传感器网络分布式多维概率Top-k查询处理算法

针对分布式传感器网络提出多维概率Top-k查询处理算法DMPT.利用Skyline操作返回Top-k元组,通过反馈机制和过滤机制减少数据传输量及查询处理时间.DMPT考虑了数据的不确定性、多维属性以及网络的分布式和能源受限特征,根据Skylayer计算得到Top-k结果.通过真实数据和模拟数据实验验证得到:DMPT算法比传统算法具有更高的节能效率和更快的响应速度.     

无线传感器网络中一种基于动态网格的查询处理方法

为减少传感器网络能耗,本文提出了一种基于动态网格的查询处理方法,该方法可以有效地利用节点的网格拓扑结构对查询进行优化,从而减少数据发送量,降低整个网络能耗.在模拟环境下验证了文中所提出方法的有效性.     

Deep Web集成环境下基于经验值的弹性查询松弛方法

Deep Web环境中,用户输入的查询条件过于严格可能会导致查询的失败,通过查询松弛可以提升查询的有效性.为使查询松弛更加科学准确,提出了一种基于经验值的弹性查询松弛方法.首先获取各查询属性的经验值,并确定各属性的重要度;然后给出了基于经验值的弹性查询松弛策略,即按照属性重要度由低到高的顺序,依次在属性的经验值范围内对查询条件进行弹性松弛,使查询松弛后返回的结果尽可能与用户的查询请求相匹配;最后通过实验验证了所提查询松弛方法切实可行.     

网格工作流的语义模型及其查询机制

目前对网格工作流模型的描述侧重于形式化的定义出任务之间的相互关系以及各个任务的属性的语法描述，为了便于知识获取和重用，提供一个网格工作流知识的形式化语义描述框架显得尤为重要．针对网格工作流的描述方法提出了一个新的视角：运用知识表达技术提供一个网格工作流的语义模型和查询机制，并将面向对象的继承思想引入到网格工作流表达的语义框架中，该框架是可扩充、可配置的，用户可以对新的类别定义新的语义框架，并可基于该继承结构的语义框架，进行有层次的工作流的查询．     

基于启发函数的网格数据库查询算法

查询处理技术是网格数据库研究的核心,但是传统的查询处理技术无法适应动态变化的网格环境,导致网格资源利用率低、查询效率不高。给出了基于副本的网格数据库查询处理代价模型和两种查询处理算法,利用不同的数据集和网格环境参数进行实验验证。实验结果表明,基于启发函数的网格数据库查询算法在一定程度上提高了查询处理效率,生成子查询时间代价为O(n),消耗时间比采用穷举策略下降10%左右。     

网格数据查询优化中的缓存管理研究

鉴于缓存管理在分布式系统中可以减少网络流量,提高系统响应速度,尤其在网格计算环境中可以克服网络连接的带宽瓶颈,提出了一个用于优化网格信息查询的缓存管理模型.网格搜索引擎进行信息检索时,依据用户的查询需求,从网格异地异构数据库中查询并自动抽取信息,进行查询集成并存储在高速缓存中;根据缓存调度算法合理地组织中间结果;按照打分函数的控制,在生成的评分表下进行Top-K排序,合并生成最终结果;在保证网格查询准确性的同时,提高网格异构数据源查询速度.实验表明此方法是有效的.     

基于双树双索引结构的移动查询方法

为实现对有限范围内海量移动对象的有效索引,构建通用的移动查询解决方案,针对移动对象在道路网格中的运动特点,提出了预测实时运动速度的速度积累模型和预测未来聚集位置的基于双树双索引结构的移动对象查询方法.双树双索引结构利用网格划分思想构建空间分割树,实现对现有GG TPR-tree查询结构的拓展,并结合GG TPR-tree索引及建立于内存中的Hash索引以满足各种类型的移动查询请求.仿真实验表明,在回答受限范围内海量移动对象的确定性查询和统计性查询时,与传统方法相比,双树双索引结构在查询结果准确率方面有明显的改善.     

基于分布式哈希表的网格资源定位框架的研究与设计

基于网格服务发现模型实现在网格中管理各种资源和实现复杂查询,通过讨论网格的资源特点和相关的查询要求,以分布式哈希表为基础架构,利用不同的P2P资源发现技术,在网格中环境解决发现多个资源,并支持动态资源定位和实现资源任意查询。     

时序数据多维聚合查询服务的实现

随着电能质量监测点不断扩大,产生海量具有时序特性的多维电能质量数据,当前的诸多数据查询方法不能适应电网电能质量监测数据的交互式多维聚合查询需求。研究提出时序数据多维聚合服务的实现方法,为内存中预聚合后的任务结果建立哈希存储结构,对实时数据建立位图索引存储结构,将历史数据的预聚合数据尽量存储于内存中,改进随机读写的低性能问题,提升查询效率,解决交互式查询问题。同时运用最优聚合任务算法选择出尽量多的预聚合任务数,提高交互式查询命中率。实验验证了该算法的可行性,与分组二维背包算法相比,在预聚合任务数量选择方面具有一定优势。     

基于区间划分的云资源调度方法

针对云计算平台中资源高效组织和分配的关键问题,提出一种基于区间划分的资源调度模型,对多维属性建立联合区间索引快速定位资源,并使用区间动态调整的方法平衡查询分布以提高调度效率.通过引入资源预留协议保证调度结果的有效性,并利用被动更新协议降低资源更新操作的开销.基于分布式键-值存储构建了一个原型调度工具仿真,实验结果显示:该模型具有良好的可扩展性,8个节点能管理百万级的资源规模且具有较好的性能.     

