SQL的查询速度优化方法

数据库查询是关系数据模型中关系操作的重要组成部分，而查询速度的快慢是系统是否优化的一个重要指标，也是当前网络数据库应用中所存在的瓶颈问题之一。本文从与数据库查询相关的索引、连接、Where子句等因素入手，结合实例分析了各因素对查询速度的影响，总结出根据表的不同情况选择聚簇索引或非聚簇索引对查询速度有明显影响：在组合索引中，使用频率高的字段应设置为前导列；建立充分的连接、优化Where子句对SQL的查询速度也有明显的提高。     

re-Horn子句集的Horn化及可满足性判定方法

在命题逻辑中给出将re-Horn子句转化成Horn子句的条件与方法,用同态的方法证明转化前后2个子句集的可满足性或不可满足性的一致性,给出re-Horn子句集的可满足性的判定方法。     

一元涵词Horn子句的矩阵描述

在本文中我们将在分析一阶程序逻辑的求解过程的基础上，讨论可满足性与布尔阵的关系，并给了一元涵词Ｈｏｒｎ子句可满足性的矩阵描述。     

一种用PROLOG实现非精确推理的方法

本文通过对模糊f-Horn子句的语义和推理机制的分析,提出了一种直接用Horn子句做非精确推理方法,并用Turbo Prolog编制了实例程序,对该方法做了检验。证明这种方法对于直接用Prolog语言编制需要做非精确推理的人工智能软件是可行的。     

两种新的基于扩展规则#SAT问题求解算法

提出一种新的基于扩展规则的#SAT求解算法NCER,该算法在#ER的基础上加入启发式策略.该策略每次选择当前子句集的最长子句来减小极大项空间,使得递归调用的次数减少,从而加快求解效率.为解决基于扩展规则的#SAT求解器在互补因子较小的样例上的不良表现,结合NCER和CDP的优点提出混合#SAT求解算法NCDPER.实验结果表明:NCER较先前的#ER在所有85个随机SAT测试用例上有了显著的提高.通过与目前最好的基于扩展规则的#SAT求解器的比较,该求解器具有更好的性能.     

利用正交方法解SAT问题

提出了一种解决SAT问题的新算法.该算法首先定义了子句之间的正交关系;然后从消除子句之间的交叠信息出发,利用正交子句的特性,结合有效的简化技术,逐渐将问题简化为一组与原问题完全等价的正交子句组;最后,根据正交子句组对整个赋值空间的覆盖情况来判断SAT是否满足.该算法为SAT问题的解决提供了一个新的思路.     

分布式知识库系统DKBS/TH—1中推理与查询接口的设计与优化

本文介绍了一个分布式知识库系统DKBS/TH—1的结构模型。它以PROLOG作为推理工具,Unify关系数据库系统作为存放知识的机构,二者之间通过一阶谓词逻辑的子集Horn子句进行联系.分布式系统中各结点之间的通讯联系也由Horn子句来实现,本文还讨论了PROLOG与关系数据库的结合方法及查询优化的技术.     

并行单元归结

给出了基于神经网络的单元归结算法.首先将子句集S表示为δ形,并且用算子对(⊙, )引入两种类型的神经元,然后用这两种神经元构造子句集S的神经网络结构,而后给出基于Horn子句集的神经网络的归结算法,最后证明了该算法的完备性,并用实例进行了验证.     

一种求解SAT问题的动态重启策略

为降低冲突驱动子句学习SAT求解器的运行计算成本,从“何时重启”和“何处重启”两个角度入手,提出一种动态启发式重启策略2WSAT.该策略将冲突决策层次和变量重启次数作为反映求解状态的重要参数,及时摆脱错误的求解分支,通过重启后选择更优的决策变量提高求解性能.采用实际应用的基准测试集,与两个流行的求解器进行了对比实验.结果表明,所提出的策略对求解速度、内存占用、冲突发生数、传播次数等关键指标有显著改善.     

支持向量机原始问题研究综述

支持向量机学习器往往是通过求解原二次优化问题的对偶问题获得的.诸多研究表明,支持向量机原始问题同样可以适当地处理约束项,同时,突破以前原二次优化问题不能利用核函数的认识误区,通过引入核函数建立一个无约束优化问题,利用传统优化方法进行求解.理论分析和实验表明,支持向量机原始问题也能实现对数据的高效学习,而且在大规模数据学习问题上,较之求解对应的对偶问题获得的近似解更可靠,参数选择也更好进行.     

融合小句对齐知识的汉英神经机器翻译

针对当前神经机器翻译在捕捉复杂句内小句间的语义和结构关系方面存在不足,导致复杂句长文本翻译的篇章连贯性不佳的问题,提出一种融合小句对齐知识的汉英神经机器翻译方法.首先提出手工和自动相结合的标注方案,构建大规模小句对齐的汉英平行语料库,为模型训练提供丰富的小句级别的汉英双语对齐知识;然后设计一种基于小句对齐学习的神经机器...     

