一种面向无向加权图的子图查询方法

随着图结构的大规模应用,图数据库上的查询已经成为图挖掘的研究热点。针对无向加权图,本文提出一种基于最短权值路径和拉普拉斯图谱的子图查询方法PSQuery。首先,PSQuery方法选取可表示数据图的高效特征属性;接着,对提取的特征属性按照哈希映射进行编码,将特征编码组合生成节点编码和图编码,并且基于图编码构建索引树;最后,通过实现过滤-验证框架得到结果集:按照提取特征的嵌套性质进行过滤生成候选集,再根据VF2算法进行验证得到最终的超图集合。实验结果表明,提出的方法加速了无向加权图数据库上的子图查询过程,提高了查询效率。     

勘探部署图的多分辨率模型及其实现

利用地质勘探数据生成多比例尺图在勘探部署图的绘制与管理中具有重要意义。在分析构成勘探部署图数据元素特点的基础上,提出了不同比例尺图件的多分辨率模型。该模型保存了勘探图的不同比例尺下的数据,在应用中能根据不同的比例尺要求生成满足要求的图件,同时给出了模型的数据结构。结果表明,基于有向无环图(DAG)表示的数据抽取算法利用变化数据的空间关系能够提高计算性能,且算法的计算时间与变化数呈线性关系。     

勘探部署图的多分辨率模型及其实现

利用地质勘探数据生成多比例尺图在勘探部署图的绘制与管理中具有重要意义。在分析构成勘探部署图数据元素特点的基础上，提出了不同比例尺图件的多分辨率模型。该模型保存了勘探图的不同比例尺下的数据，在应用中能根据不同的比例尺要求生成满足要求的图件，同时给出了模型的数据结构。结果表明，基于有向无环图(DAG)表示的数据抽取算法利用变化数据的空间关系能够提高计算性能，且算法的计算时间与变化数呈线性关系。     

基于树模型的XML查询匹配算法的设计与应用

在分析基于区间编码的结构连接算法Stack-Tree算法的基础上,研究基于树型模型的XML结构编码、XML查询处理过程中路径匹配等关键技术问题,并利用dom4j解析技术,基于Berkeley DB实现基于Stack-Tree算法的XML查询原型系统.实验结果表明本文设计的基于Stack-Tree算法的查询系统在查询时间,查询准确性以及全面性上能够满足对查询系统的功能和性能要求.     

基于Logistic映射的排列图软件水印方案

针对排列图编码鲁棒性较差的问题,提出使用Logistic映射生成软件水印的算法。根据版权所有者信息和合法用户信息生成初始值,通过Logistic映射计算混沌序列并生成水印信息。版权所有者随机生成排列图长度后将水印信息用排列图表示并嵌入宿主程序当中。提取排列图后,根据排列图相似度,在拓扑图受到攻击的情况下仍然可以证明版权。实验仿真证实该算法能够抵抗常见攻击,提高排列图的鲁棒性。     

基于摘要图的不确定社会网络Top-k子图查询算法

针对不确定W eb社会网络的Top-k子图查询问题,以无向、顶点带标签及边赋权重的简单图为基本模型,设计了用来简洁描述社会网络并编码原始图信息的摘要图,提出了Top-k子图同构查询算法。针对真实和虚拟网络数据进行了大量实验,结果表明:基于摘要图的Top-k子图查询算法较VF2算法运算时间缩短;由于构建摘要图时的主要依据是顶点的标号,因此查询图的标号分布对查询性能有较大影响;顶点标号数目增加时该算法的查询性能呈类似指数形式提高,而VF2算法的查询性能没有受到较大影响;当数据图的顶点数量增大时,该算法与VF2算法相比,消耗时间的增长更缓慢;该算法在处理Top-k查询时体现出了稳定高效的性能。     

支持邻接关系查询的图结构密文搜索方案

现有的密文搜索方案不支持复杂数据结构,因此,提出一个针对图结构的密文搜索模型,给出其算法的形式化定义及安全模型.利用矩阵结构的加密索引提出一个支持邻接关系查询的图结构密文搜索方案,给出了方案算法的具体描述,并对安全性与效率进行分析.方案使用伪随机函数和伪随机置换,保证了用户的图数据和索引信息不被泄露,并通过现实模型实验和理想模型实验的方法进行安全性证明.对比传统密文搜索方案,该方案支持更加灵活的查询,并拥有更高的效率,在大数据环境下拥有广泛的应用前景.     

