聚 集 查 询 的 优 化 方 法

讨论了目前聚集查询处理的两种方法, 即实化视图和近似查询, 总结了国内外对其研究现状, 并对未来的研究方向提出看法.     

数据流连续查询处理技术的研究

数据流查询处理技术的研究是目前数据库研究领域的热点问题.传统的数据库技术不能处理诸如网络监测、传感器网络、股票分析等应用中所生成的新型数据,即数据流.数据流作为一种新的数据形态,不同于传统的静态数据,具有连续快速、短暂易逝、规模宏大和不可预测的特点;其研究核心是在一个远小于数据规模的有限存储空间迅速获得近似查询结果.综述关于数据流查询处理技术的研究成果,主要介绍数据流模型、查询的特征、数据流近似查询操作算法的实现以及数据流系统中的查询处理方法.     

基于近似等深柱状图的数据流并行聚集算法

针对数据流并行聚集问题,提出了一种不同于关系数据和时间序列数据处理的并行聚集方法.为解决已经划分出的数据流元组无法再现的特点,提出能够感知数据流变化的采样算法对数据流采样.利用近似等深柱状图技术描述采样数据的分布特征,平均分配数据流量.使用时间聚集森林结构计算时间窗聚集.通过验证采样个数对并行聚集的影响,数据分布对近似划分向量算法性能的影响,测试数据流量与并行聚集加速比的关系,证明本算法能够高效地计算数据流聚集查询.     

一种基于混沌理论的数据流连续聚集查询预测算法

为了有效地预测聚集查询的未来聚集值,提出了一种基于混沌理论的数据流连续聚集查询预测未来聚集值算法——CSPA算法.数据流看作是以数据到达时间为序的一个时间序列,借鉴传统时间序列分析技术探讨了连续聚集查询的未来聚集值预测问题,但由于数据流序列与传统时间序列在时间间隔和数据集的处理上存在很大差别,于是采用流滑动窗口技术加以处理.其次,针对目前数据流聚集查询预测领域已有的一些研究结果都未考虑流数据内在的复杂非线性动力学特征对预测的影响问题,该算法又利用了混沌理论中的局域预测思想解决了这一不足.实验结果表明,利用该算法进行预测具有很好的准确性.     

排序的子序列相似查询方法

时间序列数据的高维性是影响数据查询代价的主要因素,降维技术是时间序列数据查询优化的有效手段。原有降维技术近似体积的无界性,造成索引阶段不能充分实现点过滤,影响了查询效率。首先,利用近似体积有界的非线性降维技术解决了点过滤问题。然后,引入提前终止技术,减少了原始序列距离计算阶段的冗余计算。在此基础上,提出排序的子序列相似查询算法。实验结果表明,排序子序列相似查询方法具有较高的效率。     

基于MapReduce的大数据在线聚集优化设计

针对大数据在线聚集执行时间长、执行性能及延迟调度性能较差的问题,提出基于MapReduce的大数据在线聚集优化程序设计.使用分片聚集方法使集群中所有机器的计算资源得到充分调用,采用子连接的启发式优先方法优化各节点本地执行连接任务关系运算,实现大数据在线聚集的并行连接.利用混合近似查询框架的大数据在线聚集动态切换机制及基...     

数字信道化器中高阶精确重构滤波器组设计方法与量化分析

数字信道化技术广泛应用于新一代卫星通信系统的星上处理平台中,而精确重构滤波器组的设计是其中的关键技术。针对现有滤波器设计方法通道数较低,难以满足高分辨率数字信道化器需求的问题,提出了一种基于频率取样法和最小均方误差逼近的高阶精确重构原型滤波器的设计方法。该方法首先利用频率取样法求解一个近似精确重构原型滤波器;然后在最小均方误差准则下,用一个由两通道无损网格建模的滤波器对该近似精确重构原型滤波器进行最优拟合。数值实验表明,与Parks-Mc Clellan(PM)算法相比,该方法能设计得到更高通道数的滤波器组;并且原理简单,设计复杂度很低。滤波器性能的量化分析结果表明,综合考虑多相分量长度与量化位宽的设计思想,能够平衡实现复杂度与性能指标,对于实际系统具有重要的参考价值。     

