基于扩展路径表达式的XML查询

XML查询问题是当前计算机界研究的热点问题之一，国内外学者提出了众多的模型与算法．其中，日本学者Makoto Murata等提出采用扩展路径表达式来表达查询，并利用hedge自动机和字符串自动机进行XML的查询计算．这种方法与采用路径表达式控制的XML查询相比，克服了后者不能充分利用XML文档有序性的缺点．另外，扩展路径表达式具有较强的表达能力，可以表达任何MSO(一元二阶逻辑)查询．因此，扩展路径表达式已作为XML查询问题研究的主要理论框架之一，但是扩展路径表达式的编写比较困难，表达式也比较复杂，导致算法时间复杂度的提高．在扩展路径表达式中引入通配符，使得扩展路径表达式更加简单灵活；同时在查询的计算过程中提出并应用带截止集的自动机提高计算的时间效率．     

科技情报检索算法和LASIRS软件系统

本文介绍了情报检索系统的有关算法和在WANG VS-80机上建立的LASIRS软件系统,该软件系统可以进行布尔表达式的各种运算,另外还设计了两项检索运算符进行原文查找,这些二次检索运算的功能有:查询优先关系,查询邻接关系,查询出现在同一句中的词等,二次检索运算是利用运行有限状态匹配自动机实现的。该软件系统已经能够实用。     

一种有效的并行汉字／字符串相似检索技术

本文提出了一种有效的并行汉字／字符串相似检索技术．通过引入搜索状态向量及字符一模式匹配向量，该技术将字符串匹配比较转化为简单的整数字位运算，通过对字符串方向相反的搜索有效地实现了多处理机对汉字／字符串的并行相似检索．文中也给出了并行实现算法，同时分析了算法的复杂性．     

SQL在递归查询和逻辑谓词上的扩充

本文讨论了对ＳＱＬ语言的递归查询和逻辑谓词功能上的扩充方法，给出了递归查询的关系代数表达式，并就考虑路径的递归查询和不考虑路径的递归查询两方面对ＳＱＬ在句法和算法上，对ＳＱＬ中逻辑谓词扩充的理论，句法和算法进行了讨论。     

基于正则表达式的DFA拆分算法研究

深度包检测采用简单的字符串匹配技术将报文内容与一组固定字符串进行匹配,基于正则表达式匹配算法能提供更强的表达能力和灵活性,而复杂的正则表达式结构可能引起DFA的状态数膨胀,导致存储代价巨大;DFA拆分算法将DFA转换表拆分为三个表：间接索引表,转换输出表,直接转换表,实验结果表明DFA所占空间大大减小,实现了DFA的压缩存储。     

允许错误的并行字符串匹配技术

本文提出了一种允许错误的并行字符串查找技术，通过引入搜索状态向量及字符－模式匹配向量，该技术将字符串匹配比较转化为简单的整数字位运算，通过对字符串方向相反的搜索有效地实现了多处理机对字符串的并行相似检索，文中也给出了并行实现算法，同时分析了算法的复杂性。     

分辨矩阵在逻辑优化中的应用

真值表的化简对于逻辑电路的分析与设计具有及其重要的意义.对真值表的化简问题进行研究,提出了一种利用分辨矩阵从真值表中获取最小布尔表达式的粒分辨矩阵方法,实现其在逻辑优化中的应用.首先,将真值表视为逻辑信息系统,将真值表的化简问题转化为逻辑信息系统的最简规则发现问题.然后,在传统分辨矩阵的基础上,利用等价关系模型构造粒分辨矩阵,找出可以组织成最小布尔表达式的信息粒,利用信息粒的析取合取运算获得逻辑信息系统的最小布尔表达式.为进一步加快算法的收敛速度,引入启发式信息的概念,给出了组织信息粒的判定法则,避免在最小布尔表达式的获取中出现冗余逻辑项,使得布尔逻辑表达式最简,同时提高最小布尔表达式的获取效率,解决大规模逻辑电路的优化问题.最后,给出了详细的算法,并通过实例和理论证明说明了该方法的正确性和有效性.     