基于Logistic-正弦映射和双碱基DNA编码的图像隐写

本文在Logistic-正弦映射和双碱基DNA编码的基础上,提出了一种新型的信息隐藏算法。通过Logistic-正弦映射,可以有效地扩大参数的范围,生成随机性更好的混沌序列,同时生成的序列具有更大的李雅普诺夫指数,因此更符合图像编码的需要。提出的双碱基编码规则既能够有效地提高编码规则的数量,增强秘密信息的安全性,又能够提高编码效率。本文提出的算法隐藏效果好,实验结果证明了该方法的安全性、有效性和鲁棒性。     

成组技术中面向对象的参数化模型

针对传统成组技术中的编码系统难以使用、编码不够精确和重用困难等问题,提出在成组技术中构造面向对象的参数化模型．该模型用类来描述零件簇,构成零件类的结构层次,生成零件描述的框架;用参数化方法从零件类实例化生成对象,以对象来表示具体的零件;查询时,以零件的特征和零件的具体参数来驱动,加速搜索的过程,并使结果更加精确;找到相同或相近零件对象后,在某个类层次上重用以前的设计．该模型的提出为成组技术的应用提供了新的途径．     

基于迭代函数系统的书法干笔飞白仿真

干笔飞白是书法中的由于快速运笔及水分不足所形成的特殊效果,由于其随机性和复杂性采用传统的毛笔模型对之进行模拟仿真非常困难.提出了一个新颖的基于迭代函数系统的干笔飞白效果仿真模型,能够较好地再现干笔中的随机性留白效果.模型采用迭代函数系统作为建模工具,根据运笔的速度和压力,采用随机迭代算法生成笔迹点集,通过绘制点集来模拟干笔飞白效果.该模型与以往的确定性的物理模型不同,采用随机算法再现了干笔留白效果,适合于数字艺术创作.     

自由空间量子通信系统分析

自由空间量子通信系统容易受到各种自然条件的影响从而影响密钥生成率,而大气湍流随机性的特点是设计自由空间量子通信系统考虑的首要因素.根据大气传播理论,考虑湍流和衰减因素,建立了自由空间极化编码单光子源的传播模型,分析了大气湍流和量子密钥生成率间的关系;然后利用实际参数分析了不同湍流强度对量子密钥生成率的影响.分析结果表明...     

一种基于关联图的蛋白质结构预测改进算法

采用一种改进的COMAR （Contact Map Reconstruction）算法求解基于关联图的蛋白质结构预测问题.根据蛋白质关联图和先验知识，并以半随机的方式生成距离信息，根据距离信息得到蛋白质的坐标，并通过坐标修正和摄动，使得重构结构的关联图与给定的关联图相一致.结果表明，阈值较大的关联图所重建的结构较好，与原COMAR算法相比，在相同的迭代次数下，改进的COMAR算法的精度较高.     

基于灰度DAG熵最大化量化分辨率医学图像增强

为提高医学图像增强的清晰度和对比度,并提高计算效率,提出一种基于灰度有向无环图(DAG)熵最大化量化分辨率医学图像色调增强算法.首先,采用简单的分段自回归(PAR)模型进行图像目标恢复,并考虑到模数转换的误差利用全最小二乘算法进行PAR模型参数估计,获得高分辨率图像恢复直方图模型;其次,针对可能存在的对比度过低问题,将上述获得的最小二乘算法约束优化问题,建模为DAG中的最大权重路径问题,构建了色调保持最大熵图像增强过程约束优化模型,并通过DAG图Monge定理特性实现计算复杂度的降低;通过上述两个步骤,实现了医学图像增强过程中图像细节和对比度的同步增强,仿真实验显示所提算法可提供更为有效的医学图像增强效果.     

