在M icrosoft的SQ Server 2000平台上,对从实验室采集的4对不同齿轮副的故障信号建立数据库,由此建立一个齿轮故障情况数据仓库,采用OLAP技术构造一个判断齿轮故障类别的决策模型,并利用该模型去分析未知故障的齿轮信号,支持齿轮箱的诊...在M icrosoft的SQ Server 2000平台上,对从实验室采集的4对不同齿轮副的故障信号建立数据库,由此建立一个齿轮故障情况数据仓库,采用OLAP技术构造一个判断齿轮故障类别的决策模型,并利用该模型去分析未知故障的齿轮信号,支持齿轮箱的诊断决策。诊断结果有较高的可信度,说明OLAP技术在机械设备故障的诊断决策中有实用价值。展开更多
通过基于主动决策引擎日志的数据挖掘来找到分析规则的CUBE使用模式,从而为多维数据实视图选择算法提供重要依据;在此基础上设计了3A概率模型,并给出考虑CUBE受访概率分布的视图选择贪婪算法PGreedy(probability greedy),以及结合视图...通过基于主动决策引擎日志的数据挖掘来找到分析规则的CUBE使用模式,从而为多维数据实视图选择算法提供重要依据;在此基础上设计了3A概率模型,并给出考虑CUBE受访概率分布的视图选择贪婪算法PGreedy(probability greedy),以及结合视图挽留原则的视图动态调整算法.实验结果表明,在实时主动数据仓库环境下,PGreedy算法比BPUS(benefit per unit space)算法具有更好的性能.展开更多
文摘在M icrosoft的SQ Server 2000平台上,对从实验室采集的4对不同齿轮副的故障信号建立数据库,由此建立一个齿轮故障情况数据仓库,采用OLAP技术构造一个判断齿轮故障类别的决策模型,并利用该模型去分析未知故障的齿轮信号,支持齿轮箱的诊断决策。诊断结果有较高的可信度,说明OLAP技术在机械设备故障的诊断决策中有实用价值。
基金Supported by the National Natural Science Foundation of China under Grant No.60473051 (国家自然科学基金) the China HP Co. and Peking University Joint Project (北京大学-惠普(中国)合作项目)
文摘通过基于主动决策引擎日志的数据挖掘来找到分析规则的CUBE使用模式,从而为多维数据实视图选择算法提供重要依据;在此基础上设计了3A概率模型,并给出考虑CUBE受访概率分布的视图选择贪婪算法PGreedy(probability greedy),以及结合视图挽留原则的视图动态调整算法.实验结果表明,在实时主动数据仓库环境下,PGreedy算法比BPUS(benefit per unit space)算法具有更好的性能.