基于OLAP查询的数据集市系统的研究

研究了通过对数据仓库视图进行水平分割来建立数据集市系统，提高OLAP查询效率的方法和技术。提出了根据OLAP查询中的选择谓词构造其最小项谓词，选择数据仓库立方体视图进行水平分割，利用视图分割后的裂片建立的数据集市来回答查询，达到减少访问的视图元组数和加快查询响应时间，从而提高OLAP查询效率，削减维护费用。     

An Efficient Query Rewriting Approach for Web Cached Data Management

0 IntroductionWitmhentth ef oerxp slhosairvineg gr ionwfotrhm oaft itohne iWsW aW k,eythe p rroeqblueirme-.When we deal withthe unprecedented amount of data,we areeasylost in browsing them. Thus , handling these data effi-ciently becomes more difficult than before.Consider the application domain publication retrieval ,which are abundant onthe Web and usually demandlongti meto generate the end-results through the query interfaces pro-vided by search engines .It oftenrequires three steps to de…     

利用支持向量回归确定相关Web查询

对用户输入的查询请求，如果搜索引擎系统能给出一个相关查询列表，将有助于用户进行查询修正，进而检索到用户所需要的信息．文中提出了一种利用支持向量回归确定相关Web查询的新方法．对一个给定的Web查询，首先从用户的使用记录中抽取候选查询的5个量化指标：被查询的次数、被查询的用户量、用户在反馈结果中的点击次数、与给定查询间的共有词项个数和点击相同网址（URL）的个数；然后用手工标记部分训练数据，进而建立支持向量回归模型，根据相关度的大小确定相关Web查询．实验结果表明该方法具有较高的准确度．     

基于压缩实体摘要图的RDF数据关键词查询

提出一种将关键词查询转换为SPARQL查询的方法来进行RDF数据的搜索.首先,根据RDF本身的关联特点,构建一个压缩实体摘要图;然后,借助关键词与所在实体的索引,将所查询的关键词在该摘要图上进行定位,通过图双向搜索算法找出包含关键词实体的前k子图,获得查询实体之间的关系,再联合最初的关键词及他们的属性,构建SPARQL查询;最后使用SPARQL搜索引擎执行查询.实验结果表明,所提方法较其他方法有更快的响应时间及更高的准确率.     

应用聚簇索引的多连接查询优化方法

多连接查询优化是提高数据库性能的关键问题之一.查询优化主要针对连接等一些具有较高执行代价的操作进行研究.在分布式查询优化中,应同时考虑本地处理代价和传输代价.提出了一种应用聚簇索引来优化多连接查询的方法,旨在减小查询的代价.分析对比证明该方法具有较好的效果.     

基于地理位置服务的商圈建模方法

针对基于地理位置查询市场的巨大需求,提出一种基于商圈地理位置的建模方法.首先对地理位置查询进行组件拆分与类别划分,形成建模的最小构件,然后采用参数化方法对地理位置定位,通过输入参数值获得符合查询结果的商圈信息,辅助确定用户需要的地理位置,最后采用高德地图的API（Application Progranl Interface）接口实现.     

Query through heterogeneous ontologies using association matrix

This paper introduces the definition and calculation of the association matrix between ontologies, h uses the association matrix to describe the relations between concepls ill different ontologics and uses concept vectors to represent queries; then computes the vectors with the association matrix in order to rewrite queries, This paper proposes a simple method of querying through heterogeneous Ontology using association matrix. This method is based on the correctness of approximate information filtering theory; and it is simple to be implemented and expected to run quite fast.     

一种基于事先测试的分布式数据库优化联接查询技术

在分布式数据库系统中,查询优化是一极其重要的问题,其中联接查询的优化因其应用的广泛性而显得尤为关键.本文介绍了在分布式数据库系统中对联接查询的一般处理方法,详细论述了笔者提出的一种在分布式数据库中基于事先测试的优化联接查询技术,并进行了分析与总结.     

一种基于频度路径树的XML缓存模型

提出并实现了一种新的称为频度路径树的XML缓存模型,FTree Cache.新模型根据频繁查询路径模式对源XML文件进行投影,生成相应的缓存文件.对用户提交的查询进行判断,提取相应的缓存文件来响应.通过对XML的投影缓存,可以有效降低查询的响应时间和大大减少内存的占用量.实验表明了方法的有效性,对内存的占用大约是原来的20%,响应时间约为原来的43%.     

基于Markov网络团的查询意图识别

通过利用Markov网络团的方法来对查询意图识别.首先从人工标注搜狗查询日志中约2 250个查询作为测试数据,采用搜狗提供的分类语料(共10类)来建立Markov网络,用建立的Markov网络来对查询进行扩展,得到相关的返回结果列表,运用在分类语料训练好的分类器来对返回结果进行分类,从而完成对查询意图识别的过程.实验中采用的评价指标是11_avg和3_avg,实验结果表明该方法能够有效地提高检索效率.