Intensive KDB-Tree：一种有效的高维数据索引结构

本文并提出了高维空间中一种新的索引结构Intensive KDB-Tree,它采用一种新的数据插入算法和新的分裂策略,进而减小了索引结构,最后经实验证明,Intensive KDB-Tree的检索性能优于金字塔技术和KDB-Tree.     

基于潜在语义索引的超链接分析模型

为了更合理的排名Web文档本文提出了一个新的链接分析模型。该模型结合了基于马尔科夫链的链接分析技术和基于潜在语义索引以及文档聚类分析的内容分析技术，能很好的适应新增Web页面，并且能用来解决基于链接和基于内容的搜索引擎作弊以及上下文搜索和主题相关搜索问题。     

一种基于编码的双距离树高维索引

提出一种基于编码的双距离树（EDD-tree）高维索引结构.对于高维空间中的数据点,首先通过k平均聚类算法将其聚成若干类,然后分别计算每个点对应的始点和质心距离,并对其进行编码得到对应的统一化索引键值,最后用基于分片的B＋树建立索引.这样,高维空间的查询就转变成对一维空间的检索.实验证明该方法能更有效地缩小搜索空间,减少距离计算的代价.理论分析和实验都表明,EDD-tree索引在查询效率方面要明显优于其他的索引方法,尤其适合海量高维数据的查询.     

日本基础研究领域国际合作态势的文献计量分析

本文以科学引文索引数据库扩展版收录的、日本发表于2004～2008年的国际合著论文为研究对象，通过对论文在学科领域分布、国家分布、机构分布等方面的文献计量分析，揭示了过去5年来日本在基础研究领域所开展的国际合作的基本表现与特征。     

2005～2008年我国在社会发展主要研究领域的SCI论文情况分析

以美国科学引文索引数据库扩展版数据库（SCI—EXPANDED）收录的、2005～2008年中国在社会发展五个主要研究领域发表的SCI论文为研究对象，分析了社会发展科技工作的表现。研究显示，近年来我国社会发展科技工作整体进步较快，各相关领域的研发规模和发展速度有所差异，多数研究领域存在研究机构产出能力不均衡的现象，科研工作质量整体还有待提升。     

一种面向深度数据包检测的索引拆分Bloom过滤器

高速数据包处理迫切需要时空高效的深度数据包检测(DPI),满足其线速处理和低存储空间需求.Trie位图内容分析器(TriBiCa)采用片上位图Trie树来实现元素的最小完美Hash;但是,TriBiCa存在更新开销高和假阳性访问次数多等问题.共享节点快速Hash表(SFHT)采用片上计数Bloom过滤器(CBF)来实现硬件Hash表的快速查找;但是,SFHT存在更新开销高和存储空间需求大等问题.文中提出了一种索引拆分Bloom过滤器(ISBF).ISBF是由片上多组并行CBF和片外元素集构成,其核心思想是:元素的片外索引值被拆分成多组比特,每组比特采用多个片上并行CBF表示元素集;当查询元素时,每组并行CBF产生多个比特值,并合成候选元素的片外索引值.为了降低ISBF的更新开销,文中又提出了懒惰删除(lazyd eletion)算法和空缺插入(vacant insertion)算法,即采用一个片上删除位图,仅在片上并行CBF中删除或插入元素,而不需要调整其他元素的片外索引值.ISBF是一种时空高效的数据结构,其插入、删除和查询操作的平均片外存储器访问次数均为O(1);与TriBiCa和SFHT相比,ISBF在片上存储空间大小上分别减少2b倍和b倍,其中b为索引拆分的比特位数.实验结果表明,ISBF支持快速和存储高效的查找,即显著地减少片外存储器访问次数、处理时间以及片上和片外存储空间需求.     