基于多值方法的模糊逻辑函数最小化

首先提出了模糊逻辑和多值逻辑的相似性，并从开关信号理论出发建立了三值逻辑函数阈运算和模糊逻辑函数文字运算的对应关系，进而提出了基于差动电流开关理论的三值逻辑函数化简法求模糊逻辑函数最小化表达式的算法，并用该算法对几个模糊逻辑函数实例进行了化简，实例操作表明，该算法具有操作简单快捷的特点，是获得模糊逻辑函数最小化表达式的一种有效的方法。     

基于编译原理的表达式计算器设计

通过对计算器功能的概述和算法的探讨,使用算符优先算法实现了表达式计算器.该表达式计算器能分析用户输入的表达式是否正确,支持括号运算、浮点运算、简单的四则运算、复杂的表达式运算、进制之间的相互转换等.该计算嚣操作简单,界面清晰.     

统计查询完备化的算法设计与实现

本文分析了逻辑表达式的结构和自动生成技术,给出了一个通用完备的用于统计、查询、修改、删除功能的实用算法和例行子程序,该算法人-机界面友好,简炼实用,可广泛应用于信息处理和决策系统的实现中。     

A new method for fuzzy information retrieval based on fuzzy hierarchical clustering and fuzzy inference techniques

In this paper, we extend the work of Kraft et al. to present a new method for fuzzy information retrieval based on fuzzy hierarchical clustering and fuzzy inference techniques. First, we present a fuzzy agglomerative hierarchical clustering algorithm for clustering documents and to get the document cluster centers of document clusters. Then, we present a method to construct fuzzy logic rules based on the document clusters and their document cluster centers. Finally, we apply the constructed fuzzy logic rules to modify the user's query for query expansion and to guide the information retrieval system to retrieve documents relevant to the user's request. The fuzzy logic rules can represent three kinds of fuzzy relationships (i.e., fuzzy positive association relationship, fuzzy specialization relationship and fuzzy generalization relationship) between index terms. The proposed fuzzy information retrieval method is more flexible and more intelligent than the existing methods due to the fact that it can expand users' queries for fuzzy information retrieval in a more effective manner.     

Fuzzy information retrieval based on geometric-mean averaging operators

Fuzzy sets are very useful in information retrieval. In this paper, we point out that there are some drawbacks in the existing averaging operators (i.e., P-norm operators, infinite-one operators, and Waller-Kraft operators) to deal with AND and OR operations of fuzzy information retrieval. Furthermore, we present new averaging operators based on geometric-mean averaging (GMA) operators to deal with these drawbacks. We use some examples to compare the proposed GMA operators with the existing averaging operators. We also prove some properties of the proposed GMA operators. The proposed GMA operators can overcome the drawbacks of the existing averaging operators and easily determine an appropriate value of the parameter α, where α is either 0 or 1, for handling AND and OR operations of fuzzy information retrieval.     

硬件组合技术在数据库查询优化中的应用

查询优化技术是关系数据库成功运作的关键技术之一。随着现代数据库规模不断扩大到以十亿字节(GB)计量,对能够处理如此巨大的数据信息的系统的需求也随之而来。找到一种高效的信息提取方法对于使研发过程更快、更容易地进行是十分必要的。文章介绍了一种将与或图和数字逻辑电路技术应用于SQL查询优化,得到数据库中有效信息的技术方法。该方法中把与或图作为一种中间数据结构,用来描述布尔值域上的查询集合的子集;数字逻辑电路则用来表示二进制数集合上的各项逻辑运算功能的一种实现方式。该文同时给出了相关实验结果,实验表明这是一个十分有效的方法。     

基于连续可控T范数的模糊控制方法研究

针对传统模糊控制中MAX,MIN算子的缺陷,设计了一种由相关系数h控制的连续T范数,使得与或运算形式根据运算量的相关性来决定,而不是片面 取大或取小运算,并进一步将其推广到多元与或运算中,且应用于模糊控制,在仿真实验中利用遗传算法确定相关系数,实验结果证明了本方法的有效性。     

