数据窗口

数据窗口（精选九篇）

数据窗口 篇1

表输出设计任务比较多。其报表的结构和组成如图1所示。

将上述报表的结构分为以下三个部分: (1) 表头部分, 由报表主题名称、制表单位、制表日期、计量单位组成; (2) 内容部分, 由表栏目和记录组成, 即列表数据部分, 是报表的主要构成; (3) 表尾部分:由主管、经手人、审核人等组成。

(二) 处理数据常用的格式。在POWERBUILDER开发信息系统时, DATAWINDOW控件是数据处理的主要工具。使用DATAWINDOW控件实现数据处理的一般步骤和方法如下: (1) 根据查询要求, 确定数据查询的SQL结构; (2) 根据SQL结构, 建立相应的数据窗口对象 (DATAWINDOW OB-JECT) D_EDIT, 并确定检索项目; (3) 在一个WINDOW控件上加入DATAWINDOW控件DW_EDIT, 通过DATAOBJECT属性将D_EDIT绑定到DW_EDIT; (5) 在DW_EDIT的OPEN事件中, 通过以下命令

DW_EDIT.SETTRANSOBJECT (SQLCA) //SQLCA是数据库事务处理对象

DW_EDIT.RETRIEVE (ARG1, ARG2, …)

完成数据的检索。

经过上述步骤后, 数据窗口控件DW_EDIT中的数据显示如图2所示。

从图2可以看出, 数据处理时的列表没有表头和表尾部分, 只有表的内容部分。如果直接由数据窗口控件DW_EDIT打印输出报表, 则不符合报表格式的要求。

二、报表打印输出函数设计的基本思想和结构

(一) 设计思想。在POWERBUILDER系统中, 数据存储控件DATASTORE具有如下的性质:具有非可视属性, 完成数据的列表检索;有DATAOBJECT属性, 实现DATAOBJECT的传送;可与DATAWINDOW共享数据, 完成数据从可视控件向非可视控件的传送。

(二) 函数结构及实现方法。利用POWERBUILDER系统提供的嵌套报表设计工具, 设计通用报表数据窗口对象D_REPORT_PRINT, 如图3所示, 作为DATASTORE实例LDS_INPUT的DATAOBJECT, DW_NESTED是嵌套其中的数据窗口对象 (D_CHECKED_LIST是数据窗口对象实例) , 报表中的表头和表尾部分的内容以对象的形式出现在规定的位置上 (输出之前可通过数据窗口对象函数加以调整) , 这就是输出之前的准报表的格式;从调用对象传递给函数的参数变量名为FDW_PRINT, 为要打印输出的DATAWINDOW CONTROL。

函数的结构由三个部分组成: (1) 将需要打印的数据窗口控件通过函数参数FDW_PRINT传送给打印函数; (2) 将FDW_PRINT中DATAOBJECT的内容通过SHAREDATA (LD-WC_PRINT) 函数的方式传递给DW_NESTED; (3) 根据全局 (GLOBAL) 结构对象 (STRUCT OBJECT) GSTR_RPHD中的报表参数, 调整报表的表头和表尾的内容;根据FDW_PRINT的属性修改LDS_INPUT的打印属性, 使之符合报表打印输出的要求。

具体函数代码附后, 供参考。

三、结语

在POWERBUILDER开发工具中, DATAWINDOW和DATASTROE控件是一对互补控件。在信息系统的设计过程中, 充分利用DATAWINDOW的可视化性质完成对数据的日常处理工作, 利用DATASTORE的非可视化性质完成报表的打印输出工作。利用数据窗口控件之间的数据共享函数 (SHAREDATA) 实现数据的传递, 这样对于任何以列表方式处理数据的数据窗口就可以使用同一个打印函数实现其内容的打印输出, 这样大大减少了系统的开发工作量。

摘要：POWERBUILDER是信息系统开发常用的前端开发工具, 独特的数据检索和处理控件是其优势所在。本文的内容旨在说明如何利用非可视化控件DATASTORE以及共享函数SHAREDATA, 设计能够对可视化控件DATAWINDOW中的列表数据进行打印输出的通用报表打印函数, 以减少开发的工作量。

关键词：DATAWINDOWCONTROL,DATASTORE,DATAWINDOWOBJECT,数据共享,报表打印

参考文献

[1]张长富.PowerBuilder9.0实例教程[M].北京:电子科技大学出版社

[2]宋磊, 张军, 程志艳.PowerBuilder10实用编程百例.北京:清华大学出版社

数据窗口 篇2

下面这个Excel2007文件中有三个工作表，我们在Sheet1的B12单元格中定义了一个包含三个工作表指定单元格的求和公式。现在我们需要在修改三个工作表任意单元格数据的时候能够看到这个汇总数据的变化。

