基于节点热度的改进Gnutella2搜索算法

Gnutella2的搜索算法在超级节点间转发消息采用泛洪机制,在大规模文件共享中产生较多冗余消息,降低了搜索效率.为提高搜索效率,提出一种基于节点热度的改进搜索算法.该算法根据P2P网络中的幂律特性,提出节点热度概念,根据节点热度选择转发超级节点,设计了基于节点热度的搜索算法;在节点热度的计算中,引入惩罚因子减少无效搜索;在搜索消息转发时,通过最热轮空策略来均衡高热度节点的负载.对实验结果的分析表明,该算法在保证搜索命中率的前提下,能有效减少平均搜索时间和平均跳数,提高了搜索性能.     

基于多重聚类的概率近似索引机制

本文针对高维索引中的"维数灾难"问题,提出改进的基于多重聚类下的概率近似索引机制,通过引入一定的检索错误率的情况下减少对覆盖对象的访问来达到提高图像库检索的效率的目的。     

一种动态检索算法改进

对基于RDF的动态语义检索算法进行了探讨,在它的基础上提出了一种基于“簇”的RDF动态语义检索算法。该算法与原算法相比,主要是在查询条件与目标资源进行匹配时,将搜索范围限制在超节点所归属的语义簇内及超节点所管辖的自治节点簇内,即搜索范围从语义对等网络中的所有节点数降低到超节点所归属及所管辖的簇内的节点数,有效地防止了请求洪,从而大大地缩短了搜索时间、提高了检索效率。     

基于隶属函数的改进Grid_P2P资源检索算法的研究

为了提高P2P网络的资源搜索效率和管理效率,提出了一种改进的Grid_ P2P网络结构,并以此结构为基础提出了基于隶属函数的资源搜索算法GPMA.在改进的Grid_ P2P结构中,通过增加MP层对超级节点的管理,减少了网络的通信延迟;在GPMA算法的实现过程中,利用隶属函数的隶属度来组织节点的加入和路由信息的更新,减少了资源搜索的跳数并提高了资源搜索的效率.通过对仿真结果中的数据进行分析和比较,验证了搜索算法GPMA的优势.     

适用于风电场群能量管理的区块链PBFT共识算法改进研究

随着新型电力系统的不断发展，新的能量管理方式变得越发迫切，区块链技术被广泛视为能够让能量管理的效率得到提高的关键技术。针对风电场群能量管理中场群间信息交互共享困难等问题，基于区块链理论引入信誉度机制，提出一种基于信誉度分级的实用拜占庭容错（CR-PBFT）共识算法，基于信誉度值划分节点类型，优化主节点选取方式；引入超级节点机制，以解决网络中节点动态增减和节点监督管理问题，通过优化视图切换与垃圾回收机制，减少视图切换频率和系统资源浪费。基于Hyperledger Fabric框架，对改进的CR-PBFT与传统PBFT共识算法进行吞吐量、共识时延、容错性、可扩展性等对比测试，改进的CR-PBFT算法吞吐量提升42.6%，共识时延降低51.5%，时间复杂度降低50%，在容错性和可扩展性方面具有明显优势，能更好地应用于发展更高效安全的风电场群能量管理技术。     

基于跳数阈值和节点分类的DV-Hop改进算法

为提高DV-Hop(Distance Vector-Hop)算法在随机传感器网络(WSN: Wireless Sensor Networks)中的定位性能, 提出一种基于跳数阈值和节点分类的改进算法。该算法信标设定跳数阈值选择较远的信标估计平均每跳距离, 未知节点根据跳数信息对信标进行分类, 并计算与信标的加权修正距离。同时仿真研究了节点密度、 信标比例、 节点通信半径对算法性能的影响。仿真结果表明, 在随机网络中改进算法能更好地估计跳距信息, 并有效提高定位精度和降低最大定位误差。     

