一种高效的XMLQuery基本模式匹配算法

有效的支持结构连接是实现数据库系统XML文件查询的关键。结构连接是用来查找所有满足基本的结构关系的元素对，即指定XML树型结构文件元素对的关系（父亲-孩子和祖先-子孙的关系）。文中在分析常见的XMLQuery模式匹配算法（Stack-Tree连接算法）的基础上，提出一种改进的Stack-Tree连接算法将Stack—Tree—Desc算法和Stack—Tree—Anc算法统一；并且采用动态分配存储空间方法，比Stack—Tree—Anc大大节省了存储空间。最后给出了改进的Stack—Tree连接算法分析和试验结果。     

一种改进的字符串匹配算法

基于字符串匹配的检测方法是入侵检测系统中的一种重要方法。在分析了几种常见的字符串匹配算法（BF、KMP、BM、Sunday等）的基础上,提出了一种改进的字符串匹配算法——sundayNcw。该算法使每一次匹配不成功后都能跳过尽可能多的字符以进行下一轮匹配,并且匹配次数大大减少,从而提高了匹配效率。最后,分析了该算法的性能,并用具体的实验数据给出了几种匹配算法的测试结果。     

一种快速的字符串匹配算法

字符串匹配技术在许多领域里广泛应用，本文在分析了BF、BM算法以及一些重要的改进算法的基础上，提出了一种新的改进算法——BMH2C，该算法利用两个字符计算右移量并保存在二维数组里，使右移量增大，比较次数减少，有效地提高了匹配速度．最后本文还给出了几种匹配算法的测试结果。     

一种改进的QS串匹配算法

在分析QS算法的基础上,提出了一种新的改进算法—EQS算法。该算法在模式匹配成功时用一个字符来确定右移量,在匹配失败时用两个字符来确定右移量。实验结果表明：该算法使模式串的右移量增大、匹配次数减少,达到提高算法效率的目的。     

一种高效的多模式字符串匹配算法

在Fan-Su(FS)多模式字符串匹配算法基础上,结合BM-Horspool(BMH)算法和Quick Search(QS)算法的优点,提出一种高效的多模式字符串匹配算法。该算法能够充分利用本次匹配失败和部分匹配成功的信息,一方面增加模式树根节点失配的概率,提高匹配过程中失配时的跳跃距离。另一方面避免不必要的状态转移,实现不匹配时的连续跳转。分析指出,在最好情况和平均情况下,时间复杂度均优于ACBM算法和FS算法。实验结果表明,一般情况下该算法的查找时间仅为AC算法的10%~35%,ACBM算法的50%~60%,FS算法的70%左右,FSQB算法的65%左右。     

一种可做特殊用途的字符串匹配算法

现有的字符串匹配算法按照模式串从左至右或从右至左的顺序匹配,都是直接进行比较,本文提出了一种可做特殊用途的字符串匹配算法——ZZL算法。对于频繁使用的要匹配的主串和模式串来说,ZZL算法的匹配速度会非常快。     

一种基于QS的字符串匹配改进算法

本文在分析BM和QS算法特点的基础上,综合利用了正文T[i m-1]和T[i m]位置上 的字符信息,提出一种移动距离不小于模式长度的快速字符串匹配算法。该算法解决了QS算法在 skip[i m-1]相似文献   

一种改进的朴素模式串匹配算法

本文基于朴素模式串匹配算法的基本思想及鉴于一些高级语言所提供的字符(串)函数的启发,阐述了在算法中主串匹配起点字符定位的灵活性及多次匹配的必要性,并基于VC 6.0环境下验证了该算法的可行性.     

一种高效的模式匹配算法

在时Boyer-Moore(BM)算法进行分析的基础上,提出一种更加快速的模式匹配算法--EPM.在单模式匹配过程中,该算法通过模式匹配中最后字符位置的下个字符来确定偏移量,从而增大搜索步长.在多模式匹配过程中,通过在预处理阶段采用散列法来减小比较的模式数,提高匹配的速度.     

一种基于分类存储的空间高效Aho-Corasick算法

针对经典Aho-Corasick算法存在空间开销大,存储效率低的问题,提出一种改进的空间高效Aho-Corasick算法。新算法在预处理阶段根据状态转移函数、输出函数的不同特性,灵活选择不同的方式存储状态结点,实现对Aho-Corasick算法状态机的压缩。实验表明,新算法与经典Aho-Corasick算法、Bitmapped AC算法相比,以匹配阶段较小的时间性能为代价,极大幅度地压缩状态机的存储空间。     

入侵检测系统中高效的模式匹配算法

针对入侵检测系统模式匹配效率低的问题,提出一种高效的模式匹配算法.该算法通过对模式进行预处理记录模式的信息,然后对子节点进行递归比较,找到重复度最大的部分,提高模式匹配的效率;通过增加附加m个节点的匹配模式结构,降低模式匹配算法的时间与空间复杂度.理论分析表明,对于包含n个节点的主题树,提出的模式匹配算法的时间复杂度为O(nlog2n+mlog2m),空间复杂度为O(n+m).详细的实验以及与现有算法的比较表明,提出的模式匹配算法在时间、空间和匹配率性能上具有更高的效率.     

