遗传算法优化分布式数据库查询

分布式关系数据库最优化查询是一个组合最优化问题。这篇论文从初始到潜在研究了遗传算法用于优化分布式查询。遗传算法使用树结构编制交叉和变异操作相结合的数据模型。最优化查询是一个必须实时执行的任务,一个要求在开始搜索时很好的执行的技术,而且也要避免早收敛现象。遗传算法的局部搜索阶段来传送实时性能的要求,减少查询过程的费用。     

ISS： Efficient Search Scheme Based on Immune Method in Modern Unstructured Peer-to-Peer Networks

Flooding is the most famous technique for locating contents in unstructured P2P networks. Recently traditional flooding has been replaced by more efficient dynamic query （DQ） and different variants of such algorithms. Dynamic query is a new flooding technique which could estimate a proper time-to-live （TTL） value for a query flooding by estimating the popularity of the searched files, and retrieve sufficient results under controlled flooding range for reducing network traffic. However, all DQ-like search algorithms are ＂blind＂ so that a large amount of redundant messages are caused. In this paper, we proposed a new search scheme, called Immune Search Scheme （ISS）, to cope with this problem. In ISS, an immune systems inspired concept of similarity-governed clone proliferation and mutation for query message movement is applied. Some assistant strategies, that is, shortcuts creation and peer traveling are incorporated into ISS to develop ＂immune memory＂ for improving search performance, which can make ISS not be blind but heuristic.     

面向知识库的中文自然语言问句的语义理解

设计从自然语言问句到结构化查询的转换框架。该方法从自然语言问句的句法结构入手, 提出一套启发式识别实体与关系的方法, 并利用语料库建立从实体到知识库的映射, 对谓词进行消歧, 进而转化为计算机可理解的结构化查询语言。从百度知道抽取人物、地点、组织3类共 42 个问题作为标准测试集。实验结果表明, 所提出的框架能够有效地将中文自然语言问句转换为结构化查询, 为下一代智能问答系统打下良好的基础。     

基于频繁结构的Deep Web 查询接口集成

随着网络规模的日益扩大,海量的信息被"深藏"于各类在线数据库中,用户只能通过查询接口才能获取其中的数据,这部分内容称之为Deep Web;因此对同一领域的Deep Web数据进行集成是非常必要的。查询接口的集成是其中一个非常关键的子问题。查询接口的集成分为模式匹配和模式集成两个步骤;重点研究集成查询接口中属性布局的确定。Deep Web中查询接口数量巨大,以及动态性与异构性的特点给该问题带来了巨大的挑战。将查询接口的结构建模成一棵树,然后通过挖掘频繁的模式子树来构建集成的查询接口树,使其最大化地满足属性间的结构约束和顺序约束。该算法具有较低的时间复杂度,并具有很好的扩展性,对八个领域的查询接口进行集成的实验结果证明了算法的有效性。     

关系代数的扩充及其应用

为了研究与实现数据库的自然语言查询接口的需要,本文首先在关系代数中扩充定义了 COUNT、AVERAGE、SUM、MAX、MIN 等函数,说明了它们对数据库查询问题的表达能力,然后以 COUNT 为例,给出了自然语言查询问题转换为关系代数表达式时的有关转换规划.研究表明,关系代数的这种扩充是很有意义的.是可行的.     

基于本体的临床试验数据语义查询

临床试验数据的描述中多自然语言、多专业医学术语的特点使得用户难以通过自定义的关键字快速定位所需的资源。该文采用基于本体的方法实现对于临床试验数据的语义查询。该系统的实现步骤如下:使用OWL(Web on-tology language)构建基于ICD-10和ICMJE标准的本体,包含疾病和临床试验类;从Clinical Trials注册库获取临床试验数据,标注为本体中的临床试验类实例;建立临床试验实例与疾病实例的联系;借助SPARQL实现对于临床试验数据结构化的查询。使用上述方法,用户能够通过疾病实例和相关属性的关键字,表达结构化的语义查询条件,精确定位所需的临床试验。与传统的仅基于关键字匹配的查询方法相比,该方法所表达的查询条件能够更加准确地描述用户的查询需求。     

基于语句特征的音乐哼唱快速检索技术

哼唱检索作为音乐检索的重要方式,由于其有效性和方便性,引起了广泛的关注.本文提出了一种新的基于语句特征的音乐哼唱快速检索技术,可以实现哼唱音乐的快速检索.该技术将音乐数据库和用户提供的哼唱片段,按自然停顿方式划分音乐语句,使用BDTW算法对音乐语句片段进行音高相似性计算,并允许用户根据自己哼唱情况,对匹配条件进行个性化设置,限制数据库音乐片段和查询序列的局部最大差异长度.另外,对音乐库建立支持音乐语句查询的索引结构DIS,减少了检索时间.实验结果表明所提出的检索方法能够快速有效地返回查询结果.     

基于遗传算法的关系数据库查询优化策略

介绍基本遗传算法的基本思想和工作流程,针对数据库管理系统中最难处理和优化的连接操作,讨论在左深连接树的计划集合和浓密连接树的计划集合上的基于遗传算法的查询优化策略。同时通过具体的查询实例说明其左深度连接树和浓密连接树的染色体编码方法,并基于该编码方式进一步确定了基本遗传算法中其它的七个变元。     

基于查询日志分析的中文网页关键词抽取方法

以全文索引为基础的网页搜索引擎检索相关度偏低。针对这一问题,本文提出了一种基于查询日志分析的中文网页关键词抽取方法。该方法利用用户对网页与查询词的相关性判断来选择关键词。为了量化用户的相关性判断,提出了单位篇幅停留时间、逆向点击率、排名补偿因子3个指标,并对其进行综合加权。在查询串分词、同义词识别及多义词消歧、关键短语组配方面,也做了特殊处理。实验结果表明:抽取关键词的准确率较高,综合性能也高于TF.IDF和SVM方法。该方法能得到较满意的关键词抽取效果。     

关于考试成绩数据库差错检查的研究

数据差错检查对于数据准确性具有重要意义，目前对于数据差错的检查研究主要是检查数据的取值是否在有效的范围之内，或者随机抽查数据是否准确，但没有系统性地检查数据的准确性，针对这一情况，以作者为熟悉的考试数据库查错为例，在分析了数据可能出错的环节的基础上，详细介绍了宏观检查法、特殊值检查法、参照对比法等数据差错检查方法，并提出了差错检查程序设计的基本原则和策略。