基于聚类的超闭球CMAC神经网络改进算法

针对CMAC神经网络的网络节点随输入维数的增大呈几何级数增加的问题,提出了基于模糊聚类的超闭球CMAC神经网络改进算法。该算法通过对输入数据进行模糊聚类确定网络节点数和节点值,并根据输入输出数据通过模糊推理优化算法计算神经网络初始权值。与原算法比较,该算法可有效降低神经网络节点数,提高系统的学习精度。对一个多步时延的非线性系统的辨识仿真结果表明了该算法的可行性与有效性。     

自组网络的分簇算法

当自组网络（ad hoc）的规模增大时，控制分组在网络中的传输急剧增多，这大大降低了路由和转发的性能．分簇是提高ad hoc网络可扩展性的重要手段．针对已有分簇算法的缺陷以及静态和动态ad hoc网络的特性，分别提出了新的静态分簇算法SACA和动态分簇算法DACA．其中SACA算法将分簇数量减小到已有算法的大约一半，但不增加簇成员数量，提高了分簇效率，减少了分簇时间；DACA算法将簇间的公共节点数目大大降低，从而有效降低了分簇结构的维护开销，提高了网络运行的效率、路由和转发性能．     

基于工作流的数据抽取转换加载

将数据的抽取转换加载（ETL）过程和工作流技术结合起来,研究了ETL过程的工作流调度问题,设计了一种简单串行和稳定可靠的循环遍历算法．为了提高ETL效率,将并行机制引入到节点访问算法中,对节点访问算法进行了改进,设计了新的节点访问算法,并讨论了加入并行机制后可能会遇到的数据源并发控制等问题,并给出了解决方法．所提出的方法对提高数据集成效率很有效,在国产数据库系统的应用中可起到积极推动作用．     

一种新的空间数据库索引结构

提出一种新的空间数据索引结构．利用Hilbert曲线的聚类特性解决了R-tree查寻路径的非惟一性问题;通过最小外接矩形分解技术(DMBR)确定多边形的形状,直接获得空间对象的具体结构信息,获得了更精确的查寻结果;采用改进的分裂算法可提高节点分配的效率和节点的饱和度,减少I／O访问次数,缩短数据在内存与硬盘之间相互交换的时间,该算法已应用于地理信息系统实践中,取得了较好效果。     

A nearest neighbor search algorithm of high-dimensional data based on sequential NPsim matrix

Problems existin similarity measurement and index tree construction which affect the perform-ance of nearest neighbor search of high-dimensional data .The equidistance problem is solved using NPsim function to calculate similarity .And a sequential NPsim matrix is built to improve indexing performance .To sum up the above innovations , a nearest neighbor search algorithm of high-dimen-sional data based on sequential NPsim matrix is proposed in comparison with the nearest neighbor search algorithms based on KD-tree or SR-tree on Munsell spectral data set .Experimental results show that the proposed algorithm similarity is better than that of other algorithms and searching speed is more than thousands times of others .In addition , the slow construction speed of sequential NPsim matrix can be increased by using parallel computing .     

基于PLC—iDistance的结构化P2P相似性检索算法

针对传统iDistance索引方法的缺陷和不足,提出了近似位置编码索引方法PLC—iDistance（ProximityLocationCode—iDistance）,并在结构化P2P网络中实现了高维数据检索。在改进方法中,有效地缩小了需要搜索的范围,提高了检索性能;．实验表明,相比传统的iDistance索引方法．PLC—iDistance索引方法在时间性能上有较大的提高。     

一种新的用于三维检索的快速邻域搜索方法

在传统的层次聚类算法上,对孤立聚类进行特殊处理,并在此基础上提出了与传统内容检索方法不同的三维模型索引检索技术.首先提取三维模型的深度图像特征并将特征值存入数据库;其次利用改进的层次聚类算法对特征值进行聚类并计算聚类中心值;之后计算每个三维模型内容特征与其所在聚类中心的距离并保存到数据库中,查询时计算待查询模型特征与各个聚类中心的距离并排序;最后在每个聚类里面进行检索,与聚类中心的距离位于待检索模型与该聚类中心距离的邻域就是查询结果.在该方法中,将每个模型特征与其所在聚类中心的距离作为其索引.实验结果表明,该方法在保证检索质量的基础上大大提高了检索速度.     