办公软件教程

现在点击“公式”选项卡，点击“监视窗口”按钮。

现在我们看到监视窗口。

选中我们需要实时监控的Sheet1的B12单元格，点击监视窗口中的“添加监视”。

“添加监视点”的窗口中出现我们选中的Sheet1的B12单元格位置，当然你也可以在这里修改或者手写需要的单元格位置，

监视窗口中出现我们刚才添加的监视内容。

这个“监视窗口”可以随意移动位置，比如我们可以把它拉到Excel2007的Ribbon窗口下面，以方便查看。

我们还可以将它移到Excel2007的底端。

现在我们在Sheet2中修改D5单元格的数字，可以看到监控窗口中的数据也跟着发生了改变。

如果想在多个监视区域间快速移动，可以在监视窗口中双击监视窗口的监视项，即可跳转到该单元格位置。

如果需要删除某个监视项，只需要在监视窗口中选中需要删除的监控内容，点击“删除监视”即可。

如果是在Excel2003中，可以采用如下的方式使用监控功能：选中相应的单元格，右击鼠标，在随后弹出的快捷菜单中，选择“添加监视点”命令。

数据窗口 篇3

数据窗口对象在应用程序中的应用, 是通过在窗口中添加数据窗口控件来实现的。数据窗口控件和数据窗口对象的组合, 是应用程序访问和操作数据库的主要手段。应用程序是通过数据窗口控件与数据库窗口对象交互的, 如果要想在数据窗口控件中显示数据, 就要创建应用程序与数据库的连接。在应用程序中建立数据库连接的过程如下: (1) 将事务对象设置为相应的值; (2) 与数据库连接; (3) 为数据窗口控件设置事务对象; (4) 进行数据库处理; (5) 断开与数据库的连接。

1 事务对象

事务对象是PowerBuilder程序与数据库之间传递信息的一个结构变量, 共有15个属性元素, 访问数据库前, 必须先为这个结构变量准备好访问数据库的参数, 然后才能通过这个结构变量与数据库连接, 完成所需的数据库操作。

一般情况下最好使用PowerBuilder提供的事务对象SQL-CA, 这样可以免除自己定义事务对象的麻烦。例如:SQLCA.DBMS="ODBC";

SQLCA.Database="DB01"。

SQLCA.AutoCommit=False

2 为数据窗口控件设置事务对象

为了通过DBMS或ODBC的数据库来使用数据窗口控件, 必须初始化一个事务对象, 如SQLCA, 然后连接到数据库上, 在进行数据库连接之后, 要在数据窗口控件访问数据库之前将事务对象赋值给数据窗口控件。

2.1 使用SetTrans函数

SetTrans函数用来将一个特定的事务对象复制到数据窗口控件的内部事务对象中。当数据窗口要访问数据库时, 如执行Update函数, 数据窗口会发出一个CONNECT命令, 处理相应的数据访问, 然后再发出一个内部的DISCONNECT命令, 断开与数据库的连接。

2.2 使用SetTransObject函数

SetTransObject函数用来在程序中指定数据窗口控件, 使用某个事物对象控件。在应用程序中使用SetTransObject函数的性能优于使用SetTrans函数的性能。当在程序中使用SetTransObject函数时应按顺序包括下列语句:

CONNECT

SetTransObject

Retrieve或Update

COMMIT或ROLLBACK

DISCONNECT

例如, 下列语句使用SetTransObject函数将数据窗口控件dw_emp与SQLCA连接起来:

dw_emp.SetTransObject (SQLCA)

3 检索和更新数据

使用数据窗口检索数据库的过程如下: (1) 创建一个事务对象变量; (2) 使用CONNECT语句把事务对象与数据库连接; (3) 使用SetTransObject () 函数把具体的事务对象与数据窗口控件关联; (4) 执行检索操作; (5) 断开与数据库的连接; (6) 删除自己创建的事务对象。

(1) 检索数据。数据窗口控件通过事务对象与数据库建立关联后, 就可以由所关联的数据窗口对象检索数据了, 检索数据使用PowerBuilder提供的Retrieve () 函数。如果在数据窗口对象中声明了检索参数, 可以在这个函数调用中给出具体的参数值, Retrieve () 函数的返回值是从数据库检索到的行数, 如果没有匹配结果, 返回值是0;如果检索中出现错误, 则返回值是-1。

(2) 更新数据。当对数据窗口中的数据修改后, 需要使用Update () 函数将所做的修改写回到数据库中, 如果执行成功, Update () 函数返回值是1;如果失败, 则返回值是-1。

Update () 函数可以触发的数据窗口事件如下: (1) DBError:执行Update () 函数失败时发生; (2) UpdateStart:执行Update () 函数开始时发生, 可用于对数据是否开始更新加以可视化提示信息; (3) UpdateEnd:执行Update () 函数完成时发生, 可用于删除由UpdateStart事件放置的可视化提示信息。

4 结束语

数据窗口是PowerBuilder的特有组件, 应用程序通过数据窗口控件和数据库连接, 从而实现对数据库的检索和更新操作。

参考文献

[1]徐松林.PowerBuilder数据库应用开发教程[M].北京:清华大学出版社, 2003.

[2]李春葆, 曾平.Sql Server2000应用系统开发教程[M].北京:清华大学出版社, 2007.

数据窗口 篇4

窗口服务工作联系民生最紧密、服务群众最直接，是联系群众的桥梁和纽带。我们以“窗口服务月”为开端，以“三亮三比三争创”（亮身份、亮承诺、亮形象；比学习、比服务、比奉献；争创满意窗口、争创优质品牌、争创服务标兵）为主要载体，重点围绕解决服务意识淡漠、监管执法创新不足，不按法定程序办事，方法简单，粗暴管理；工作作风漂浮，办事效率低下，与其他单位部门配合不畅，协调不顺等问题，在服务窗口重点开展了三项活动。

1、实施“形象工程”，在优化服务环境上提升窗口服务质量。一是“亮身份”。二是“亮承诺”。三是“亮形象”。

2、实施“先锋工程”，在提高服务本领上提升窗口服务质量。一是比学习；二是比服务；三是比奉献。

3、实施“绩效工程”，在规范服务管理上提升窗口服务质量。一是强化服务理念。二是规范服务管理。三是加强督查考评。四是建立健全窗口服务制度。①发挥找“错”作用，帮助服务窗口发现问题。服务窗口主动找，认真开展自查自纠。同时，发动群众广泛提，通过设立举报投诉电话、信箱，公开受理群众投诉，组织政风行风监督员深入监管服务对象，采取问卷调查、明察暗访、召开座谈会等方式，广泛收集群众意见建议，了解掌握服务窗口的行风状况，查找存在的主要问题，窗口服务月活动开展以来，全县共收集群众意见建议 条。②发挥纠“错”作用，督促服务窗口整改问题。对发现的问题认真梳

