用于关系数据库关键词查询的基于划分的候选网络生成算法

为了提高关系数据库关键词查询的性能,提出了基于划分的候选网络生成算法,并分析对比了基于广度优先扩展的候选网络生成算法.利用候选网络的同一性,通过改写图的同构算法为查询结果生成算法提供无冗余的候选网络集合.分析和实验结果表明,当关键词个数与最大候选网络尺寸较小时,2种算法的执行时间和所生成的候选网络数量相近.随着关键词个数与最大候选网络尺寸的不断增大,采用划分策略的候选网络生成算法能够大幅度减少候选网络的冗余,缩短执行时间.当最大候选网络尺寸大于6,关键词个数大于4时,性能改进可达到10倍以上.可见,基于划分的候选网络生成算法适应于中、大规模数据库关键词查询系统.     

计算关系数据库模式的候选关键字的一个有效算法

给出计算关系数据库模式R的候选关键字的一个有效算法,算法利用函数依赖中的属性“排列”去决定哪些是主要的,有用的;哪些属性不可被考虑,从而找出R的候选关键字。     

GICDBS:一种支持动态图结构数据更新的索引方式

提出一种基于CDBS编码的索引方式-GICDBS,并详细阐述了其对图结构数据动态更新的支持.实验证明,GICDBS索引结构不仅可以实现线性的可达性查询时间效率和索引空间复杂度,而且能够有效地支持数据的动态更新.     

一种具有半动态候选列表的蚁群算法

文章在ACS算法使用的最近邻候选列表的基础上,应用受限生成思想,设计了一种半动态的候选列表生成机制,使得蚁群对于所求解问题产生一定程度的记忆与环境识别能力;运用该方法改进了基本蚁群算法,优化了AS算法的搜索过程;同时,通过仿真实验对比具有半动态候选列表的AS算法与AS算法在计算TSP问题时的结果,验证了算法优化的有效性.     

随机生成候选因子集的逐步回归原型匹配算法

为实现符号回归，将逐步回归技术引入了一种基于逐步回归技术的符号回归算法，通过恰当组织基函数库，可以发现为数众多的符号函数，该算法效率较高，且可用于样本数据中含有较大随机噪声的场合。根据该算法开发的符号回归程序，可用于符号微积分，函数方程求解和科学定律的实验发现等智能发现任务。     

安全Petri网位置不变式的一种生成算法

Petri网是一种系统设计和分析的有用工具,在系统测试中有着广泛的应用.利用安全Petri网的特点,提出一种由安全Petri网可达树和带自环的m阶完全图来计算位置不变式的生成算法.     

压缩候选的贝叶斯信念网络构造算法

针对传统算法分类速度较慢的不足,改进传统算法中候选变量的搜索方式,提出用依赖度量函数测量变量之间的依赖程度,得出压缩候选的贝叶斯信念网络构造算法.该算法在不影响原有算法可靠性的前提下,提高了学习速度.     

基于边界敏感网络的时序行为候选生成算法

针对视频序列中人体行为检测的问题,提出一种基于边界敏感网络的时序行为候选生成算法,在原有边界敏感网络的基础上通过对时序评估模块和候选评估模块引入更深层的卷积神经网络,进而对视频特征有更好的表达。同时在后处理阶段,在NMS(non-maximum suppression)算法中引入新的置信度分数高斯加权衰减方法。实验结果表明,该算法可以有效提高行为检测问题中时序行为候选生成任务的召回率。在公开数据集Activity Net上,提出的方法在保证生成相同数量候选的同时有更高的平均召回率。     

一种面向查询的无线传感器网络混合型数据存储算法

提出了一种面向数据查询的混合型的数据存储算法,将数据存储在合适的位置。通过分析采集、存储、查询节点之间的位置关系,存储模式可在集中存储和分布存储之间相互切换。本算法引入了"热点"保护机制,可有效均衡网络能耗。实验结果表明,该算法的能耗均衡性、节点能耗、生命周期和丢包率相比于GHT(Geographic Hash Table)算法有一定的改善。     

一种面向金融应用的海量分布式关系数据库

提出了一种面向金融应用的海量分布式数据库架构CBase,该架构融合了关系数据库和非关系型数据库的优点,既支持关系查询和跨行跨表的事务处理,又支持数据的分布式存储和节点的快速扩展.系统改进了现有分布式数据库单点故障的问题,具有较高的吞吐率和快速的响应时间,已经在银行业务中得到实际应用.实践证明:该数据库可满足金融业务对于大数据存储和查询的性能需求.     