利用Gaussian核对多元函数的近似逼近及其误差估计

V. Maz'ya首次提出了近似逼近法,其主要是研究定义在全空间上的光滑函数的逼近情况,但它不能有效的处理积分和拟微分算子的高阶求积公式问题及利用更有效的数值和半数值方法解决数学物理的边界等问题.F. Müller和W. Varnhorn给出了一维紧区间上函数的近似逼近方法,而且还可以控制近似逼近的截断误差.根据上述思想,采用近似逼近法,利用Gaussian核对二维紧空间上光滑函数进行逼近,并考察由这种近似逼近法所产生的误差情况.     

基于PAC算法的流数据Top-k实时查询

针对流数据的Top-k查询问题,为降低对存储容量和处理时间的要求,利用概率近似正确(PAC)原理,提出了一种实时查询算法,通过随机抽样近似地估计流数据中最大的k个数据,并保证误差和可信度均在规定的范围内.该算法设置k个随机独立排序器,每个排序器独立地抽取N个数据并返回各自不同的最大值d,然后用这k个最大值排序获得该流数...     

分布式非一致性数据的聚集查询

结合原有的概率数据库技术,提出了一种新的基于聚类的非一致性数据的概率方法,给出了非一致性数据的元组概率计算方法和基本的查询重写技术,对于有聚集的查询考虑了合适的元组概率、区间值和期望值.考虑了从非一致性数据的粒度的角度去理解方法的适应性,方法不要求程序的预处理,重写能被商业数据库系统有效地优化和执行.使用TPC-H决策支持基准的数据和查询比较系统的重写策略,实验表明方法是有效的.     

概化理论偏态分布数据方差分量标准误估计

利用 GH 分布性质,采用 Monte Carlo 数据模拟技术,模拟生成一定偏度的偏态分布数据,运用Traditional方法、Jackknife方法、Bootstrap方法和MCMC方法估计概化理论偏态分布数据的方差分量标准误,探讨了数据的不同偏度对概化理论方差分量标准误估计的影响.研究结果显示: Jackknife 方法估计偏态分布数据的方差分量标准误性能较差, Traditional和MCMC方法尚可, Bootstrap方法标准误偏差相对较小,且偏态分布数据的偏度对概化理论方差分量标准误估计有影响, Bootstrap方法对于偏态分布数据表现出良好的“适应性”,偏度对其影响较小.     

应用非定常升力面理论计算大侧斜桨性能及桨叶表面压力分布

应用涡格分布数值计算法，预报大侧斜桨性能及桨叶表面压力分布，采用了两种计算发愤流模型，编制了计算程序，进行了实例计算并与已有的试验结果进行了比较，其结果吻合良好。     

弯掠动叶对旋转失速流场的影响

给出了弯掠动叶和径向（常规）动叶旋转失速工况下流场的实验结果，论述了这两种叶片在变工况下的性能差异以及弯掠动叶对旋转失速特征参数的影响，进行了失速前后有关试验数据的对比分析，讨论了弯掠动叶引起旋转失速流场变化的机理及对流场的改善作用．     

典型屋顶太阳能光伏板风压实测研究

对一栋多功能低层建筑平屋顶上的太阳能光伏板进行风压实测,根据风压时程特性选择适当的概率密度函数对各测点的风压系数进行非线性回归分析.运用6种概率密度函数对各测点的均值和极值(正极大值和负极小值)风压系数时程以及面积平均后的极值风压系数时程进行数值拟合,比较不同概率分布的拟合效果.回归分析结果表明:均值风压系数的概率分布近似无偏分布,t分布的拟合效果最好,其次是Logistic分布、正态分布、极值I型分布;负压极小值和正压极大值风压系数的概率分布分别为左偏分布和右偏分布,极值I型分布的拟合效果最好,其次是Lognormal分布和Gamma分布,而正态分布的拟合效果最差;最不利风压系数由极值负风压控制,即光伏板的风力由吸力主导;经面积平均后的最不利风压系数建议取值-2.3.     

