74、技术前沿探索：服务导向需求工程、空间数据挖掘与多媒体流量QoS优化

技术前沿探索：服务导向需求工程、空间数据挖掘与多媒体流量QoS优化

服务导向需求工程新方法

在服务导向的需求工程领域，有一种全新的四步方法被提出。该方法十分系统，主要用于明确业务目标、识别利益相关者、确定服务与需求以及对需求进行详细说明。

操作层面协议（OLA）是一种技术文档，它详细规定了软件组件必须满足的功能要求，一组OLA构成了服务级别协议（SLA）。在这个过程中，有几个关键问题需要关注：
1. 关于业务目标和业务流程知识的相关性。
2. 合适的建模技术等。

这个新方法提出了一种概念性的需求工程方法，不过还需要进一步进行模拟验证。未来，可以通过案例研究来模拟该方法的实施部分，并且在行业项目中进行测试以获取更多结果。

高效PANN算法用于有效空间数据挖掘

空间数据挖掘是数据挖掘领域中极具挑战性的一个方向。随着空间数据的爆炸式增长以及空间数据库的广泛应用，自动检测空间知识的需求日益凸显。由于空间数据类型、空间关系和空间自相关的复杂性，从空间数据集中提取有趣且有用的模式比从传统的数值和分类数据中提取相应模式要困难得多。

研究背景

Landsat卫星数据是场景信息的重要来源之一。在遥感领域，通过整合不同类型和分辨率的空间数据（包括多光谱和雷达数据、地形和土地利用地图等）来解释场景变得越来越重要。然而，数据聚类是一个难题，尤其是当输入空间维度增加且特征尺度不同时，现有的统计方法难以处理空间数据。因此，研究现有经典聚类算法在空间数据聚类中的性能，并推导一个混合模型以实现更好的空间数据聚类具有重要意义。

近期研究工作

• Khar