新一代网络计算模式Web服务

基于Internet标准协议的Web服务技术的出现,突破了传统分布式计算技术难以穿越防火墙的缺点,因而可用于集成 Internet上的各种服务,实现 Internet范围内跨平台、跨操作系统的分布式计算.文章介绍了构成 Web服务体系架构的主要标准和协议简单对象访问协议(SOAP)、Web服务描述语言(WSDL)和统一描述、发现和集成协议(UDDI),并给出示例参考代码和Web服务具体应用的实例.     

使用候选框进行全卷积网络修正的目标分割算法

由于反卷积和上池化操作的存在,传统全卷积网络在解码阶段常常会丢失目标位置信息,降低图像的分割精度.针对这种情况,提出基于候选框网络对全卷积网络的输出进行缺陷位置微调的液晶面板缺陷分割算法.算法基于ResNet-101网络搭建全卷积主干网络,此构建2个分支,候选框生成网络和反卷积网络.在反卷积网络的输出层中使用多通道分类...     

快速生成两两组合测试用例集算法

研究了二元待测系统的最优二维覆盖表的构造,在此基础上提出了快速生成一般待测软件系统的二维覆盖表的算法.该算法首先针对二元待测系统生成相应的基本块B(0,1)和约简块R(0,1),然后对任意的取值组合对(a,b),通过替换生成相应的基本块B(a,b)或约简块R(a,b),最后累加所有的块得到二维覆盖表.因此当待测系统是二...     

一种新的前馈神经网络删剪算法

前馈神经网络中隐层神经元的个数与它的学习和泛化能力密切相关.通过广义逆矩阵算法解决最小二乘问题改进神经网络自构行学习算法,得到一种新的前馈神经网络删剪算法.将新算法用于已经训练好的大型网络,能删剪“冗余”的隐层神经元,得到一个最精简的神经网络.此精简的神经网络不需要重新训练仍能保持原有的性能,并且泛化能力很好.仿真实例说明此算法的有效性和可行性.     

一种面向网络编码组播树的随机拓扑生成算法

为了建立满足网络编码需求的组播树,提出一种面向网络编码组播树的随机拓扑生成算法.首先依据总体布局随机网络拓扑生成算法,生成随机的雏形网络拓扑;然后结合网络编码组播树的拓扑特性,对已生成的雏形网络在孤点、连通性、度控制等方面进行修补,使最终生成的网络拓扑满足网络编码组播树的拓扑要求.     

新一代GNSS信号的自适应Kalman跟踪算法

为了提高导航服务的质量,要求新一代全球导航卫星系统(GNSS)信号的自适应跟踪算法在稳态场景下具有较好的定位精度的同时,当场景发生变化时也能保持稳健的性能。原有的自适应Kalman滤波算法应用于自适应跟踪时,在优化稳态跟踪精度或者动态稳定性方面有所不足。该文提出了一种自适应因子的Kalman滤波算法,并与双更新率的锁频辅助锁相技术结合,用于自适应跟踪环路的设计。仿真结果表明:相比原有的自适应技术,该算法具有较小的相位跟踪误差,在场景变化时的稳定性也更好。     

高速网络性能测试负载生成多流发送调度算法

测试负载生成是网络性能测试的重要环节之一.为了在测试过程中模拟复杂的数据流量环境,常常通过组合大量特征各异的流来近似实际网络流量.流的重要属性是其速率与突发程度,文中将此定义为流模式.在使用多个流来模拟复杂的网络环境时,一个重要问题是如何调度多个流,以保证各个流的流模式.提出了一种调度方法GRR(grouping round robin), 将所有流分成若干小组后分别在组内和组间两级轮询调度,可在较低的时间和空间复杂度内实现调度目标.算法已在一个高速网络性能测试系统IP-TEST中得到应用,达到了1 Gb/s的线速发送速率,并且支持突发流模式.     

A new algorithm for routing in ad-hoc network

In this paper, we propose a new algorithm for wireless mobile and ad-hoc network, which establishes dynamic cluster of nodes. The proposed algorithm, namely, the Mobility Sensitive Routing Protocol (MSRP), consists of routing in cluster and routing between clusters. Ad-hoc network can utilize MSRP to reduce information exchange and communication bandwidth, to shorten route acquisition delay, and to accommodate more nodes. Foundation item: Supported by the National Natural Science Foundation of China (60133010,60073043,70071042). Biography: Zhang Jian (1976-), male, Ph. D candidate. Lecturer, research direction: computer network, network optimization.     

复杂网络社团划分的新算法

提出了一种快速寻找复杂网路中社团结构的新算法.首先通过寻找网络中度最大的节点和其邻居节点,构造出其相应的邻居矩阵和稠密集.然后重复这一过程,最后得到了网络的社团结构.由于算法仅仅涉及局部信息,因此计算量较小.实验结果表明,算法可行且可用于研究文本聚类、图像聚类和视频聚类等数据挖掘领域中的其他问题.