文档介绍：湖北师范学院学士学位论文(设计)开题报告
学生姓名
所在院系
控制科学与工程系
所在班级
指导教师
杨锦园
学生学号
专业方向
电气工程及其自动化
开题时间
导师职称
副教授
论文题目
数据库中异常数据处理方法设计
文献综述:
前言
随着社会的迅猛发展,计算机越来越多发挥着举足轻重的作用,测控系统也随着我国工业化的发展而越发重要,一个好的测控系统必须涉及到数据的判断,数据的检测与剔除以及数据的修正。而如何进行异常数据的处理更是引起许多知名学者的积极探讨,数据库作为数据的承载者在一定范围内是不容忽视的,因而基于数据库中异常数据的处理数学模型的研究也有着一定的重要性和不可忽视的价值。
主题
早在2003年就有人研究异常情况下观测数据处理中的若干问题及不确定大系统的鲁棒镇定性。并且主要讨论了几种常见的分布下异常数据的检测方法和基于不完全观测数据情形几种常见分布的参数估计问题,以及具有时滞的不确定大系统的鲁棒镇定性。此后关于异常数据的检测和基于不完全观测数据的参数估计,是近年在理论和应用方面都受到广泛关注的热点问题。
接着在2004年就有学者将数据库的异常数据检测技术结合重力进行研究,并且利用SQL Server建立后台数据库和以面向对象的Delphi语言作为应用程序开发工具,在Windows 2000平台上开发了图形用户界面的重力异常数据处理系统。该系统集重力异常数据处理和数据库管理为一体,包括了数据输入、数据处理、数据查询、数据输出、数据库管理和系统安全管理六大功能模块。系统提供简洁的操作界面和友好的应用环境,便于用户使用。在实例运用中,将西藏地区的重力异常数据用该系统进行了处理。结果表明,系统操作简单方便,不仅能提高处理效率,还能实现对数据的系统管理。可见将数据库的数据处理结合于我们的日常研究中可以提供便捷,节省我们的耗时,这对于我们的研究有着非常重要的作用。
2006年又有人将数据库异常数据的检测与数学模型想结合,提出了隐Markov模型的数据库异常检测技术并且刻画了一个数据库用户正常行为的隐Markov模型,并在此基础上设计数据库异常检测算法。该算法在判断某个用户的操作序列是否发生异常的过程中,针对观测序列长度不断增加,但P{O/λ}观测值却越来越小的情况,,对该窗口中的序列X进行P{X/λ}计算,如果窗口的P{X/λ}值低于给定阈值ε,则该窗口中的短序列标记为“异常”,如果异常短序列数目与总短序列数目之比超过另一给定的阈值δκ,就判断该数据库用户的行为异常,并讨论了隐Markov模型参数设定和阈值选取等问题。这一研究的提出又将异常数据检测运用于数学模型中,结合数学的知识实现对数据的检测,在一次的显示出异常数据检测的通用性和重要性。
2007年异常数据检测又被运用与雷达截面的测量系统中,对目标的雷达截面(RCS)测量得到大量原始数据,为了对目标的散射特性作进一步分析,必须对这些原始数据进行简化和处理,得到能概括目标散射特征的数据。应用格拉布斯检验方法和卡尔曼滤波方法分别对静态和动态测试数据的异常值进行预先判别、剔除处理,然后再对原始数据进行平滑处理和统计分析,提高了处理结果的置信度,更准确地表征目标的RCS特性。此理论的提出,在一次将异常数