汉语篇章小句关联结构的表示与识别

将篇章结构表示为小句关联结构, 与修辞结构等层次化篇章结构模式相比, 可以有效地刻画非连续和跨层级的小句之间的直接语义关联。首先, 提出篇章小句关联结构的形式表示、判断准则和形式限制, 并进行人工标注。然后, 对汉语篇章小句关联结构进行自动识别。在自建汉语篇章小句关联结构语料库上, 基于分类模型, 设计连接词和词汇等分类特征, 得到的最佳识别准确率达92.70%。实验结果表明, 语料整体取样比独立取样取得的去环效果好; 词汇、小句距离及句域等分类特征对识别的贡献较大; 远距离和跨大句是小句关联识别的难点, 但相邻小句和同一大句内的小句对的不相关识别难度更大。     

人身保险合同效力中止后的法律救济

长期的人身保险合同,因不付到期的续期保险费在宽限期后效力中止。效力中止期间,保险人对于保险事故不承担保险责任。为了维护投保人和受益人的利益,也为了保护保险人的利益,法律规定了宽限期条款和复效条款对其进行救济,本文对两条款的法律规定、原因及其条件进行了详细的阐释。     

基于层叠条件随机场的微博商品评论情感分类

商品评论是消费者针对某一个商品的主观议论。针对微博中商品的评论文本短小、结构多样等特征,在仅使用现有的微博级情感标注的条件下,提出了一种基于层叠条件随机场模型。以中文小句中枢说为理论基础,将商品评论的句子划分为若干小句,使用微博内小句序列的各种特征训练粗粒度的随机条件场情感分类模型,同时使用小句内汉字序列的各种特征来训练细粒度的随机条件场情感分类模型。实验结果表明,本文提出的方法优于传统的情感分类方法。     

无主语分句的逻辑主语

无主语分句在书面英语中出现的频率很高。由于无主语分句本身不含主语，所以必须准确判断无主语分句的逻辑主语才能正确理解无主语分句的完整含义。本文通过大量例句分析了不定式分句、分词分句和无动词分句等三种无主语分句的逻辑主语     

一种求解SAT问题的人工蜂群算法

针对SAT问题,提出一种求解该问题的离散人工蜂群算法——ABCSAT算法,建立了相应的优化算法模型,解决了问题编码和转化、适应度函数、蜜蜂觅食策略、离散操作等关键问题.不同于处理连续优化问题,ABCSAT将适应度函数定义为当前不可满足子句数.根据问题的特点设计了多种觅食策略,并利用各子句和变量之间约束关系的启发式信息对各阶段的候选解进行离散操作.最后在标准SATLIB测试集上对提出的算法进行了测试并与相关算法进行了比较,结果验证了ABCSAT算法在中小规模SAT问题上的有效性,表明算法能更加有效地解决该问题.     

基于语句特征的音乐哼唱快速检索技术

哼唱检索作为音乐检索的重要方式,由于其有效性和方便性,引起了广泛的关注.本文提出了一种新的基于语句特征的音乐哼唱快速检索技术,可以实现哼唱音乐的快速检索.该技术将音乐数据库和用户提供的哼唱片段,按自然停顿方式划分音乐语句,使用BDTW算法对音乐语句片段进行音高相似性计算,并允许用户根据自己哼唱情况,对匹配条件进行个性化设置,限制数据库音乐片段和查询序列的局部最大差异长度.另外,对音乐库建立支持音乐语句查询的索引结构DIS,减少了检索时间.实验结果表明所提出的检索方法能够快速有效地返回查询结果.     

基于逗号的汉语子句识别研究

根据篇章分析的任务和实践, 结合传统研究, 提出汉语的基本篇章单位为子句, 并从结构、功能、形式等方面给出其定义。分析了逗号与子句的关系, 并在标注语料上进行了基于逗号的汉语子句识别研究。首先手工标注了CTB6.0中前100篇文档的逗号是否为子句边界的信息, 在标注结果中抽取句法、词汇、长度等特征进行实验, 子句识别准确率为90%。然后利用信息增益选出贡献最大的9个特征, 使用它们也可获得较高的子句识别准确率。最后仅使用词法信息, 子句识别准确率可达84.5%。实验证明子句的定义合理, 基于逗号的子句识别在理论上和实验上均可行。     

日语从句的时间顺序认知

日语从句的时间顺序分为三种,即从句事态先行、从句事态后续、从句事态与主句事态同时。根据从句中タ形、ル形的认知视角的不同,可构建出タ形、ル形的意象图式。在时间的认知域内,结合タ形、ル形的意象图式及时间副词等,可从多个角度对主、从句的事态的先后顺序进行认知。从而得出日语从句的时间顺序的认知受认知域、タ形和ル形的认知视角及时间副词等的影响。