电力窗口部门大数据资料的应用 篇5

1电力窗口部门大数据的特点

作为社会化的服务窗口, 电力窗口大数据的来源广泛, 关系复杂。特别是在同配电数据整合对接后, 其结构更加多样。而且传输量巨大。上述特点决定了其在二次处理过程中, 如何同其他社会化数据相结合极为困难。表面上, 不同地区的电力窗口部门数据仅仅为配电额的结算, 但是一旦结合后台的配电数据, 地区的消费数据, 进一步的同城市交通如电动汽车、电动车的运行, 则会直接产生大量的综合社会数据。从此角度出发, 电力窗口的大数据, 对接其他行业的大数据, 虽然有着良好的挖掘潜力, 但是不同种类、不同个体的数据源具有的差异化的复杂产生方式, 如何保证其经过一次处理后, 满足进一步大数据的二次处理的需要, 以获得满意的分析结果, 是当今电力窗口部门数据处理的难点。因此, 有必要寻求适应电网数据特征的大数据应用技术。

2电力窗口部门大数据应用的关键技术及方法

2.1过程信息的储存及处理

鉴于电网数据的测量点多, 运行方式变化快的特点, 为了实现电力窗口同电网的有效对接, 并在第一时间内对该数据进行处理, 则首先要对现有的电网处理数据进行提升, 应用测量数据关联分析与清洗修正技术针对电网内部的数据进行过滤及分析, 保证在同其他源数据对接过程中的效率。此外, 对于外源的数据库, 在对接之前亦需要对其数据逻辑进行初步的分析及过滤, 以保证其后期同窗口大数据的有效对接。以分布式数据处理系统及云计算技术对上述数据进行处理, 可支撑本体系在未来实际应用中的需要。

2.2电力窗口数据对智能电网的支持

智能电网内, 除一般性质的配电数据, 电力窗口的大数据对于整个电网的规划和运行亦有十分重要的积极意义。由于电力窗口部门面对社会人群, 表面上仅针对其客户家庭内部用电的情况。但是, 该用电数据可以直接对接配电的大数据, 并直接为公司内部提供第一手的用电资料。电力窗口部门的数据采集, 可以为电网提供更高精度、更细粒度的结果, 并在此之上, 进一步的预测地区用电的实际情况。为电网调节提供实际依据。

2.3电力窗口数据对社会服务大数据的支持

由于电力窗口数据的上游采集自电网的配电情况, 下游采集自社会用电量。其本身为沟通上下游数据的桥梁。通过对于自身窗口数据的分析, 可以获知的确用电量的情况, 并配合对社会发展的相关数据的挖掘, 可预测宏观电量的变化。相比之而言, 窗口大数据所获得的精度更高, 且同其他资源的契合度更高。因此, 可以实现对电网局部用电量的精细化预测。根据电力窗口数据所获得的数据, 进行深度挖掘后, 进行建模处理, 并根据社会数据, 如工商、管理、交通等部门的整合预测数据, 对该模型持续不断的修正, 最终实现相应的用电预测, 该数据可以反哺社会数据, 为公共部门提供精细化的用电数据。而该用电数据可为公共事务的决策及管理提供重要的支撑资料。

2.4电力窗口数据对商业大数据的支持

现代商业需要整合不同地域的大数据以实现广告投放及网点的建设, 要针对不同的人群的特点, 其适用的商业形式也大有不同。而以电力窗口的大数据可以反推各个地区的客群特点, 为公司的决策提供支持。另一方面, 以该数据配合其他公用服务的大数据, 可以更加精准的对地区商业预判, 最终满足地区商业发展的需要, 增加地区繁荣。

3结论

与传统的大数据管理不同, 电力窗口的大数据作为智能电网的一种延伸, 并非电网数据的单一补充, 而是进一步的挖掘, 可以以此为基础, 从数据中获得更大的价值。通过对电力窗口部门数据的应用可以有效提升智能电网的运行效率, 并提升电力部门的社会服务水平。

参考文献

[1]廖建新.大数据技术的应用现状与展望[J].电信科学, 2015, 31 (7) :1-12.

[2]Greene, C.S., et al., Big Data Bioinformatics.Journal of Cellular Physiology, 2014, 229 (12) :1896-1900.

[3]刘燕.对电力营业窗口如何做好优质服务的探讨[J].中小企业管理与科技, 2011 (30) :68-68.

[4]胡晓东.略谈富锦电力窗口人员的服务礼仪[J].城市建设理论研究:电子版, 2013 (35) :1-2.