基于文献计量分析的全球系统动力学研究力量分布及合作网络研究

本研究基于社会网络理论,以美国科学引文索引数据库扩展版(SCI-EXPANDED)和社会科学引文索引数据库(SSCI)收录,发表于1981~2013年间的1160篇论文题录数据为研究对象,对系统动力学领域的研究力量分布及全球合作网络进行了分析。研究发现:过去30余年来越来越多国家/研究机构涉足于系统动力学研究。大多数论文发表量较多的国家/机构在全球合著网络中都处于较为核心的地位。其中,美国、英国位列第一梯队。此外,部分国家/机构的表现,无论是在论文产出质量上还是在合作网络中的地位上,均与其论文产出规模的表现存在差异性。     

基于文献计量的我国及世界光电材料研究比较分析

通过采集科学引文索引中所收录的世界1990年~2005年光电材料研究论文,并对数据进行二次处理,对论文数量排名前10位的国家进行了多项指标分析,比较了世界在该领域论文的机构分布(部分国家的主要机构)和我国在该领域论文的机构分布(部分科研机构和大学),得出了有价值的研究结果,并提出一些建议。     

基于体绘制的三维交互算法研究

提出了基于体绘制的三维交互算法.该算法将三维对象组织成为树状节点,并利用对象的三维骨架化特征为索引,快速计算三维坐标系中坐标对应的三维对象,从而解决了体绘制中缺乏有效的交互问题,且具有较高的响应速度,可对海量医学影像数据集进行操作.以该架构为基础建立的肝外科辅助手术规划系统,可交互显示肝段、血管等信息,使得医生能更准确的了解组织空间结构和解剖信息,精确的掌握病变组织特性.     

上海市雷电监测数据可视化研究

基于ArcGIS软件,将GIS(地理信息系统)技术与防雷实际应用结合,对雷电灾害预警涉及的实时监测数据(闪电定位数据、大气电场监测数据、雷达监测数据),从数据特点、预处理和可视化进行分析。针对上海市防雷中心业务需求,在雷电监测数据可视化应用方面,提出了分库、分表索引和符号库方法,实现了对海量数据的实时整合转化。提出的地图文档渲染方式使雷达数据达到了良好的可视化效果。目前,此研究已投入运行,具有较强的实用价值。     

XML频繁子树挖掘研究

本文主要研究通过引入滑动窗口模型，提出了面向XML查询数据流的频繁查询子树在线挖掘算法。算法以全局Trie树为数据缓存结构管理和维护缓存池的数据流，采用自下而上、基于前缀等价类的遍历方式快速产生所有带根查询子树和标准查询子树。实验结果表明该算法具有挖掘速度快、内存消耗稳定等特点，可以有效、平稳地处理XML查询数据流。     

数据流中的近似查询技术

近年来,一种密集型数据的应用得到了广泛的关注。在这种应用中,数据不再来自存储于永久介质的数据库,而是以大量的、连续的、快速的、随时间变化的、无边界的数据流的形式到达。本文深入研究数据流中的近似查询处理问题,针对数据流查询处理的典型特征,平衡内存有限性与查询结果精确性两大关系,综合多个著名系统关于近似查询处理的精髓思想,加以总结提出一系列如窗口查询、直方图、随机采样、小波等近似查询技术。     

三重金字塔模型及遥感影像管理系统研究

本文提出了三重金字塔影像模型I3P,重点阐述了该模型的构建方法。以上海市航空影像数据为测试数据创建了模型实例,证明了模型的可行性,并以此模型为基础,开发了三重金字塔影像管理系统,实现了快速查询管理及分发功能,较好的满足了海量影像数据的快速浏览和高效管理。     

基于多本体的煤炭调度集成系统的研究

针对公司煤炭调度系统中总调度系统与下属分矿的子调度系统中存在异构数据源导致难以实现数据共享，设计了一个基于多本体的煤炭调度集成系统架构。重点研究了系统查询处理过程，首先根据全局本体到局部本体的映射，把针对全局本体的查询语句分解为对局部本体的子查询，再将子查询进一步重写为关系数据源的查询语句并给出了RDQL—to—SQL查询重写算法，最后把对关系数据源的SQL子查询结果进行集成返回给用户。     

On the forecasting of high-frequency financial time series based on ARIMA model improved by deep learning

Through empirical research, it is found that the traditional autoregressive integrated moving average (ARIMA) model has a large deviation for the forecasting of high-frequency financial time series. With the improvement in storage capacity and computing power of high-frequency financial time series, this paper combines the traditional ARIMA model with the deep learning model to forecast high-frequency financial time series. It not only preserves the theoretical basis of the traditional model and characterizes the linear relationship, but also can characterize the nonlinear relationship of the error term according to the deep learning model. The empirical study of Monte Carlo numerical simulation and CSI 300 index in China show that, compared with ARIMA, support vector machine (SVM), long short-term memory (LSTM) and ARIMA-SVM models, the improved ARIMA model based on LSTM not only improves the forecasting accuracy of the single ARIMA model in both fitting and forecasting, but also reduces the computational complexity of only a single deep learning model. The improved ARIMA model based on deep learning not only enriches the models for the forecasting of time series, but also provides effective tools for high-frequency strategy design to reduce the investment risks of stock index.     