基于后缀数组改进的全文索引结构研究

为在网络数据中搜索到所需相关数据, 通过对基于后缀数组的全文索引结构的改进研究, 设计和实现一种降低空间占用率并有效提高索引速度的全文索引结构加权有向词图。通过实验证明, 加权有向词图在相同问题规模下能降低存储空间, 同时不影响检索的效率, 是一种更为高效的全文索引结构。     

MC-Tree: Dynamic Index Structure for Partially Clustered Multi-Dimensional Database

Index structure that enables efficient similarity queries in high-dimensional space is crucial for many applications. This paper discusses the indexing problem in dataset composed of partially clustered data, which exists in many applications. Current index methods are inefficient with partially clustered datasets. The dynamic and adaptive index structure presented here, called a multi-cluster tree (MC-tree), consists of a set of height-balanced trees for indexing. This index structure improves the querying efficiency in three ways: 1) Most bounding regions achieve uniform distributions, which results in fewer splits and less overlap compared with a single indexing tree. 2) The clusters in the dataset are dynamically detected when the index is updated. 3) The query process does not involve a sequential scan. The MC-tree was shown to be better than hierarchical and cluster-based indexes for the partially clustered datasets.     

基于空间数据结构的图像检索

提出了用图像联合特征取代单一的图像特征表示内容的模型，通过把图像的相似性定义在欧氏空间，引入了空间数据索引结构，针对图像联合特征的高维性，提出用X树空间结构来索引图像联合特征从而实现对图像内容进行检索的方法，通过实验比较，证明该方法的检索不仅视觉效果良好，而且检索效率也明显提高。     

基于集群的并行分布式聚类及其应用

海量和高维大数据集的聚类对计算机性能提出了很高的要求.基于具有层次聚类特性的RSOM树方法提供了一种有效的手段以实现对高维大数据集的聚类索引,这种RSOM树可支持最近邻搜索且不需要对数据进行线性搜索.注意到RSOM模型具有内在的层次化、分布式结构特点,并可进行增量的训练,研究了基于高效并行集群的增量、分布式RSOM并行算法,并通过视频图像特征集实例证实了算法的可行性.     

基于区位码和距离的Chord网络高维数据范围检索

结构化对等网络对数据的范围检索等相似查询缺乏有效的支持.由于利用iDistance索引进行范围查询时会引入很多"误中点",提出了一种利用区位码和距离来建立高维数据索引的方法.该方法首先利用Code-Distance技术来建立高维数据的一维索引,并采用位置保持哈希函数给予每个索引值一个唯一标识,该标识将被保存在Chord...     

一种海量文本的动态索引方法

研究海量文本动态索引的构造方法,通过对索引维护策略的研究和对比,设计了一个优化的索引模型,在保证检索效率的前提下,提供了实时索引的功能;提出了一种分代的动态索引构建方法,以减少索引合并代价,同时可以调节索引和检索的性能平衡,与以前方法相比,具有更高的性能和更好的规模可扩展性,并在理论和实践中验证了这种索引维护方法的高效性.     

基于流形排序的电网截面数据检索

随着电力系统信息化的发展,电网数据具有数量大、类型多、维度高的特点。针对在数据检索时多维度查询效率不高,检索结果无法多维度整体匹配的问题,提出一种基于流形排序的电网截面数据检索方法;该方法将电网截面数据描述成多维向量空间中的对应点,创建加权图模型。通过考虑数据的整体近似流形结构来获得检索结果,使之与源查询之间具有较高的相关性;使用置信传播分配排序分数,提高了检索结果的准确性,有效避免相关性度量对高维数据查询处理的不足。