理研究[J];电脑知识与技术;2011年17期
6 杜英;;关联规则挖掘研究[J];知识经济;2011年14期
7 李炳燃;张金哲;;数据挖掘在设备故障诊断专家系统知识获取中的应用[J];科技信息;2011年20期
8 李丹实;;使用SQL Server2005构建数据挖掘应用程序[J];煤炭技术;2011年07期
9 张红艳;都娟;;关联规则中Apriori算法的应用[J];数字技术与应用;2011年08期
10 吴旭东;柳炳祥;;聚类分析在高校图书馆管理中的应用[J];电脑开发与应用;2011年09期
中国重要会议论文全文数据库 前10条
1 郭学军;陈晓云;;粗集方法在数据挖掘中的应用[A];第十六届全国数据库学术会议论文集[C];1999年
2 徐慧;;基于Web的文献数据挖掘[A];第十七届全国数据库学术会议论文集(技术报告篇)[C];2000年
3 孙迎;;医院信息的数据挖掘与方法研究[A];中华医学会第十次全国医学信息学术会议论文汇编[C];2004年
4 薛晓东;李海玲;;数据挖掘的客户关系管理应用[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(下册)[C];2004年
5 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病“阴阳类证”辨证规范的数据挖掘研究[A];中华医学会第十三次全国神经病学学术会议论文汇编[C];2010年
6 薛鲁华;张楠;;聚类分析在Web数据挖掘中的应用[A];北京市第十三次统计科学讨论会论文选编[C];2006年
7 朱扬勇;黄超;;基于多维模型的交互式数据挖掘框架[A];第二十届全国数据库学术会议论文集(技术报告篇)[C];2003年
8 陈涛;胡学钢;陈秀美;;基于数据挖掘的教学质量评价体系分析[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
9 王星;谢邦昌;戴稳胜;;数据挖掘在保险业中的应用[A];北京市第十二次统计科学讨论会论文选编[C];2003年
10 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病阴阳类证辨证规范的数据挖掘研究[A];2010中国医师协会中西医结合医师大会摘要集[C];2010年
中国重要报纸全文数据库 前10条
1 早报记者 胡孝敏;跨国企业掘金中国“数据挖掘”市场[N];东方早报;2005年
2 吴勇毅;软件选型:数据挖掘是重点[N];中国冶金报;2009年
3 刘光强;靠数据挖掘抓住客户的心[N];中国计算机报;2009年
4 本报记者 郭白岩;大众点评网向数据挖掘要收益[N];中国经营报;2011年
5 赵骏飞;数据挖掘在金融行业的应用[N];中国保险报;2011年
6 本报记者 黎宇文;博时基金王德英: 数据挖掘促进基金精细化管理[N];中国证券报;2011年
7 本报记者褚宁;数据挖掘如“挖金”[N];解放日报;2002年
8 吴辅世;打破数据挖掘的5个神话[N];中国计算机报;2003年
9 ;数据挖掘:如何挖出效益?[N];中国计算机报;2004年
10 ;数据挖掘流程[N];人民邮电;2001年
中国博士学位论文全文数据库 前10条
1 罗永红;无缝运输信息网格的若干关键技术研究[D];中南大学;2011年
2 孙丽;工艺知识管理及其若干关键技术研究[D];大连交通大学;2005年
3 胡志坤;复杂有色金属熔炼过程操作模式智能优化方法研究[D];中南大学;2005年
4 刘革平;基于数据挖掘的远程学习评价研究[D];西南师范大学;2005年
5 刘寨华;基于临床数据分析的病毒性心肌炎证候演变规律研究[D];黑龙江中医药大学;2006年
6 王川;基因芯片数据管理及数据挖掘[D];中国科学院研究生院(上海生命科学研究院);2004年
7 王涛;挖掘序列模式和结构化模式的精简集[D];华中科技大学;2006年
8 郭斯羽;动态数据中的数据挖掘研究[D];浙江大学;2002年
9 李旭升;贝叶斯网络分类模型研究及其在信用评估中的应用[D];西南交通大学;2007年
10 刘东升;面向连锁零售企业的客户关系管理模型(R-CRM)研究[D];浙江工商大学;2008年
中国硕士学位论文全文数据库 前10条
1 孙小林;金融数据挖掘中的增量聚类算法及应用研究[D];华中科技大学;2004年
2 马丽娜;基于Web的数据挖掘技术研究[D];山东师范大学;2002年
3 赵彩云;数据挖掘在外贸业务分析决策系统中的应用研究[D];北京工业大学;2003年
4 王景;基于关联规则数据挖掘的研究[D];广西大学;2003年
5 高延铭;数据挖掘在通信行业CRM中的应用研究[D];中国海洋大学;2003年
6 刘玉锋;数据挖掘中关联规则算法的研究与应用[D];长春理工大学;2010年
7 张吉楠;机场预报预测系统的相关技术研究[D];河南大学;2010年
8 周绪倩;基于电子商务的Web数据挖掘系统架构研究[D];河北工程大学;2010年
9 高伟华;基于BP神经网络的WEB数据挖掘[D];中南民族大学;2010年
10 王秀庭;基于冠心病数据库的关联规则数据挖掘系统的设计与实现[D];电子科技大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026