基于语义分析的文本查询系统设计与实现

深入分析和研究了多种文本信息查询模型和算法后,提出了基于内容分析的文本查询系统的设计思想和实现策略.该系统主要综合了基于概率统计模型的简单易于实现的优点,又采用了基于语义分析模型中的查询结果准确率高,查询过程具有一定智能性的特点.文章最后分析了该系统的运行复杂度,给出了算法的总体性能评估.     

基于丛生树的可调节的并行查询优化算法研究

在分析现有的并行查询优化算法的基础上,提出了一种新的并行查询优化算法,该算法充分考虑并行计算机的物理限制,以丛生树为模型,利用大关系的数量对操作内的并行性、操作间的独立并行性以及操作间流水并行性进行调节,从而保证了高效的并行查询计划的产生     

基于丛生树的可调节的并行查询优化算法研究

在分析现有的并行查询优化算法的基础上，提出了一种新的并行查询优化算法，该算法充分考虑并行计算机的物理限制，以丛生树为模型，利用大关系的数量对操作内的并行性，操作间的独立并行性以及操作间流水并行性进行调节，从而保证了高效的并行查询计划的产生。     

一种找出较优重写查询的启发式算法

提出了一种实用的启发式算法．该算法使用了一种简单的代价模型来比较查询之间的相对代价,并利用多项式时间从实化视图得到的多个重写查询中找出一个执行代价较节省的重写查询,不需要查询优化器的支持,减少了优化器的负担．实验结果表明该算法找出的较优重写查询的执行时间比穷尽搜索算法的略有增加,而搜索时间和空间显著减少．利用该算法可快速地响应查询,能显著改进数据仓库的查询性能．     

基于XQuery的XML与SQL查询转换算法研究

为了实现XML查询到SQL查询的转换,提出了一个基于XQuery查询和JDOM的转换框架和算法.设计了核心组件查询转换器,将XML查询语句定义为XML查询文档,使用JDOM解析XML查询文档,抽取出SQL语句的各个组成部分.该算法简洁并具有较高的通用性.     

能量有效的传感器网络不规则区域时空查询处理算法

为了减少不规则区域时空查询处理的能量消耗和提高查询结果准确性,该文提出了一种基于树的不规则区域时空数据收集查询算法,该算法将查询区域内的节点组织成一颗树,树中的节点依次将其感知数据发送至其父节点直至汇聚到树的根节点.针对不规则区域时空聚集查询,提出了一种基于路线的算法,该算法沿一条路线收集查询区域内节点的感知数据并对其进行聚集以生成最终的查询结果.这两种算法均通过将复杂的不规则查询区域划分为简单的凸多边形,降低了判断节点是否在查询区域内的计算复杂度,且保证仅查询区域内的节点发送感知数据,减少了能量消耗.仿真实验结果表明,该文提出的算法优于现有的针对规则区域的时空查询处理算法.     

八邻域网格聚类的多样性XML文档近似查询算法

提出了一种基于八邻域网格聚类的多样性XML近似查询算法.首先给出了支持XML文档间语义距离计算的3种编辑操作代价模型,再利用XML文档间的语义距离建立XML文档的向量模型并设计基于八邻域网格的XML文档聚类算法,进而利用聚类过程中得到的物理和逻辑聚类中心对静态有序选择算法的查询评估策略进行优化,这样做只需定位聚类中心所在组群的局部范围,并在该范围内进行目标查询,而无需遍历整个XML数据库,从而快速返回满足用户需求的查询结果.经汽车外形智能化设计实验表明,所提算法的查询速度比静态有序选择算法平均提高了3~4倍.     

基于MPB-Tree索引的空间数据多关键词模糊查询算法研究

随着具有定位功能的智能设备的大量使用,产生出海量的空间数据,每条数据中包含的信息越来越多,而以往的查询算法多数仅对单个关键词进行查询,已难以满足用户更为个性化的需求.为此,本文提出一种多空间关键词模糊查询算法,在该算法中,将以往的两维空间距离计算转化为莫顿码匹配提升查询效率,且与模糊查询算法融合支持查询的容错.实验结果表明,该算法的效率及准确性较以往查询算法有较大提高.     

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.     