数据窗口 篇6

用户可管理界面软件既是一种技术,也是一种编程思想和方法,可以在任何开发工具中加以贯彻。该文给出的是基于Powerbbuuiillddeerr数据窗口技术的一种实现。

1 总体设计思路

Powerbuilder应用程序中,界面元素包括窗口、菜单、窗口中的各种控件等,数据窗口(Data Window)控件是窗口控件的一种,数据窗口控件通过与数据窗口对象相结合,用多种风格向用户展示数据并将用户对数据操作的结果保存到数据库中,因此数据窗口构成了应用程序界面的最主要的元素。该文主要介绍数据窗口界面用户可管理的实现,窗口及窗口中其它控件的实现思想与此类似。

对用户界面的管理包括获取用户界面的各种界面元素、对界面元素的属性进行重新设置、持久存储修改结果、界面再次被载入时通过最后一次的修改结果重构数据窗口等主要内容。总体结构图如图1所示。

2 系统实现

首先构造一个数据窗口类型的用户可视对象,所有的编程都是面向该用户对象的,应用程序中的数据窗口控件都继承自该对象,因此不会增加程序员的工作量。

2.1 数据窗口语法的读取及数据窗口的重构

数据窗口的重构是指使用已经存储的数据窗口语法重新构建数据窗口,代码可以放入数据窗口控件的constractor事件中。

首先检查数据库中是否保存有该数据窗口的语法,若存在,则取得该数据窗口的语法,通过该语法重建该数据窗口;若用户未对该数据窗口进行过管理配置,则不存在该数据窗口语法的存储信息,这时直接使用原始数据窗口。数据窗口构建(constractor)事件代码如下:

其中dw_describe_script表包括数据窗口对象名(datawindow_name)及数据窗口语法(datawindow_scrip)等列。

2.2 数据窗口语法的获取及保存

当用户对数据窗口进行了修改后,可在数据窗口控件的destructor事件中获取修改后的数据窗口语法,并保存到数据库中。保存数据窗口语法的代码如下:

2.3 界面管理工具

界面管理工具是软件使用者管理用户界面的工具,用户通过点击数据窗口,从弹出的菜单中打开该如图2所示的窗口。

在该窗口的open事件中通过Describe函数取得原数据窗口语法字符串,然后取得由制表符分隔的每个控件的名字,通过De-scribe (ls_object_name + ".type")判断控件类型,对于不同类型的控件取得相应属性并显示于图2所示的窗口中。

用户通过通过图2修改各种控件的属性,也包括新建、隐藏数据窗口中的控件等。当用户点击确定按钮后,通过modify函数将修改后的结果反映到原数据窗口中。

由于篇幅所限,本部分代码从略。

3 结束语

数据窗口 篇7

在数据窗口控件中交换不同的数据窗口对象有两种方式:设计 (design) 阶段和运行 (run time) 阶段。下面介绍下显示数据中的一些操作技巧。

一、利用数据窗口实现基本数据显示

以PowerBuilder本身所提供SQL Anywhere数据库中的PowerSoft Demo DB数据库为例, 实现用数据窗口显示基本数据。

步骤1.请先确认当前的PowerBuilder开发环境已连上SQLAnywhere的PowerSoft Demo DB数据库。如果还没有连上SQLAnywhere的PowerSoft Demo DB数据库, 可以利用图形工具栏上的DBProfile的图标, 选择PowerSoft DemoDB V 6项, 按下OK按钮就可以连上PowerSoft Demo DB数据库。

步骤2.进入PowerBuilder应用程序后, 打开应用程序绘图器 (Application Painter) , 选择打开图标, 打开pbdw () 目录底下的pbdw.pbl文件后, 选择pbdw的应用程序对象。

步骤3.打开进入数据窗口绘图器 (DataWindow Painter) 后, 选择New按钮。

步骤4.选择Quick Select作为Data Source, Grid为Presentation Style。

步骤5.选择table employee后, 按照顺序选择dept_id, emp_id, emp_fname, emp_lname等字段, 按照dept_id以Ascending方式排序, 然后按下OK按钮。

步骤6.选择菜单中的“File/Save As”项, 将数据窗口存成d_emplist, 并且写上“员工一览表”当成注解。

步骤7.利用窗口绘图器 (Window Painter) 打开w_basic窗口, 在窗口上面放置一个数据窗口控件 (DataWindow Control) 后, 命名为dw_emplist。并且将d_emplist的数据窗口对象 (object) 指定给dw_emplist的数据窗口控件。最后将Vscroll Bar选

步骤8.在窗口open event中写上OPEN函数和数据读取函数从数据库中读取数据。

步骤9.运行应用程序, 选择运行窗口w_basic。

步骤10.结果会显示所有员工数据。

二、动态改变数据窗口对象

步骤1.利用数据窗口绘图器, 选择Quick Select作为Data Source, FreeForm当成Presentation Style。

步骤2.选择table employee后, 选择Add All按钮选取所有字段, 按照emp_id排序后按下OK按钮。

步骤3.适当地调整字段标题位置后, 将数据窗口存成d_empdetail, 写上“员工详细数据”当成注解。

步骤4.利用窗口绘图器打开窗口w_change_dw, 将d_emplist数据窗口对象指定给dw_1数据窗口控件, 并选择垂直滚动条 (VScroll Bar) 的功能。

步骤5.分别在“显示多笔数据”与“显示单笔数据”按钮的clicked event中写上显示数据的程序代码。

步骤6.运行应用程序后, 选择运行窗口w_change_dw。

步骤7.按下“显示多笔数据”按钮时, 会显示多笔员工数据。

步骤8.按下“显示单笔数据”按钮, 会显示单笔员工数据。

在数据窗口中显示数据时, 必须先声明一个交易对象 (Transaction Object) , 把适当的数据库连接信息指定到交易对象的属性 (properties) 后, 再利用数据窗口所提供的settransobject () 和retrieve () 函数将数据从后端的数据库中读取到Client端的缓冲区 (buffer) 中, 通过这种方式我们就可以在数据窗口上看到数据。

摘要：PowerBuilder作为一种优秀的数据库应用开发工具, 与其他数据库应用开发工具相比较, 最具特色的是它具有数据窗口对象技术。数据窗口对象是PowerBuilder中的一种对象类型, 是专门为了访问后台的数据库服务的。在数据窗口对象中, 可以定义数据的来源和数据的显示风格, 这样在应用程序中就可以把精力完全放在程序的运行流程控制上。

关键词：PowerBuilder,数据窗口,数据库,应用技巧

参考文献

[1]戴士弘.美国教育史[M].北京:人民教育出版社, 1994.

