基于谓词分类的语义缓存查询裁剪

语义缓存在移动环境下有着广阔的前景.查询裁剪是语义缓存的一个重要的问题,传统的查询裁剪在时间复杂度和空间复杂度上存在巨大的局限性,这在一定的程度上限制了语义缓存的实用性.为了克服传统查询的缺点,本文从查询谓词分类着手,把谓词按照语义进行匹配满足,提出了新的剩余查询裁剪算法;新的查询裁剪算法一步生成,不需要优化.算法分析很明显从理论和实验上证明了它的优越性.     

中间件中语义缓存技术研究

数据库中间件语义缓存技术是提高数据访问性能的重要技术之一.缓存技术通过对用户访问数据信息的访问特征的分析,充分地利用数据的可复制性和可共享性,在适当的位置将数据复制并保存下来,尽量避免重复访问远程数据信息,进而提高了数据的使用效率.本文讨论了数据库中间件语义缓存的基本概念与关键技术.     

用户访问特征驱动的中间件语义缓存替换策略

Web应用中大量用户请求频繁与数据库交互会严重影响系统性能,中间件层缓存有助于减少请求与数据库的交互开销、提高服务器的响应速度。研究了在Web应用服务器中引入语义缓存机制,在查询缓存时利用语义信息进行匹配,然后动态追踪和分析用户访问时间性、访问内容量、业务关联等用户访问特征,在此基础上设计一种基于用户访问特征的语义缓存替换算法。原型实验表明其能够提高缓存命中率,并使服务器的响应时间和吞吐量也得到改善。     

ORM中基于语义相似性的查询缓存替换策略

针对查询的时间局部性特点, 提出基于语义缓存查询SC(semantic comparability)替换策略. 该策略通过分析缓存项与查询项在关系、条件及查询属性3个方面的相关性, 并结合数据访问频率将相似性最小的缓存项予以淘汰. 实验结果表明, 基于查询序列的先后关系, 有选择性的保留与查询具有继承、关联等关系的缓存项, 能够得到更高的查询命中率及更短的查询响应时间. 在缓存空间相同的情况下, SC策略优于LRU策略.     

基于语义缓存技术的分布式数据库查询优化

以大型数据库应用为背景.基于多Agent技术,构建了-个分布式数据库访问平台,重点研究了分布式环境下的语义缓存技术,并在油田生产数据库系统上进行了性能测试.结果表明:该方案对海量数据的统计查询性能有显著提高.     

一种Web查询接口的语义模型

在分析、优化和整合Web表单结构的基础上,形式化地描述了表单;基于一种新型的本体构造方法,对表单建立了语义模型;这种模型可用于机器自动识别表单、准备数据和提交查询,也有助于获取查询结果的语义;最后举例说明了表单建模过程.实验证明这种建模方法是可行的,为自动查询动态Web内容奠定了基础.     

语义缓存在并行数据库系统中的应用及实现

在许多应用系统中，使用缓存技术是提高数据库查询性能的有效途径。语义缓存是重要的缓存方式之一，它将查询结果和查询的相关语义信息缓存，为将来的查询提供解答。针对一个数据量极大、持续进行查询和数据装载的数据库系统，给出了一个加入语义缓存使之优化查询性能的方法，分析了其中的关键技术，并给出了实现方法。     

一种基于协同信任的普适网络节点缓存替换策略研究

在以人为载体的普适网络中,大量各种不同类型数据随着节点移动而传播.节点实体面临如何缓存最新或最有价值的数据问题,设计相应的缓存数据替换算法是一个重要的研究领域.提出了一种利用协同信任关系来设计的缓存替换策略：CTRP.该策略基于特定数据项与特定节点的相关联系紧密度来判别确定缓存区内要替换的缓存数据,并通过节点信任度与目标地址匹配概率来对相关度进行判定;在此基础上结合数据项的有效性指标来设计缓存数据替换标准.仿真实验结果表明CTRP能够有效提高数据的缓存命中率,降低数据的远程访问延迟.     

一种基于语义词典的局部查询扩展方法

针对基于关键词匹配的搜索引擎存在的问题,提出一种基于语义词典的局部查询扩展方法,首先利用共现分析法和语义相似度选取扩展词,再对原始查询词和扩展词加权,最后计算文档相似度从而获得排序后的扩展查询结果.该方法克服了其它局部扩展方法将大量无关词加入查询的问题.实验表明,该方法有效地提高了查询结果的查准率.     

