基于P/S模型的分布对象中间件匹配算法研究

高效的匹配算法是大规模基于内容的发布订阅系统所要研究的关键问题之一。建立了订阅语言和事件模型,提出了一个高效、实用的基于内容的匹配算法,它主要研究匹配操作符为＂=＂,充分利用了多维索引技术和AVL搜索树加速查询,这种算法比其它常用算法具有较大提高,并且扩展性好,适合应用于大规模分布式基于内容的发布订阅系统中。     

基于B+树的发布/订阅并行匹配算法

现有的消息匹配算法不能很好地满足大规模分布式发布/订阅系统中海量数据的有效分发。为此,提出一种高效的发布/订阅并行匹配算法。采用B+树的存储结构,订阅消息按属性-值进行空间划分,建立多级索引订阅属性树,消息匹配采用改进的B+树查询方法,结合计数的思想实现快速消息匹配。实验结果表明,该算法在大规模分布式发布/订阅系统中,消息匹配时间短,订阅匹配树生成迅速,匹配效果更好。     

基于P2P网络的语义发布/订阅系统路由算法研究

在结构化P2P网络基础上构建语义发布/订阅系统是近年来的研究热点。提出一种基于Chord的语义事件路由算法,算法采用基于集结点的路由策略,首先使用保留语义的哈希函数将订阅映射至事件代理集结点;其次根据订阅与事件之间的语义信息,仅发布事件至可能匹配的订阅集结点,采用Chord路由协议构建的订阅生成树分发通知消息;最后过载的集结点通过订阅迁移实现系统负载均衡。仿真实验表明,算法在一定程度上减少了资源消耗,提高了路由效率,达到了负载均衡。     

基于P2P和XML内容的发布订阅系统

介绍了一种面向大规模分布式应用的发布订阅中间件系统,系统采用一种结合了下推树和自下而上树自动机的XPath订阅快速匹配算法,支持XPath多谓词和分支特性。系统事件代理P2P网络节点之间的事件或订阅消息路由采用了扩展的Chord路由协议和订阅聚合、覆盖等多种优化措施。实验结果表明,系统具有较好的效率和性能,能满足面向大规模分布式应用的要求。     

发布/订阅系统中基于属性集划分的并行搜索树

提出了依照并行搜索树的思想，将订阅的属性集划分为2个属性子集，在2个子集上分别构建一个并行搜索树。匹配事件时，在两个搜索树上分别得到该事件匹配的订阅集，两个集合的交集即为最终结果。分析及实验结果表明：划分并行搜索树可以减少搜索树的节点数，降低对存储空间的需求，并潜在地缩短事件匹配时间，尤其适合于节点分支数多而匹配分支少时的情况。     

基于内容的发布订阅系统中快速匹配算法的研究

高效的匹配算法是大规模基于内容的发布订阅系统所要研究的关键问题之一．建立了订阅语言和事件模型，提出了一个高效、实用的基于内容的匹配算法，它充分利用了多维索引技术加速查询，利用约束间的覆盖关系减少重复匹配．实验表明其效率比其它常用算法具有较大提高，并且扩展性好，适合应用于大规模分布式基于内容的发布订阅系统中．     

基于内容的发布订阅系统中一种梯形匹配算法

基于内容的发布/订阅是一种新型的通信方式.事件的发布者不必给出事件明确的目的地址,事件的目的地址由匹配订阅者申明的订阅消息内容确定.因此,订阅与事件的匹配成为基于内容的发布/订阅系统中面临的关键问题之一.文中提出一种梯形匹配算法.先将所有订阅的约束按一定的规则存储于一个二维数组中,然后利用前一个订阅中某个约束是否匹配成功来判定此后也包含有此约束的订阅是否还需进行匹配,整个算法过程类似于线性代数中的梯形求解矩阵的解的方法.这样可以有效避免不同订阅中包含有相同约束被重复匹配的情况,从而加速事件与订阅的匹配效率,大大减少匹配所需要的时间.     