[2]王志勇.用PowerBuilder开发小型数据库.西安:西安电子科技大学出版社, 2000.

[3]朱爱民.PowerBuilder编程实用技术与案例.北京:清华大学出版社, 2002.

数据窗口 篇8

1 RFID漏读数据清洗方法

针对RFID漏读数据的清洗方法有多种,但基于滑动窗口的数据填补算法是目前最实用、可行的方法。文献[3]中将静态时间窗口用于填补漏读的RFID数据。然而,使用静态时间窗口存在一些问题,如图1 所示,若窗口设置过小,则有可能无法充分对漏读数据进行平滑处理,不能保证标签的完整性; 窗口设置过大,又无法较好地监测标签的动态性。因此,理想窗口大小设置应综合考虑并合理设置,使得在保证不漏读数据情况下,准确地检测标签的状态转变。

针对静态滑动窗口大小不容易确定的问题,加州大学伯克力分校的Jeffery等人提出了一种自适应改变滑动窗口大小的RFID数据清洗算法SMURF( Statisticals Moothing for Unreliabler Fid data)[4]。SMURF算法创新性地将统计理论中的随机概念引入射频数据流中。该算法基本思想: 设滑动窗口Wi由wi个时间片epoch组成。假设标签i在时间窗口内每个epoch内可能被读到的概率为pi。SMURF算法把每一个epoch对于标签的阅读看做是一次具有概率pi的伯努利实验。因此,该变量符合二项分布B( wi,pi) 。并定义piavg为Si内的平均读取率,则

利用基于伯努利实验的模型来观测标签i,如果wi个epoch中标签的平均读取率为,滑动窗口Wi由wi个时间片epoch,wi为抽样次数,假设置信度为 δ,可得,保证完整性的充分条件为窗口的大小wi满足

为保证标签的动态性,滑动窗口的大小需要满足

SMURF算法在实现过程中将初始滑动窗口的大小置为1,当窗口内发生阅读时,根据式( 2) 动态调整窗口大小以保证数据的完整性: 如果调整后的窗口大小满足式( 2) 时,SMURF则会基于式( 3) 对标签的动态性进行监测。如果窗口大小不满足式( 3) ,SMURF会将当前窗口缩小为原窗口大小的1 /2,从而对标签状态的转变做出反应; 否则,SMURF输出当前窗口,并滑动一个时间片的长度来进行下一次处理。若调整后的窗口大小不能满足式( 2) ,则SMURF会将当前窗口以2 为步长进行增大,以满足窗口设置的要求。SMURF算法实现的具体流程如图2 所示。

SMURF算法改进了定长滑动窗口大小难以确定的缺点,在静态标签下取得了较高的准确率,但当标签数目增大或者是标签频繁动态变化时,导致积极平滑或疲惫平滑现象较多,其重要原因是该算法对标签运动模式考虑欠缺[5],在标签的动态监测性方面只考虑到了标签在阅读器区域与不在区域两种情况。而实际上,这两种状态的转换也是要经历一个由量变到质变的过程,即标签的运动。本文在SMURF算法的基础上,提出一种改进的基于标签运动的RFID数据清洗算法DCATMS( Data Cleaning Algorithm of Tags in Motion Based on Sliding-window) ,DCATMS算法通过引入标签的概率运动模型来判断标签的动态跃迁性,进而动态调节滑动窗口大小,解决数据的完整性和动态性,更好地对RFID漏读数据进行填补。

2 DCATMS算法设计

DCATMS算法采用的滑动窗口模型与SMURF类似,仍将RFID数据集当作统计学中的概率事件,即大量标签的随机样本。针对SMURF算法在标签动态性检测以及窗口大小设置方面的缺陷,该算法分别引入标签概率运动模型进行标签状态发生变化的判定,同时对窗口大小的设置进行改进。

2. 1 标签概率运动模型引入

RFID技术在实际应用中,通常会有标签进、出阅读区,反应到物理世界中就是标签位置的变化,即标签的运动过程。显然,标签的运动过程必然符合牛顿运动学定律。RFID阅读器的识别半径通常为几m,最远不超过十几m。

RFID标签在阅读器识别区域内的运动速度通常较为平稳,而阅读器本身处于识别区域的中心,如图3 所示。所以在一个较小的时间段 Δt内标签的运动可被近似看作是过识别区域中心( 圆心) 的匀速直线运动或者是多个连续的匀速直线运动的组合。如果记d0为标签与阅读器的初始距离,根据匀速直线运动的性质显然可得

其中,v表示物体的运动速率。

为推断出d的值,将式( 4) 变为

其中,a =d0,b = ±v。

首先估计未知参数a和b的值,且a和b值的准确度直接会影响到数据清洗的准确度。由式( 5) 可知,d与 Δt成线性关系,所以可采用最小二乘法对参数a和b进行线性回归[6]。详细计算过程此处不再赘述,利用最小二乘法估算出参数a和b的值为

因标签处于近似匀速直线运动而且满足式( 5) ,所以可根据当前epoch对应的时间值 Δt以及的值计算出d的近似值,然后比较与阅读器的最大探测距离D的大小。RFID数据清洗时,只有在当前epoch对应的读取率pi= 0 时,才需要考虑数据填充问题,造成pi= 0 的原因主要有两种: ( 1) 标签对应的位置确实已经不在阅读器的有效探测区域,即; ( 2) 标签处于阅读器的有效探测区域,即,但由于某种原因被阅读器漏读。第一种情况属于正常现象,不必做进一步处理。而第二种情况就是所谓的漏读,在数据清洗中是应对漏读的内容进行填充。因此,要得到精确的RFID数据清洗结果,关键在于对这两种情况的准确区分。