基于主动网络的最佳缓存位置计算

主动网络是一种新型的智能性网络,其中的任何一个主动节点都可以用于放置缓存。基于主动网络,通过使用ILP算法,解决了在哪个节点中进行缓存为最佳的问题,从而使整个网络缓存系统的花费较小、效率较高。并使用ANTS对这个算法进行了模拟实现。     

基于缓存及预取技术的大型数据库查询优化研究

以大型数据库应用为背景,基于多Agent技术,构建了一个分布式数据库访问平台,重点研究了分布式环境下的语义缓存及相应的预取技术,实验表明,该方案对海量数据的统计查询性能有显著提高.     

适用于P2P的系统查询扩展优化方法

P2P系统中,各种文本文档是很重要的共享资源,而传统的信息检索技术无法在此复杂系统中获得良好的效果．通过对隐含语义索引的分析,提出了语义双重查询扩展（SDQE）的方法,它利用各个peer上文档集提供的隐式反馈,通过比较查询的上下文信息,发现用户的隐含偏好,从而找出最符合用户查询需求的文档．实验证明,SDQE是可行的,并能有效地提高P2P系统中文本检索性能．     

查询语句语义优化的一个方法

查询语句语义优化的基本思想是,数据库所反映的现实世界的特定知识可以用来将查询语句变换成语义上等价但句法上不同的形式,以期寻找常规优化方法不可能找到的最优执行方案。本文提出了建立在费用模型及约束强度概念上的语义优化策略,并对查询语句中连接运算的删除作了进一步讨论。     

查询语句语义优化的一个方法

查询语句语义优化的基本思想是,数据库所反映的现实世界的特定知识可以用来将查询语句变换成语义上等价但句法上不同的形式,以期寻找常规优化方法不可能找到的最优执行方案。本文提出了建立在费用模型及约束强度概念上的语义优化策略,并对查询语句中连接运算的删除作了进一步讨论。     

网格工作流的语义模型及其查询机制

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.     

基于语义网络的古建筑图像数据库的查询策略

研究古建筑图像数据库的基于语义网络的查询策略,提出语义网络的初始构建方法,给出了语义网络的训练、低层特征的图像信息的查询,实现了一个简单的查询系统.     

公路网移动终端的KNN查询技术

公路网中移动兴趣点(POIs)的查询处理是一个难点,目前的研究多基于欧氏距离对静态POIs进行处理,不能很好地适应移动环境下终端弱连接和频繁移动的需要.文中在公路网移动计算场景下,设计了一种存储分区数据对象的结构来表示公路网图形模型,提出适用于移动终端的连续KNN查询(CQ-KNN)算法.该算法改进了Wang等提出的MKNN算法,将逐层渐近探测和检索边列表结合起来进行近邻查询,避免了MKNN算法在限定层数不够却不得不执行范围查询时所带来的开销;同时使用缓存策略来支持移动终端提交的连续查询请求,并给出基于广播位置失效报告的缓存一致性维护策略.仿真结果表明,CQ-KNN算法较MKNN算法有更快的CPU处理速度和更短的网络响应延时,并且能支持移动终端的离线KNN近似查询.     

基于AllegroGraph的空间数据语义查询研究

在语义网环境下,对AllegroGraph RDF数据库的空间数据语义表达方式进行了介绍,分析、阐述了其索引机制和查询技术,并通过实验,验证了其处理大规模空间数据语义查询的良好性能.     

信息检索技术中基于语义的扩展查询研究

用户查询与文档之间语义匹配但词法不匹配现象是影响信息检索效果的重要原因之一.鉴于语义检索受限于本体自身的质量,为了降低其对检索效果的影响,通过分析目前语义查询扩展的研究现状,在已有概念相似度计算算法研究基础上进行改进和融合,提出了一种基于本体的信息检索查询扩展方法,并主要对基于本体技术的概念相似度计算算法进行修正,得到了组合向量空间模型QCR(Q,Ci)=∑k=1.….K wk*Sim_Rel(qK,Ci),作为引入查询扩展后的查询结果相关度评价方法.这种方法中,通过建立本体模型并计算本体中概念间的语义相似度来确定扩展查询词,它可以根据用户输入的名称,检索出相关文档并由用户自由设置相似度阈值,并将普通主题检索与语义检索合并,在本体乏力时返回普通检索结果,这在一定程度上弥补了垂直检索系统发展的不足.