MC-Tree: Dynamic Index Structure for Partially Clustered Multi-Dimensional Database

Index structure that enables efficient similarity queries in high-dimensional space is crucial for many applications. This paper discusses the indexing problem in dataset composed of partially clustered data, which exists in many applications. Current index methods are inefficient with partially clustered datasets. The dynamic and adaptive index structure presented here, called a multi-cluster tree (MC-tree), consists of a set of height-balanced trees for indexing. This index structure improves the querying efficiency in three ways: 1) Most bounding regions achieve uniform distributions, which results in fewer splits and less overlap compared with a single indexing tree. 2) The clusters in the dataset are dynamically detected when the index is updated. 3) The query process does not involve a sequential scan. The MC-tree was shown to be better than hierarchical and cluster-based indexes for the partially clustered datasets.     

使用Delphi数据集的类

在使用Delphi进行数据库管理系统的开发过程中,数据集是必须而且经常大量用到的 创建数据集的类将减少代码冗余,使程序更具模块化、易于维护 本文提出创建数据集类的思路,并就数据集类中的方法定义进行了研究和讨论.     

高层钢结构巨型框架体系的二阶位移实用计算

为探讨巨型钢架结构二阶位移的实用算法，本文从简化结构计算模型入手，采用连续化概念和刚度等效原则，将格构式巨型构件等效为实腹式构件，获得巨型钢框架结构的等效模型，并用一列假想的承担各楼层竖向荷载的刚性杆与其并联，获得该结构的二阶简化计算模型，据此建立结构的二阶分析刚度方程，并用工程实例验证了本文方法的实用性与可靠性，算例表明：次结构对结构总体抗侧移的贡献很小，可忽略不计，在计算结构整体位移时，可不考虑等效节点域剪切变形的影响，该方法无需迭代即可完成结构的二阶分析，计算快速方便，且精度能满足工程设计的要求，可供结构方案设计参考。     

解决计算机内存不足方法探讨

论述了处理大型数据时内存不足的几种主要方法，尽可能空闲基本内存；利用覆盖技术，虚拟存储技术，编译程序、hughe指针等，并且分析了几种方法的使用范围和特点。     

山西省地面气象数据集建设

阐述了地面气象数据集建设的设计思路,介绍了实体数据集制作,探讨了数据集相关文档的建立。     

选择性半肝血流阻断法手术切除巨大肝癌的临床分析

目的探讨巨大肝癌患者行肝切除时肝血流阻断法的选择。方法回顾分析26例巨大肝癌患者行肝切除术时选用不同阻断对手术及术后恢复的影响。结果26例巨大肝癌患者中,Pringle阻断11例,选择性半肝血流阻断15例,全部患者肿瘤均获完整切除,除1例死亡外,其余病人术后恢复良好。结论选择性半肝血流阻断对保证巨大肝癌患者肝切除手术成功,术后顺利恢复起着至关重要的作用。     

巨额财产来源不明罪之我见

巨额财产来源不明罪自产生那天起,就引起了广泛的质疑和争议。它的出现主要是为了惩治腐败犯罪分子,促进反腐倡廉建设,保障社会主义现代化建设的顺利进行。通过对巨额财产来源不明罪的分析,探讨其本身存在的不足,对其提出有意义的探索思考,将有利于司法操作和立法完善。     

基于弹性分布数据集的海量空间数据密度聚类

为了快速挖掘大规模空间数据的聚集特性,在cluster_dp密度聚类算法基础上,提出了一种基于弹性分布数据集的并行密度聚类方法 PClusterdp.首先,设计一种能平衡工作负载弹性分布数据集分区方法,根据数据在空间的分布情况,自动划分网格并分配数据,使得网格内数据量相对均衡,达到平衡运算节点负载的目的;接着,提出一种适用于并行计算的局部密度定义,并改进聚类中心的计算方式,解决了原始算法需要通过绘制决策图判断聚类中心对象的缺陷;最后,通过网格内及网格间聚簇合并等优化策略,实现了大规模空间数据的快速聚类处理.实验结果表明,借助Spark数据处理平台编程实现算法,本方法可以有效实现大规模空间数据的快速聚类,与传统的密度聚类方法相比具有较高的精确度与更好的系统处理性能.     

高速公路交通流的RBF神经网络建模

在对城市高速公路交通流模型深入研究的基础上 ,针对在不同环境以及时变系统中对复杂非线性大系统的控制 ,提出了一种改进的快速 RBF神经网络算法对交通流进行建模 ,克服了传统的数学模型对交通非线性大系统建模时泛化能力差的缺陷 .该算法是采用 APC- 单路径聚类算法确定 RBF神经网络结构参数的一种快速 RBF神经网络算法 ,网络训练速度快 ,效果良好 ,对实现交通流的在线建模与控制有重要意义 .文中进行了计算机仿真研究 ,结果表明了方法的有效性     

大型多维数据集合中并行I/O数据存储新策略研究

对大型多维数据在分布式系统的多个磁盘之间进行并行I/O分布存储进行了研究,将已有的数据循环拆分法从适用于二维数据扩展到多维数据中,提出了一种新的启发式多维数据循环策略,即基于访问步长值Hi与访问长度M互质的启发式策略(HPPHM),实验结果表明了新算法在并行度和鲁棒性等性能方面都具有优越性．