2. 2 DCATMS算法

DCATMS算法基本思路: 在完整性方面,继续沿用SMURF算法保证完整性的条件。然而在对SMURF算法的实验中发现,将窗口大小每次线性增加2,则有可能导致窗口大小的不足而使得数据的平滑结果与实际情况相差较远。为此,本文采用一种对计算出新窗口大小与原窗口大小进行折中的方法来对窗口大小进行控制,即当计算出新窗口的大小大于原窗口大小时,将原窗口大小设置为新窗口大小与原窗口大小之和的一半。在标签动态性检测方面,通过上文标签运动模型进行准确判定。DCATMS算法基本流程如图4 所示。

3 实验结果与分析

为验证DCATMS算法的有效性,本文采用JT900R四通道射频阅读器,使用符合EPC CLASSI G2 标准的标签50 个,让标签以一定的速度通过阅读器,图5 和图6 所示为实验室环境下对算法进行测试。同时,为了验证算法的可扩展性,本文进行了大量的仿真实验,采用文献[7]中的方法生成仿真数据。如图7所示,横轴代表标签与阅读器之间的距离,纵轴表示标签被阅读器读取到的概率即阅读率。

实验中对标签进行了两种运动模式的研究: 模式1是标签以不同速度匀速运动; 模式2 是标签随机运动[8,9]。实验参数设置如表1 所示。

实验中,通过变化阅读器主识别区在整个阅读器阅读区中比例大小对数据进行实验,算法性能用每个epoch的错误阅读数来表示。错误阅读数是指当标签存在于阅读器范围内时,经算法处理过后并无阅读数据产生,或当标签在阅读器范围外时,经算法处理过后产生了阅读数据。通过大量实验数据,本文比较了固定大小的静态滑动窗口方法Static-x、SMURF算法和DCATMS的算法性能,并重点对比分析了DCATMS和SMURF算法的清洗效果。

3. 1 标签匀速运动算法清洗效果分析

实验分析了标签在匀速运动时,算法在不同速度下的平均错误数,标签匀速进出探测区域,速度在0 ~90 cm / epoch之间,实验记录了不同速度下每种方案产生的平均错误数。图8 显示了实验结果。

如图8 所示,为标签速度不同时的RAW原始数据、固定窗口Static-5、Static-10、Static-20、SMURF算法和DCATMS的性能比较。结果显示随着标签运动速度加快,对固定窗口而言,小窗口更能捕获标签的运动状态的改变,性能相对较好。SMURF和DCATMS算法则由于能够根据阅读率和约束条件进行动态调节,能更准确地应对标签运动引发的状态变化,从而准确率相对较高且较为平稳,此外DCATMS算法对标签状态改变更加敏感,准确率更好。由图7 显示的算法比较可知,DCATMS比SMURF平均错误数总体减少量约为50% ,对漏读数据的填补效果更佳。

3. 2 标签随机运动算法清洗效果分析

实验分析了标签随机运动时算法在不同主识别区百分比的平均错误数和自适应清洗结果。标签在阅读器阅读范围内及范围外以0 ~ 90 m/epoch的速度随机运动,主识别区的比率从0 ~ 1 之间以步长为0. 1 选取11 个值。较低的主识别区百分比模拟不可靠的环境,较高的主识别区百分比模拟可靠环境。图9 显示了这项实验的结果。

图9 显示了固定窗口Static-5、Static-10、Static-20、SMURF算法和DCATMS算法在不同主识别区百分比的错误数比较。结果显示主识别区百分比较低时,标签阅读率较低,大的固定窗口平滑效果相对较好且较稳定,随着阅读率的提高,所有算法的准确度都随之上升,针对固定窗口而言,小窗口的平滑效果较好。SMURF和DCATMS算法相对固定滑动窗口整体效果较好,自适应性较高,且DCATMS算法平均错误数比SMURF总体减少量约为52% 。

4 结束语

本文分析了经典的RFID漏读数据清洗算法SMURF,针对该算法存在标签动态性检测以及滑动窗口大小设置方面的缺陷,提出了一种改进的RFID漏读数据清洗算法DCATMS。DCATMS算法中引入标签概率运动模型对标签的动态性进行准确判断,防止在填补漏读数据时造成积极平滑或疲惫平滑现象较多。同时,该算法选择了一种更为合理的方法来设置窗口大小。实验结果显示,标签在两种运动模式下,DCATMS算法的清洗效果比SMURF算法有显著提高,前者产生的平均错误数量比后者降低了51% ,基本可以达到对RFID漏读数据的清洗要求。但DCATMS算法依然存在一定的缺陷。该算法中提出的标签运动模型仅考虑标签与阅读器之间的位置关系,由于RFID阅读过程的复杂性,其不仅能反映标签的位置信息,同时也能反映出标签读取的时刻。在标签动态检测机制中,若能将标签位置信息与时间相结合,可能会更加准确地判断标签的动态变化。此外,该算法有待在大量RFID标签的实际应用环境下进一步检验。

摘要：RFID标签数据漏读问题普遍存在于RFID系统的应用中,为确保RFID数据的准确性,必须对原始数据进行清洗。针对当前最有效的滑动窗口清洗算法SMURF中存在的标签动态性检测的缺陷,文中在提出的改进算法中引入了标签概率运动模型进行判定,算法能准确检测到标签动态变化,并在窗口大小设置上更为合理。实验结果表明,文中所提出的算法比SMURF算法产生的平均错误数减少51%,性能更加优越。

关键词：RFID,漏读,数据清洗,滑动窗口,标签运动

参考文献

[1]Want R.An introduction to RFID technology[J].Pervasive Computing,2006,5(1):25-33.