神经网络和模糊逻辑在基于Agent的Web搜索系统中的应用研究

文章提出了一种利用神经网络和模糊理论技术的多Agent信息查找方法。它利用神经网络的方法自动地处理基于Agent的信息搜索和选择,利用模糊逻辑的理论处理Agent间通信和协作过程的不确定性和灵活性。该方法有效地增强了Web中信息搜索的精确性。     

基于归约的柔性工艺过程模型

该文提出了一种基于“与/或”归约的柔性工艺表达模型,为实现工艺过程动态设计与生产规划提供了一种新的技术方法。同时,详细描述了柔性工艺归约的有序搜索的算法,其中,宽度算法用来进行寻找可替代的工序、加工方法或设备,可拓宽工艺的柔性;深度算法用来进行工艺的可加工性设计和设备的负荷总体平衡,可预防决策短见。     

一种基于简单语义的分布式Web Service查找方法

本文研究了在Internet范围内快速查找所需功能的Web Service的问题.利用现有互联网搜索引擎技术,提出一种不需要集中注册的Web Service查找方法,并给出了原型实现.本方法将一个操作抽象成一个虚拟文档,利用WSDL文档的结构分设多个字段建立索引、进行查找,并利用WordNet来识别语义相近的单词.本方法在提高查全率和查准率的同时很好地保持了部署的灵活性和运行时的高效率.     

A model of cluster searching based on classification

The use of document clusters has been suggested as an efficient file organization for a document retrieval system. It is possible that by using this information about the relationships between documents that the effectiveness of the system (i.e. its ability to distinguish relevant from non-relevant documents) may also be improved. In this paper a probabilistic model of cluster searching based on query classification is described. This model is tested with retrieval experiments which indicate that it can be more effective than heuristic cluster searches and cluster searches based on other models. It can also be more effective than a full search in which every document is compared to the query. The efficiency aspects of the implementation of the model are discussed.     

Enhancing Concept-Based Retrieval Based on Minimal Term Sets

There is considerable interest in bridging the terminological gap that exists between the way users prefer to specify their information needs and the way queries are expressed in terms of keywords or text expressions that occur in documents. One of the approaches proposed for bridging this gap is based on technologies for expert systems. The central idea of such an approach was introduced in the context of a system called Rule Based Information Retrieval by Computer (RUBRIC). In RUBRIC, user query topics (or concepts) are captured in a rule base represented by an AND/OR tree. The evaluation of AND/OR tree is essentially based on minimum and maximum weights of query terms for conjunctions and disjunctions, respectively. The time to generate the retrieval output of AND/OR tree for a given query topic is exponential in number of conjunctions in the DNF expression associated with the query topic. In this paper, we propose a new approach for computing the retrieval output. The proposed approach involves preprocessing of the rule base to generate Minimal Term Sets (MTSs) that speed up the retrieval process. The computational complexity of the on-line query evaluation following the preprocessing is polynomial in m. We show that the computation and use of MTSs allows a user to choose query topics that best suit their needs and to use retrieval functions that yield a more refined and controlled retrieval output than is possible with the AND/OR tree when document terms are binary. We incorporate p-Norm model into the process of evaluating MTSs to handle the case where weights of both documents and query terms are non-binary.     

基于模糊语言方法的信息检索系统的研究

该文提出了一个基于模糊语言方法的信息检索系统模型。该系统分为查询界面子系统、数据库子系统和检索子系统三大部分。在查询界面子系统,用布尔表达式表示用户的查询请求,并对每个查询关键词赋予了两种不同语义的语言值权重,该权重表达了用户的模糊检索要求;在数据库子系统,用索引词一文档模糊矩阵表示待检索的文档,对每个索引词。根据其在文档中的出现频率大小。引入了数值权重;在检索子系统,运用模糊语言方法,对用户输入的布尔查询表达式与索引词一文档模糊矩阵进行自底向上的模糊匹配,最后返回满足用户要求的检索结果。相对于传统的基于查询关键词精确匹配的检索系统而言,该系统能较好地满足用户查询要求中的灵活性。