一种分布式数据库查询优化算法

在分析分布式数据库查询目标和策略的基础上,提出了一种新的查询优化算法：基于二级索引的查询算法。该算法利用全局和局部二级索引对查询语句进行分析,进而确定最优查询路径。该算法可以有效地减少分布式数据库系统查询过程对带宽的消耗。     

基于值的分布式查询优化算法

针对目前查询优化算法的缺陷,充分考虑了实际数据库系统中属性值的非均匀分布性和属性值之间的相关性对查询优化的影响,提出了一种基于值的查询优化模型,阐述了其科学性、合理性.给出了解决该优化问题的遗传算法,选取种群规模50、保留比例0.1、变异概率0.001的参数对算法性能进行了实验分析,结果证明该算法有一定的效果.     

MapReduce模型下基于R树索引的Skyline查询算法

提出一种MapReduce并行计算模型下基于R树索引的Skyline查询算法, 解决了海量空间数据集下执行Skyline查询效率低的问题. 通过建立R树索引实现空间数据不同粒度的范围剪枝, 有效降低了分布式Skyline查询需扫描的数据规模, 提高了在MapReduce模型下Skyline查询的执行效率. 在不同数据分布下进行对比实验的结果表明, 该方法比已有算法在执行效率上更具优势.     

DAS模型下基于查询概率的密文索引技术

数据库服务(Database-as-a-Service,DAS)模型是一种新的数据管理模型,它把用户的数据存放在第三方并通过网络提供数据库管理系统.DAS模型下,如何提高密文数据库的查询效率是当前面临的一个主要问题,而密文索引技术是提高数据库中密文查询效率的手段之一.针对现有的密文索引方法查询命中率低的问题,本文根据查询概率的实际分布情况,提出了一种适用于非等概率查询的桶划分策略,该策略以降低错检率为目的生成密文索引,提高了查询效率.最后给出了相应的算法,并通过实验对算法进行了分析和验证.     

一种社交网络环境下并行短文本查询算法

随着移动社交网络的迅速发展,如何从海量带有时间属性和地理位置属性的短文本信息中快速查询到有效信息具有重要意义.社交网络环境下传统短文本查询算法忽略时间维度,并且在海量数据下无法满足用户快速响应的需求.针对以上问题,提出一种社交网络环境下并行短文本查询算法.提出的算法设计了基于MapReduce模型下的查询框架,该框架使用了基于滑动窗口下的多版本时空索引(MVSTR-tree),保证了查询过程中融合了时间和空间属性,实现了对海量数据高效查询的目标.最后,通过真实数据集的实验证明该算法能有效缩短查询时间.     

一种利用位图索引求解成员查询的高效算法

在利用位图索引求解成员查询时，减少对位图的重复扫描可以有效地提高查询的效率，本文提出了解决该问题的有效方案，给出了相应的算法，并对算法的性能进行了分析和实验。     

一种加密数据库的快速查询算法

针对加密数据库中块加密字段需要将全表进行脱密方可进行查询的问题,提出了一种快速查询算法．该算法将块加密字段上的查询表达式与可直接查询字段上的查询表达式取交集,从而大大减少脱密的范围,节省了由加密引起的时间开销,同时从理论上证明了该算法的正确性．     

一种加密数据库的快速查询算法

针对加密数据库中块加密字段需要将全表进行脱密方法可进行查询的问题,提出了一种快速查询算法,该算法将块加密字段上的查询表达式与可直接查询字段上的查询表达式取交集,从而大大减少脱密的范围,节省了由加密引起的时间开销,同时从理论上证明了该算法的正确性。     

面向用户偏好的动态网页数据交互式查询算法

为提高网页数据查询速度、精度及工作效率,提出一种面向用户偏好的动态网页数据交互式查询算法.首先,构建用户偏好模型,增加偏好组合的演化个体适应性,综合计算适配值;其次,为防止数据冗余和重复,基于兴趣相似性,分离相似度高的查询数据和重复数据,识别出网络数据的性质;最后,利用粒子群优化算法寻找最优的动态网页数据交互式查询方案.实验结果表明：在数据集基数影响下,该算法的查询结果集质量在0.95以上;在查询最大维数影响下,该算法的查询结果集质量在0.96以上,表明其查询使用时间短、结果集精度高、自适应能力强.     

基于关系树的知识查询算法研究

在关系模型的语义网知识表示基础上,将关系模型转换成关系树.基于此关系树模型,提出一般直接知识的正向.逆向知识查询算法,对不能直接查询的知识,进一步提出隐含知识查询算法,结果表明,提出的查询算法能有效地解决基于知识库知识查询的相关问题.     

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。