[2]Popovski P,Fyhn K,Jacobsen R M,et al.Robust statistical methods for detection of missing RFID tags[J].IEEE Wireless Communications,2011,18(4):74-80.

[3]Rizvi S,Jeffery S R,Krishnamurthy S,et al.Events on the edge[C].Boston:Proceedings of the 2005 ACM SIGMOD International Conference on Management of Data,2005.

[4]Jeffery S R,Garofalakis M,Franklin M J.Adaptive cleaning for RFID data streams[C].Korea:VLDB,2006.

[5]樊华.面向物联网的RFID不确定数据清洗与存储技术研究[D].长沙:国防科学技术大学,2013.

[6]欧俊豪,王家生,徐漪萍,等.应用概率统计[M].2版.天津:天津大学出版社,2004.

[7]Jeffery S R,Garofalakis M,Franklin M J.Adaptive cleaning for RFID data streams[C].Porland:Proceedings of the 32nd International Conference on Very Large Data Bases,2006.

[8]陈翅刚.制造物联网海量RFID感知数据智能清洗处理技术研究[D].广州:广东工业大学,2014.

数据窗口 篇9

单一窗口是实现贸易便利化的最有效工具,也是国际标准应用的必要和关键组成部分。构建国际贸易单一窗口必须建立一个简化且符合国际标准的数据集,用于政府间信息交换及企业向跨境贸易监管机构提交贸易相关信息。

联合国贸易便利化与电子商务中心发布了第34 号建议书,提出国际贸易数据简化和标准化的四个步骤:1. 获取。从使用的贸易表格和商务单证中获取数据,实施的起点就是编制国家贸易数据目录; 2. 定义。对获取的数据进行编号和命名; 3. 分析。通过比较数据定义,剔除冗余数据; 4. 协调。达成唯一的数据名称,并使用国际标准代码。通过反复多次进行获取、定义、分析和协调政府信息规定的过程,为进出口和转口程序相关数据的提交编制一套符合法规的数据和报文。

世界海关组织是单一窗口数据简化和协调的重要推动者,该组织不仅提出了单一窗口数据协调指南,还推出了解决方法,即应用世界海关组织数据模型( WCO Data Model,以下简称WCO数据模型) 。

二、WCO数据模型及其应用情况

( 一) WCO数据模型概述

WCO数据模型是有关跨境贸易监管中政府机构所需要的数据和信息的国际标准集合,它提供了一个最大的标准框架、协调的/标准化的数据集和标准电子信息。WCO数据模型建立基于联合国贸易数据元目录( UN /TDED2005,ISO 7372: 2005) ,适用于联合国贸易便利化与电子商务中心( UN/CEFACT) 的建模方法论( UMM) 并参照了一系列联合国、国际标准化组织及其他国际编码标准。

WCO数据模型基于业务流程和信息模型,业务流程建模是分析和优化业务流程的关键。WCO数据模型使用例图、流程图和说明将修订后的“京都公约”涵盖的海关手续和程序进行分析和建模并以此为基础进行开发。在WCO数据模型中,来自海关和其他跨境监管机构的信息流被分成不同的类图并使用统一建模语言进行建模。WCO数据模型包含了各种监管程序的数据集,包括数据元素的定义、推荐的数据格式和建议的代码列表。数据元也被分成不同类型的“信息模型”,这些“信息模型”就像可重复使用的建筑模板,使用它就可以建立电子文档和数据交换模板。WCO数据模型还包括链接到货物报关、货物报告、运输报告、牌照/许可和其他证书申请等业务流程的标准电子模板的信息包。WCO数据模型支持单一窗口的运行并允许国内、国际信息共享。

WCO数据模型最初由七大工业国( G7 ) 开发,2001年世界海关组织接管开发工作并推出1. 0 版本。此后在2005 年、2009 年分别推出了2. 0 和3. 0 版本。3. 0 与2. 0版本的主要区别是3. 0 版本首次纳入海关外的其他监管机构需要的信息; 其次还包括政府对企业的信息以及支持可扩展标记语言( XML) ; 此外还包含一个新的“政府跨境监管信息电子数据交换( GOVCBR EDIFACT) ”实施指南,该GOVCBR EDIFACT由数据模型项目团队开发并代表单一窗口中政府作为一个整体为跨境货物、集装箱和运输工具的放行所作的要求。

WCO数据模型3. 0 版本包括六个部分内容: 1. XML构架/信息、指南等; 2. 报文实施指南; 3. 国际编码标准;4. 信息模型; 5. 协调的数据集; 6. 业务流程模型。

WCO数据模型在世界海关组织信息管理分会支持下,由数据模型项目团队负责维护。开发过程和维护标准符合公开准则,有兴趣的参与者都可以参加数据模型项目团队会议。数据模型的任何变动须向项目团队提交一个数据维护请求并经全体会议讨论,如果有两个以上世界海关组织成员支持,则将这一变动纳入下一版本,新版本每五年发布一次。

( 二) WCO数据模型推广应用情况

自WCO数据模型推出以来,世界海关组织成员国开始寻求适合自己国情的解决方案,一些成员国在提升信息系统或者开发单一窗口的项目中使用WCO数据模型,其他一些成员国则参照WCO数据模型产生自己的国家数据集。