基于WebGIS的社会经济专题查询系统的研究--以三峡生态与环境监测系统社会经济专题为例

三峡库区社会经济环境的发展变化,受到了政府及公众的关注,建立三峡库区的社会经济专题查询系统对分析和反映库区社会经济动态具有重要意义。根据三峡生态与环境监测系统的需求和社会经济专题的特点,对系统功能进行了设计,并采用.NET技术和ArcIMS开发工具实现了三峡库区的社会经济专题查询分析。本文分析了WebGIS在社会经济专题中的应用优势,并对系统功能、建设流程、关键技术等作了较详细的阐述。     

Google Trends and the forecasting performance of exchange rate models

In this paper, we use Google Trends data for exchange rate forecasting in the context of a broad literature review that ties the exchange rate movements with macroeconomic fundamentals. The sample covers 11 OECD countries’ exchange rates for the period from January 2004 to June 2014. In out‐of‐sample forecasting of monthly returns on exchange rates, our findings indicate that the Google Trends search query data do a better job than the structural models in predicting the true direction of changes in nominal exchange rates. We also observed that Google Trends‐based forecasts are better at picking up the direction of the changes in the monthly nominal exchange rates after the Great Recession era (2008–2009). Based on the Clark and West inference procedure of equal predictive accuracy testing, we found that the relative performance of Google Trends‐based exchange rate predictions against the null of a random walk model is no worse than the purchasing power parity model. On the other hand, although the monetary model fundamentals could beat the random walk null only in one out of 11 currency pairs, with Google Trends predictors we found evidence of better performance for five currency pairs. We believe that these findings necessitate further research in this area to investigate the extravalue one can get from Google search query data.     

Acylfulvenes,a new class of potent antitumor agents

Acylfulvene, derived from the sesquiterpene illudin S by treatment with acid (reverse Prins reaction), is far less reactive to thiols than illudin S. However, it is reduced readily to an aromatic product, in the same way as illudin S. This may explain its greatly improved therapeutic index compared to that of the parent compound.Unfortunately, publication was held up due to postal delay.     

Forecasting outcomes in spread betting markets: can bettors use ‘quarbs’ to beat the book?

In this paper, we examine a relatively novel form of gambling, spread (or index) betting that overlaps with practices in conventional financial markets. In this form of betting, a number of bookmakers quote bid–offer spreads about the result of some future event. Bettors may buy (sell) at the top (bottom) end of a spread. We hypothesize that the existence of an outlying spread may provide uninformed traders with forecasting information that can be used to develop improved trading strategies. Using data from a popular spread betting market in the United Kingdom, we find that the price obtaining at the market mid‐point does indeed provide a better forecast of asset values than that implied in the outlying spread. We further show that this information can be used to develop trading strategies leading to returns that are consistently positive and superior to those from noise trading. Copyright © 2005 John Wiley & Sons, Ltd.     

Nowcasting and predicting data revisions using panel survey data

The qualitative responses that firms give to business survey questions regarding changes in their own output provide a real‐time signal of official output changes. The most commonly used method to produce an aggregate quantitative indicator from business survey responses—the net balance or diffusion index—has changed little in 40 years. This paper investigates whether an improved real‐time signal of official output data changes can be derived from a recently advanced method on the aggregation of survey data from panel responses. We find, in a New Zealand application, that exploiting the panel dimension to qualitative survey data gives a better in‐sample signal about official data than traditional methods. Out‐of‐sample, it is less clear that it matters how survey data are quantified, with simpler and more parsimonious methods hard to improve. It is clear, nevertheless, that survey data, exploited in some form, help to explain revisions to official data. Copyright © 2009 John Wiley & Sons, Ltd.