发布/订阅系统中的原子订阅管理和匹配

如何有效地管理原子订阅并将事件与原子订阅高效地匹配,是发布/订阅系统需要关注的关键问题.首先将原子订阅组织成为一个覆盖森林,然后在这个结构上执行原子订阅的匹配,同时使用谓词的多级索引结构为原子订阅匹配提供支持.此方法已在基于内容的发布/订阅系统OncePubSub上实现.给出了用于验证算法性能和开销的实验.实验结果表明,上述方法具有良好的匹配性能和可伸缩性.     

一种基于XML的复合事件模型及其订阅语言

基于内容的Pub/Sub系统能够为大范围软件集成提供松耦合的、可扩展的集成能力,越来越引起人们的重视.现存的方法主要集中在对单一事件的匹配,缺乏对复合事件模型及其订阅语言的研究.针对此问题,文章给出一种基于XML事件的复合事件模型及其订阅语言,该模型包括事件时序逻辑模型和事件复合模式,并扩展了XMLQL语言得到复合事件订阅语言EXML-QL支持事件复合模型和模式;最后,依据该订阅语言的特点构造复合事件匹配算法,给出该算法的分析和验证.     

基于模式覆盖的仿真数据匹配算法

研究仿真数据优化匹配传输效率问题,随着分布交互式仿真规模的扩大,如何高效地对仿真数据进行分发和过滤成为一个重要的问题.针对分布交互式仿真领域数据类型固定和属性个数跨度较大的特点,在分析和研究已有事件匹配算法的基础上,提出了模式覆盖集的概念,并设计了一种采用模式覆盖技术的仿真数据匹配算法.改进算法综合考虑了谓词之间的相互关系和订阅条件所属模式之间的覆盖关系,从减少无关的谓词匹配和高效组织订阅条件两方面加速了仿真数据的匹配过程.实验结果表明与谓词计数算法相比,改进算法能较大地提高匹配性能.     

一种非确定树模式挖掘算法

非确定树模式挖掘已经成为一个重要的研究课题,提出一种非确定树模式挖掘算法,有效地解决了在实际应用中树的非确定性问题。其基本思想为：提出非确定树蕴含集、确定树概率和非确定期望支持度等概念,提出将非确定树的期望支持度作为树的支持度,提出非确定树支持度计算方法,利用哈希表能快速匹配的特性降低求解期望支持度过程中树同构判定的时间复杂度,提出非确定树挖掘层次搜索空间,使得非确定树挖掘快速而精确。实验结果表明,提出的非确定树挖掘算法有效可行且具有显著的运行效率。     

基于重构的改进自然排序树算法

针对自然排序树（CAN-tree）算法构建的树结构节点个数过多、压缩性不高等问题，提出一种基于重构的改进CAN-tree算法。首先，使用自然排序法直接构建树结构，将频繁项集挖掘算法实现中数据库扫描次数减少至1；然后，对构建的树结构以支持度降序方式结合剪枝操作实现树结构的重构，得到高压缩性的树结构；最后，对重构的树结构进行频繁项集挖掘。实验结果表明，基于重构的改进CAN-tree算法所构建的树结构节点个数减少至原来的20%以下，执行效率提高了4至6倍，在频繁项集挖掘中有效地压缩了树结构，缩短了算法的执行时间。     

一种基于神经网络集成的决策树构造方法

神经网络集成方法具有比单个神经网络更强的泛化能力，却因为其黑箱性而难以理解；决策树算法因为分类结果显示为树型结构而具有良好的可理解性，泛化能力却比不上神经网络集成。该文将这两种算法相结合，提出一种决策树的构造算法：使用神经网络集成来预处理训练样本，使用C4．5算法处理预处理后的样本并生成决策树。该文在UCI数据上比较了神经网络集成方法、决策树C4．5算法和该文算法，实验表明：该算法具有神经网络集成方法的强泛化能力的优点，其泛化能力明显优于C4．5算法；该算法的最终结果昆示为决策树，显然具有良好的可理解性。     