多DAG任务调度算法

多DAG任务调度问题是当前研究的热点,为了提高任务调度的效率以及资源利用率,各个DAG的调度顺序以及每个DAG内部任务之间的调度顺序成为研究任务调度问题的关键。提出了一种基于分布式异构计算环境的多DAG任务调度模型和多DAG任务调度算法MDTS(multi-dags task scheduling algorithm)算法。算法首先对多个DAG任务进行合并,通过增加一个入口任务节点和出口任务节点的方法将多个DAG合并为一个DAG;然后根据每个任务节点的计算代价的方差以及平均通信开销对任务进行排序;最后基于HEFT算法降序对各个任务进行处理机调度。实验证明,MDTS算法在任务调度跨度、任务调度平均等待时间以及平均Slack方面均优于Sequential、Interleave算法。     

承载式车身结构局部改型的快速耦合参数化优化设计

针对局部改型结构建立参数化模型,并与其余有限元模型耦合,生成车身结构局部参数化耦合模型.根据性能验证该快速耦合参数化建模的可靠性以及基于该方法所建立模型优化设计的合理性.车身局部参数化耦合模型的建模准确度较高,通过试验设计及径向基函数建立的近似模型能够较好地预测车身耦合模型的性能,利用混合方法多目标优化算法求解设计变量,可实现多目标的优化设计.故快速耦合参数化优化方法在满足设计有效性同时可节省建模时间、提高优化效率.     

图结构XML文档的关键字检索方法

研究了基于图结构XML文档的关键字检索方法。根据图结构XML文档的结构特点,结合用户输入的关键字及其类型,建立了用户查询语义模型;定义了拥有完整语义信息的查询结果模型,并从层次结构上分析来定义结果的语义相关性排序方案;提出基于语义的双层索引结构。实验结果表明,算法具有较高的准确率和效率。     

基于核的有向强连通图计算机随机生成算法

针对图论算法研究和算法测试对随机生成有向强连通图的需求,在深入研究有向强连通图和极小有向强连通图的结构组成的基础上,提出了有向强连通图核的概念。参考有向连通图的随机生成算法,给出了一种有向强连通图的随机生成算法,并对该算法进行了测试。对具有上千个节点及上万条弧的强连通图的随机生成,采用该算法时间都在1 s以内,生成的结果能很好地应用于图论研究,以作为图论算法的随机测试用例。     

不确定性多维传感器数据的有效存储与查询方法

为解决传统数据库管理技术无法有效管理不确定性数据的问题,该文设计了一种多维数组树(MB树)。MB树是一种基于贝叶斯网络的图数据结构,以贝叶斯网络作为概率图模型解决存储和查询问题。对海量数据建模并响应查询。证明了可预测性和结构关联性。利用真实数据集和合成数据集对MB树的性能进行了测试。验证了具有潜在联合分布的MB树的编码准确度。与相似的图模型比较,采用MB树的查询处理效率平均可提升约3倍。     

基于主题概念的XML文档关键字查询算法

讨论了基于XML文档的关键字查询技术,根据XML文档结构的特点,结合关键字查询的需求,提出查询文档中主题的概念;建立XML文档的主题索引,设计出基于主题的高效查询算法.该算法依据主题索引和输入的关键字判断用户的查询主题,再根据主题执行获取最终查询的结果.在查询过程中不仅排除了查询主题不相关的关键字节点,同时也避免生成不相关的查询结果,提高了查询效率和质量.实验结果证明了该算法在绝大多数情况下的高效性.     

基于改进遗传算法的网格任务调度

为在网格环境下完成任务调度,使服务运行时间和费用2个指标达到最优化,将这2个指标作为网格任务调度模型的衡量指标,将计算经济模型引入网格资源管理,改进了遗传算法。算法中的染色体编码采用间接编码方式,对每个任务占用的资源编码,即实数编码方法。生成初始种群时采用随机生成种群和根据某些先验知识生成种群这2种方法相结合,变异操作时根据原来染色体的适应值和适应度函数进行有目的的随机变异。通过网格仿真平台GridSim对该算法进行模拟验证,并将其与简单遗传算法及GridSim中经济模型下时间最优算法DBC_Time比较,试验结果证明,其能较好完成网格环境下任务的调度,实现时间和费用双目标优化。