2009 年6 月27 日海关合作委员会( 世界海关组织的官方名称) 建议海关合作委员会成员和联合国组织或其专门机构以及关税和经济同盟成员应尽可能采纳和使用WCO数据模型。世界海关组织密切注意WCO数据模型在全球范围被采纳和使用的情况,定期通报统计数据。

表1 列出了2014 年6 月和2015 年2 月全球采用WCO数据模型国家数量,可以看出短短8 个月时间,使用同一海关信息系统( 联合国贸易和发展会议海关数据自动化系统ASYCUDA) 且数据集与WCO数据模型一致的国家从62 个增加到71 个。而没有得到与WCO数据模型一致信息的国家从65 个减少到55 个。

国家信息系统已产生与WCO数据模型映射的数据元的11 个国家中,既有发达国家,也有经济落后国家; 既有国际贸易总额排名靠前的国家,也有排名靠后的国家;这说明是否采用WCO数据模型与经济发达与否及贸易规模大小无关。事实上,在数据层面WCO数据模型是一个中性的概念,不论使用何种技术均能实现数据报告要求。

涉及WCO数据模型的应用项目正在进行或已完成的42 个国家中,包括七大工业国和新加坡、中国等。其中,美国继续以与WCO数据模型保持一致的方式发展单一窗口; 日本已经映射到WCO数据模型2. 0 版,并初步完成映射到WCO数据模型3. 0 版的工作; 加拿大海运、空运系统早期使用WCO数据模型1. 0 和2. 0 版本,公路/铁路/多式联运电子舱单、公司汇票信息以及单一窗口使用3. 2 版本,2014 年12 月实行综合进口申报使用3. 3 版本; 欧盟机构2013 年10 月采用欧盟海关编码,取代欧共同体海关编码,欧盟海关编码基于WCO数据模型; 新加坡的国际贸易单一窗口( Trade Net) 被认为是功能最完善的,其2012 年最新版本就直接与WCO数据模型最新版本对齐; 中国的通关管理系统( H2O10) 参照使用WCO数据模型,空运和海运舱单管理系统是基于WCO数据模型2. 0 版本,公路舱单基于WCO数据模型3. 0 版本。

注: 表1 数据基于WCO各种会议收集的信息以及由WCO调查得出。

三、我国推广应用WCO数据模型对策建议

( 一) 以WCO数据模型为基础建立符合我国国情的标准数据集

我国的单一窗口建设起步较晚,2014 年2 月在上海自由贸易试验区首先启动试点,2015 年上海、天津、浙江、福建、广东、广西等沿海省市国际贸易“单一窗口”陆续上线运行。从运行情况看,大部分国际贸易单一窗口功能不够完善,便利性有待提高,使用的数据和代码也未达到简化和标准化的要求。因此,应尽快成立我国单一窗口数据简化和标准化运作机构,成员以海关、单一窗口建设人员为主并吸纳商务、质检、边境等与跨境贸易有关的政府监管机构及外贸企业人员参加。其主要任务就是以WCO数据模型为基础,按照获取、定义、分析和协调四个步骤,建立符合我国国际贸易单一窗口要求的标准数据集。只有统一了数据要求,企业才能真正在一个平台一次提交海关及其他监管机构所需要的信息。否则,仅仅是将其他监管机构链接到平台,企业进入这些监管机构的平台后还需手工操作,其便利性就大打折扣。

( 二) 以自贸区为试点逐步向全国推广

我国的通关系统庞大而复杂,对现有系统进行改造,可能伴有较高风险,并且改造成本巨大。建立新的信息化系统是标准数据集应用的最好时机。因此,标准数据集建立后,首先应在自贸区新建国际贸易单一窗口时进行试点应用,取得经验后逐步向全国推广。

( 三) 以“一带一路”为切入点实现互联互通

2015 年5 月在西安举行的“一带一路”海关高层论坛上,中国海关提出了建立“一带一路”沿线国家海关之间及时、准确、安全、便捷的数据交换系统和共享服务平台的构想。构想提出: 平台以WCO数据模型和有关国际标准为基础,采用标准化的数据元定义和电子报文标准。国家标准数据集的建立符合这一构想,实现这一构想将促使我国的单一窗口建设全面与国际接轨。因此,标准数据集的应用将以“一带一路”为切入口,使国家单一窗口向区域单一窗口和全球单一窗口转变,最终实现与世界各国互联互通。

参考文献

[1]Satya Prasad Sahu.The Bridgehead to Connectivity in International Trade[J].WCO News,2015(76).

[2]WCO Data Model,Cross-border Transactions on the Fast Track[J].Facilitating Trade,Brochure,2009.

[3]Global Adoption of the WCO DATA MODEL[EB/OL].http://www.wcoomd.org.17,JUNE 2015.

[4]Singapore’s Approach to Streamlining Trade Documentation[J].WCO news,2014(75).

[5]David Hunt.The WCO Data Model:A Trade Facilitation Tool[J].WCO News,2009(59).

[6]WCO.WCO Data Model Single Window Data Harmonisation,Version 2,February 2007.

[7]Frank JANSSENS.Regional Integration–Global Connectivity at Regional Level,Experience with the Use of the WCO Data Model in Harmonizing the Electronic Data Requirements within the EU[EB/OL].http://www.wcoomd.org.11,MARCH 2015.

[8]孟朱明.联合国国际贸易单一窗口教程[M].北京:中国商务出版社,2012.

[9]张明洲.国际贸易单证标准化推广应用研究[J].重庆科技学院学报,2014(3).

[10]张明洲.国际贸易单一窗口模式、演进及关键要素[J].对外经贸,2014(7).