一种新的删除HB(k)树的结点的算法

Foster的删除HB(k)树的结点的算法的主要思想是先删除结点再自下而上处理某些子树,涉及自下而上的后退。提出一种新的删除HB(k)树的结点的算法,其主要思想是先自上而下处理某些子树再删除结点,不涉及自下而上的后退。举例说明新算法的执行过程。证明新算法是正确的。与Foster的删除HB(k)树的结点的算法相比,新算法不涉及辅助栈的使用。设n是HB(k)树的结点的个数。新算法的时间复杂性是O(log2n),与Foster的删除HB(k)树的结点的算法的相同。实验结果表明新算法的平均执行时间比Foster的删除HB(k)树的结点的算法短。新算法的空间复杂性是O(1),比Foster的删除HB(k)树的结点的算法低。     

二叉排序树查找算法性能分析

查找是计算机中经常要用到的操作。二叉排序树排序树查找属于动态查找类,二叉排序树查找算法与建立算法密切相关。给出了一种计算二叉排序树平均查找长度的算法,希望能对查找算法的研究起到一点作用。     

Composing Stack-Attributed Tree Transducers

Stack-attributed tree transducers extend attributed tree transducers with a pushdown stack device for attribute values, which make them strictly more powerful. This paper presents an algorithm for the composition of stack-attributed tree transducers with attributed tree transducers. The algorithm is an extension of the existing method to compose attributed tree transducers. It leads to some natural closure properties of the corresponding classes of tree transformations.     

基于PRAM模型的二叉树A序列并行算法的研究

运用并行计算的PRAM模型研究二叉树A序列问题,提出了二又树的A序列的一种并行算法,并以应用实例对并行算法的过程进行详细描述和验证性分析.二叉树A序列的并行算法,为应用到二叉树序列遍历的系统与应用程序的并行化问题的解决提供借鉴和参考.     

无线传感器网络中一种全局节能的聚合树构建算法

针对聚合树构建过程中存在大量冗余广播消息,导致全局能耗过大的问题,分析了聚合树构建算法性能,提出了一种全局节能聚合树构建算法,只需在已知树内部交换信息即可得到离树最近的源节点,避免了网络中广播消息的产生,其构建能耗受节点密度影响很小且保持在较低水平。由于构建时间不受探测消息周期制约,可有效提高聚合树构建速度。实验表明该聚合树构建方法能有效降低消息交换数量及构建时间,聚合效果等同于采用贪婪增长树(GIT)算法的聚合树。     

A parallel evolving algorithm for flexible neural tree

In the past few decades, much success has been achieved in the use of artificial neural networks for classification, recognition, approximation and control. Flexible neural tree (FNT) is a special kind of artificial neural network with flexible tree structures. The most distinctive feature of FNT is its flexible tree structures. This makes it possible for FNT to obtain near-optimal network structures using tree structure optimization algorithms. But the modeling efficiency of FNT is always a problem due to its two-stage optimization. This paper designed a parallel evolving algorithm for FNT (PE-FNT). This algorithm uses PIPE algorithm to optimize tree structures and PSO algorithm to optimize parameters. The evaluation processes of tree structure populations and parameter populations were both parallelized. As an implementation of PE-FNT algorithm, two parallel programs were developed using MPI. A small data set, two medium data sets and three large data sets were applied for the performance evaluations of these programs. Experimental results show that PE-FNT algorithm is an effective parallel FNT algorithm especially for large data sets.     

Constructing a minimum height elimination tree of a tree in linear time

Given a graph, finding an optimal vertex ranking and constructing a minimum height elimination tree are two related problems. However, an optimal vertex ranking does not by itself provide enough information to construct an elimination tree of minimum height. On the other hand, an optimal vertex ranking can readily be found directly from an elimination tree of minimum height. On n-vertex trees, the optimal vertex ranking problem already has a linear-time algorithm in the literature. However, there is no linear-time algorithm for the problem of finding a minimum height elimination tree. A naive algorithm for this problem requires O(nlogn) time. In this paper, we propose a linear-time algorithm for constructing a minimum height elimination tree of a tree.