一种有效的传感器网络区域查询算法

近年来,无线传感器网络基于事件查询的算法引起很多国内外学者的关注,也因而产生了不少的相关算法,它们大多主要体现在节点移动上。本文主要分析了现有的窗口查询算法的优缺点,针对当窗口中某个查询节点没有被收集而造成的空洞现象进行处理,以及在选择下一查询节点时考虑能量与距离的因素,提出新算法EQA(effective area query algorithm)。通过对算法进行仿真与分析,并与IWQE和ESA算法进行对比,结果显示新算法在网络耗能、查询质量、网络生命周期等方面都得到提高。     

支持数据动态更新的XML编码研究

提出一种支持数据动态更新的编码方案SDUE,该编码将结点位置信息进行分解,避免记录冗余信息,从而有效地节省了存储空间.此外,SDUE还能有效地支持数据更新.在查询方面,由于SDUE编码记录了结点路径信息,在路径查询中避免了结构连接操作,有效地提高了查询效率.实验结果表明,与其他编码相比,SDUE编码在空间存储利用率、结点更新效率和查询速度方面都有较明显的优势.     

空间多样化约束下的移动k近邻查询

考虑为移动中的查询对象连续返回k个距离近并且满足空间多样化约束的对象，提出了空间多样化约束下的移动k近邻(SDC-MkNN)查询.在此，满足空间多样化约束代表对象之间的相互距离大于距离阈值.为了高效处理SDC-MkNN查询问题，提出了两种基于安全区域技术的算法.算法均通过减少重新计算查询结果的次数来提高查询效率.其中一种为精确算法EA，可连续返回精确的查询结果；另一种为近似算法ρAA，可连续返回具有近似率保障的近似查询结果.采用真实数据集验证了所提出算法的有效性.     

双倍比特量化近似查询索引算法研究

本文提出双倍比特量化与非对称距离的近似查询索引。首先,设计了一种双倍比特量化方法,通过把特征的每一维数据量化为两个比特二进制码,增加特征之间的区分性。然后,研究了非对称距离算法,通过计算浮点型查询特征与特征库中二进制码的距离,对海明空间下的最近邻进行重排序,以提高索引的查询精度。基准数据集上的实验表明,双倍比特量化与非对称距离的方法使最近邻查询精度提高15%～25%。     

我心中的科研之道

 读书之法，在循序而渐进，熟读而精思。科研之法，在持之以恒，承先而创新。从研一到研二，我完成了从知识学习到学术科研的转变，对如何做好科研也有简单体会。正如朱熹的“读书之法”和王国维的“治学三境界”所述，总结归纳是基础，破旧创新是手段，持之以恒是态度，功到自然成。     

用户相似度感知的移动社交网络内容分享机制

针对移动社交网络中用户连接不确定,网络资源有限所导致的内容分享成功率低、开销大的问题,提出一种用户相似度感知的移动社交网络内容分享机制.通过分析用户行为,感知用户稳定态和变化态的兴趣度,并评估用户之间兴趣吻合度,进而结合用户交互频繁程度及用户活动区域一致性,获知用户相似度及逻辑关系.最后根据用户相似度,建立带有用户兴趣稳定态和变化态的虚拟社区,实现低成本、高成功率的内容分享.结果表明:所提机制在有效提高内容分享成功率的同时,极大限度地降低了网络开销率.     

动物的求偶展示

正动物为了寻找到配偶、达到繁殖后代的目的,往往会在心仪对象面前展示自己曼妙的舞姿。动物的这种求偶展示是雄性向雌性炫耀的大好时机。当然,也不排除少数雌性"女汉子"对雄性"美男"青睐有加,穷追不已。除了舞蹈,雌雄之间的其他活动,包括配对、筑巢和相迎等,也都是求偶展示的一部分。求偶展示对动物提高繁殖成功率至关重要。     

基于分布式系统OceanBase的并行连接

随着应用数据的飞速增长以及分布式数据库系统的不断涌现,数据存储在物理独立的节点已经成为一种趋势.在这种情况下,当应用需要进行复杂join查询时,就会不可避免地产生非常多的网络传输代价.所以,如何提高分布式系统中join查询的效率成为研究热点.本文在分析分布式数据库系统OceanBase执行nested loop join、Hash join、semi-join等算法的基础上,提出了合理利用硬件资源采用多线程并行执行join操作的优化思想,并在OceanBase数据库中分别对nested loop join、Hash join、semi-join等算法进行了并行改造.实验结果表明,在一定线程数内join算法执行效率与并行度呈正相关.     

基于Asp.net的通用数据填报系统的设计与实现

本文结合实际应用,详细阐述了一种基于Asp.net的通用数据填报系统的设计与实现。该系统能够对数据表字段进行任意定义,并动态生成相应数据存储、Excel模板及界面程序,从而更灵活的进行数据填报、查询和导出。解决了传统管理信息系统扩展性差的问题,具有一定的先进性、实用性。     

SwiftArray: Accelerating Queries on Multidimensional Arrays

Scientific instruments and simulation programs are generating large amounts of multidimensional array data.Queries with value and dimension subsetting conditions are commonly used by scientists to find useful information from big array data,and data storage and indexing methods play an important role in supporting queries on multidimensional array data efficiently.In this paper,we propose SwiftArray,a new storage layout with indexing techniques to accelerate queries with value and dimension subsetting conditions.In SwiftArray,the multidimensional array is divided into blocks and each block stores sorted values.Blocks are placed in the order of a Hilbert space-filling curve to improve data locality for dimension subsetting queries.We propose a 2-D-Bin method to build an index for the blocks’value ranges,which is an efficient way to avoid accessing unnecessary blocks for value subsetting queries.Our evaluations show that SwiftArray surpasses the NetCDF-4 format and FastBit indexing technique for queries on multidimensional arrays.