针对多源数据库之间的异构差异及互操作应用，分析和研究了异构数据集成体系结构、模式映射、模式 冲突及解决办法、查询处理、数据集成及数据管理等相关问题，提出了中间件体系结构的异构多源数据库整合系统 解决方法，模式映射方案采用GAV，系统采用JAVA语言设计，使用JBc~4．2设计，算法采用类JAvA语法描述，模 式以及模式集成信息采用XML描述，以实际用例测试，成功解决了模式冲突的消解、全局查询的分解和数据集成 处理等问题，系统运行效果良好，具有实际应用价值。

基于云计算的多源异构大数据跨源调度方法

针对基于多源数据融合的多用户决策问题，建立了多源异构数据融合模型，研究了基于三角模糊数的异构数据统一量化表示方法，采用有序加权平均算子融入决策者的偏好，设计了一种支持多用户决策的多源异构数据融合算法。实际应用表明，本文设计的算法能解决多源异构数据在结构和语义上的模糊性、差异性和异构性等问题，通过在数据融合过程中考虑决策者偏好，提高了多用户决策结果的可靠度。

一种基于深度学习的多源异构数据融合方法.pdf

针对智能健康管 理中对信 息集成 的要 求，深入分析信 息资源 的异构特 性 ，对基于 多级多中心的 多源异构 数据融合方法进行研 究 ，提 出智 能健康 管理 中多源异构 数据 的融合树体 系结构 ，并介绍 融合 系统 的设计 、融合 节点的组成 以及 具体 的融合算法。对所采集 的健康数据进行 仿真测试 ，实验 证明该体 系可 以获得较 好的融合效果 ，实现 对信 息的有效集成 ，使管理效果更 加优 化。

针对智能健康管理中对信息集成的要求，深入分析信息资源的异构特性，对基于多级多中心的多元异构数据融合方法进行研究

大数据平台具有开放性和共享性，但随着数据量不断增加且用户访问上下文环境复杂多变，RBAC模型难以满足大数据环境下细粒度、灵活的访问控制。针对这一问题，提出了大数据平台下多源异构数据的访问控制模型。该模型根据属性动态地确定角色权限，并构建基于数据组的层次结构，实现数据属性的简单管理。对该模型进行了形式化定义，阐述了在 Hadoop 平台中的实现和工作流程，并通过实验验证了所提方案的性能开销相对较小。

在大数据环境下，多源舁构知识的融合为研究者从众多分散 、异构的数据源和知识源 中挖掘 出隐含 的、有价值的和尚未微发现的信息和知识提供了非常有效的手段和方法。针对 目前知识融合方法的不足 ．在对大数据环境下的肄构知识融合方法进行深入研究的基，将已有的数据融合算法合理地移植到知 识融合中，设计并构造 了大数据环境下 的多源肄构餐珀识融合算法。为进 一步提高获取知识的质量，依据知识源粒度的动态选择 ，提出了一种改进的知识源分解一合并法 ，以获得合适粒度大小的知识源集合和尽可能真实可靠 的知识。基于 Hadoop和 MapReduce框架所构建的实验平台耐所提算法进行 r实验验证。实验结果表明，所提出的多源异构知识融合算法有效可行 ，并能够有效显著地提高多源异构知识融合算法的性能。

物联网的全面感知产生了海量的感知数据,并且感知数据呈现为显著的多源异构性.因此,如何实现海量多源异构感知数据的智能处理是一个具有挑战性的课题.数据融合是处理多模态数据并挖掘提取有价值信息的有效手段,但针对多源异构数据,特别是非结构化的视频多媒体信息,如何实现高效的融合计算还面临许多问题需要解决.本文针对物联网多源异构感知信息的处理问题,提出多层次的多源异构数据融合方法,并以基于无线信号、视频和深度感知数据的目标定位跟踪应用为切入点,重点研究多源异构数据的处理、特征表示和数据融合方法.根据不同类型数据的特性采用不同的数据融合方法,通过挖掘无线信号、视频和深度等多源异构数据内在的关联性,实现多源异构数据有价值信息的有效利用.实际复杂场景的实验表明,本文提出的基于多源异构数据融合的目标跟踪和定位方法,能够解决传统依赖单源同质数据的目标跟踪方法所面临的光照变化和遮挡交错等难点问题,并且可以获得较为准确的运动目标三维位置,具有良好的跟踪定位效果.

基于多源异构交通大数据的综合客运枢纽预警模型研究.pdf