属性掌握概率分类模型——一种基于Q矩阵的认知诊断模型

提出了一种属性掌握概率的分类模型,该模型基于Q矩阵,采用对属性掌握概率先估计后分类的方法,从而实现对考生知识状态的识别.在估计阶段提出一种属性掌握概率的估计方法,在分类阶段引进模糊数学的贴近度按择近原则判别法,并通过计算机模拟研究,发现该模型适用于总体的属性掌握概率服从左偏态分布和双峰分布的考生知识状态的识别.     

机械零件有限寿命的可靠性设计计算

本文论述机械产品工作到规定寿命时的疲劳强度可靠性设计方法。由于多数金属材料在规定寿命下的疲劳强度呈负偏态分布,故以往把它当作正态分布来处理将偏于不安全。用本文介绍的蒙特卡洛模拟法或图解法求解产品有限寿命的可靠度将更符合实际。     

债务抵押契约模型市场重构与违约损失率分布

在违约损失率(LGD)是随机变量的假设下,应用推广的两因子高斯-Copula债务抵押契约(CDO)定价框架,通过极小化相对熵,讨论了利用市场公开报价数据进行系统违约因子和LGD分布的重构问题.计算结果验证了违约具有偏态性的特点.所建立的模型可看成是对高斯-Copula模型的修正.在计算该问题时,采用迭代方法,避免了处理非线性问题以及非光滑优化问题的求解困难.数值计算结果表明,算法是稳定和收敛的.     

正态随机变量与Γ随机变量之比的分布

针对非对称数据的拟合问题, 构造了由相互独立的正态随机变量与Γ随机变量之比|X/Y|所构成的随机变量, 利用补余误差函数的性质推导了|X/Y|的密度函数与分布函数, 并讨论了其分布特征. 结果表明, 所给出的分布具有尖峰、 细腰和右偏的特性, 能更准确地刻画数据特征.     

偏正态数据下半参数混合效应模型的贝叶斯估计

针对纵向数据服从非正态分布情况下混合效应模型的估计问题,提出偏正态分布半参数混合效应模型的贝 叶斯估计方法;假定个体测量误差服从偏正态分布,纵向指标与时间的关系采用 B 样条方法建模,在共轭先验下考 虑该模型的贝叶斯分析,基于 MH 算法与 Gibbs 抽样的混合算法获取未知参数、随机效应和非参数函数的贝叶斯估 计;数值模拟中,数据非正态分布条件下将偏正态方法得到的估计与传统半参数混合效应模型估计方法进行对比, 发现偏正态半参数混合效应模型在有限样本情况下表现更好,说明偏正态半参数混合效应模型与传统模型相比, 可以更好地拟合偏态数据,获得更加精准的参数估计;最后将该方法应用于 ADNI 数据中,研究了神经评分与基线 临床指标间的关系,得出了合理的结论,证明了方法的合理性。     

环形燃烧室冷热态发散冷却性能的对比实验

针对燃烧室发散冷却性能的研究,设计了3头部扇段模型燃烧室进行冷热态对比实验.通过对模型环形燃烧室内外环面上的温度进行测量,讨论冷热态时综合冷却效率分布差异,并考察了冷却空气量与主流空气量之比对综合冷却效率的影响规律.结果表明:发散冷却在冷热态时的综合冷却性能差异显著,主要是由于燃烧反应的发生改变了燃烧室内流场和温度场,进而引起壁面热负荷变化;无论冷态还是热态,在旋流主流的作用下,内环面上的发散气膜相比于外环面更易吹离壁面.随着无量纲流量比的增加,面积平均综合冷却效率均随之增加,但增加幅度逐渐降低.