集合上封闭立方体的计算

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (33): 36-38.

集合上封闭立方体的计算

倪志伟1，2，孟金华1，2，毛雪岷1，2

1.合肥工业大学管理学院，合肥 230009
2.过程优化与智能决策教育部重点实验室，合肥 230009

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-11-21 发布日期:2011-11-21

Computation of closed cube on sets

NI Zhiwei1，2，MENG Jinhua1，2，MAO Xuemin1，2

1.School of Management，Hefei University of Technology，Hefei 230009，China
2.Key Lab of Process Optimization and Intelligent Decision-making，Ministry of Education，Hefei 230009，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-11-21 Published:2011-11-21

摘要/Abstract

摘要： 随着原始数据记录数的增多，数据立方体在存储空间和计算时间上的消耗都越来越大，封闭立方体是减少数据立方体的存储空间的有效手段。提出一种新的封闭数据立方体的生成算法，针对大量的原始数据集，通过预处理，采用类似BUC算法的计算顺序自上而下递归输出封闭单元，使用实际数据做了相关研究的实验，实验结果表明该算法能有效提高生成速度。

关键词: 联机分析处理, 预处理, 封闭立方体, 集合

Abstract: With the increase of the original data record count，the consumption of the date cube’s storage space and computation time will be bigger and bigger.Closed cube is the valid method in decreasing data cube’s storage space.This paper comes up with a new generating algorithm of closed data cube.Aiming at the plenty of original data set，by means of pretreatment，the sealed units are outputted using the recursion of the computation sequence from above to below which is similar to BUC algorithm.Some experiments are done by practical data.The results of experiments demonstrate that the algorithm can effectively improve the generating speed.

Key words: On-Line Analytical Processing（OLAP）, pretreatment, closed cube, set

倪志伟1，2，孟金华1，2，毛雪岷1，2. 集合上封闭立方体的计算[J]. 计算机工程与应用, 2011, 47(33): 36-38.

NI Zhiwei1，2，MENG Jinhua1，2，MAO Xuemin1，2. Computation of closed cube on sets[J]. Computer Engineering and Applications, 2011, 47(33): 36-38.

[1]	韩卫宇，程龙生. 结合马田系统-SVM的滚动轴承故障模式分类研究[J]. 计算机工程与应用, 2021, 57(6): 239-246.
[2]	陈明月，刘三阳. 自适应流形学习在故障诊断中的应用[J]. 计算机工程与应用, 2021, 57(3): 247-252.
[3]	易灵芝，王仕通，易芳，邓栋，易志敏，姜鹏. 基于EEMDSE-ILSTM的风电场超短期风速预测[J]. 计算机工程与应用, 2021, 57(22): 288-294.
[4]	孙爽，陈燕，朴在吉，张金松. 轨迹数据的时空模式挖掘与管理决策研究综述[J]. 计算机工程与应用, 2021, 57(16): 16-26.
[5]	成立明，陈建新，陈瑞，陈志敏. 融合自监督单目图像深度估计的视觉里程计[J]. 计算机工程与应用, 2021, 57(15): 230-236.
[6]	李广安，曹岩，岳晓新. 基于BEEMD分解的红外与可见光图像融合[J]. 计算机工程与应用, 2021, 57(14): 237-244.
[7]	彭小红，梁子祥，张军，陈荣发. 深度学习驱动的水下图像预处理研究进展综述[J]. 计算机工程与应用, 2021, 57(13): 43-54.
[8]	曹洁，张丽君，侯亮，陈作汉，张红. 关联交叉口子区的信号优化控制方法[J]. 计算机工程与应用, 2020, 56(7): 273-278.
[9]	李道全，王雪，于波，黄泰铭. 基于一维卷积神经网络的网络流量分类方法[J]. 计算机工程与应用, 2020, 56(3): 94-99.
[10]	余同瑞，金冉，韩晓臻，李家辉，郁婷. 自然语言处理预训练模型的研究综述[J]. 计算机工程与应用, 2020, 56(23): 12-22.
[11]	刘俊涛，王素娟，林晓明，刘祚时，谭俭辉，宋丹. 结合FCM聚类和边缘感知模型的眼底渗出物检测[J]. 计算机工程与应用, 2020, 56(11): 192-199.
[12]	杨航，朱永利. 基于Storm的局部放电信号集合经验模态分解[J]. 计算机工程与应用, 2020, 56(10): 261-267.
[13]	晁静静，沈文忠，宋天舒. 基于HOG和SVM的双眼虹膜图像的人眼定位算法[J]. 计算机工程与应用, 2019, 55(9): 184-189.
[14]	吕伟，宋文爱，富丽贞，许文. 大规模图数据边受限制的最短距离查询算法[J]. 计算机工程与应用, 2019, 55(7): 71-81.
[15]	姜道银1，2，葛洪伟1，2，袁罗1. 一种动态划分的混合连续域蚁群优化算法[J]. 计算机工程与应用, 2018, 54(7): 144-151.