一种面向高速网络的模式匹配算法的设计与实现

本文在对Boyer-Moore(BM)算法及其改进的算法BoyerMoore-Horspool(BMH)算法进行分析的基础上,提出了一种更加快速的模式匹配算法-HPMA(High-Speed-Pattern-Matching-Algorithms,高速模式匹配算法)。该算法采用从模式两端向中间位置交替的匹配顺序,减少了模式的一部分后缀与文本匹配,而模式的前缀却不匹配情况下不必要的比较,同时考虑字符串后一位字母的唯一性,提高最大位移的出现概率。     

一种改进的BM模式匹配算法

针对BM模式匹配算法的效率问题,提出其改进算法.分析BM模式匹配算法的原理,若文本串中连续的几个字符不在模式字符串中出现,则不需要被比对,以此改变模式字符串的匹配顺序,提高算法的匹配效率.实验结果表明,改进的BM模式匹配算法可以有效地减少字符串的匹配次数和比对次数,能获得良好的字符串匹配效率.     

入侵检测系统中模式匹配算法研究

分析了BF,KMP,BM模式匹配算法,在此算法的基础上提出了一种改进的模式匹配算法(FBM),该算法的思想是时BM 算法中滑动距离函数dist右移模式距离大小进行改进,并且定义了两个新的滑动距离函数,在不同的条件下,分别调用不同的滑动距离函数,更好地拉制模式匹配过程.实验结果表明,该算法比BF,KMP和BM算法显著减少...     

无重叠条件严格模式匹配的高效求解算法

无重叠条件序列模式挖掘是一种间隙约束序列模式挖掘方法,与同类挖掘方法相比,该方法更容易发现有价值的频繁模式,其核心问题是计算给定模式在序列中的支持度或出现数,进而判定该模式的频繁性.而计算模式支持度问题实质是无重叠条件模式匹配.当前研究采用迭代搜索无重叠出现,然后剪枝无用结点的方式计算模式的支持度,其计算时间复杂度为O （m×m×n×W）,其中,m,n和W分别为模式长度、序列长度及最大间隙.为了进一步提高无重叠条件模式匹配计算速度,从而有效地降低无重叠条件序列模式挖掘时间,提出了一种高效的算法,该算法将模式匹配问题转换为一棵网树,然后从网树的最小树根结点出发,采用回溯策略迭代搜索最左孩子方式计算无重叠最小出现,在网树上剪枝该出现后,无需进一步查找并剪枝无效结点即可实现问题的求解.理论证明了该算法的完备性,并将该算法的时间复杂度降低为O （m×n×W）.在此基础上,继续指明该问题还存在另外3种相似的求解策略,分别是从最左叶子出发迭代查找最左双亲方式、从最右树根出发迭代查找最右孩子方式和从最右叶子出发迭代查找最右双亲方式.实验结果验证了该算法的性能,特别是在序列模式挖掘中,应用该方法的挖掘算法可以降低挖掘时间.     

一种高效的RDF图模式匹配算法

随着越来越多的信息被表示为RDF格式,如何高效地对RDF信息进行分发和过滤成为一个重要的问题·在语义Web环境下的信息分发系统中,输入的RDF信息需要和大量的用户订阅条件进行匹配,而用户的订阅条件可以被表示为RDF图模式·根据RDF图的特点,并对其增加了一些约束,设计了一种新的RDF图模式匹配算法·实验结果表明,该算法的匹配效率远远高于传统的图模式匹配算法·     

一种软／硬模板相结合的定义抽取算法

术语定义抽取是信息抽取研究领域的重要内容之一。文中提出了一种结合硬模板匹配和软模板匹配技术的综合术语定义自动抽取方法。文中首先使用硬模板库对待抽取文本进行了初步的定义句匹配抽取。接着,通过使用基于N元语言模型的软模板匹配模型来计算待匹配文本中每个句子与软模板之间的匹配度,并通过设定匹配得分阈值来抽取定义句或过滤掉错误召回的非定义句。实验结果表明文中的术语定义抽取方法远远优于单纯的硬模板匹配或软模板匹配方法。     

KMP模式匹配算法的研究分析

通过对字符串模式匹配算法和KMP算法的研究,分析了一种改进KMP算法的方法,并通过对算法的复杂性进行计算,结果表明,改进后的KMP算法和KMP算法的时间复杂度均为O（m＋n）,但改进后算法的平均比较次数约为未改进算法的平均比较次数的0.833倍,因此改进后的KMP算法更能提高字符串模式匹配的工作效率。     

入侵检测系统中模式匹配算法的研究与改进

入侵检测系统的性能很大程度上取决于规则检测的效率,模式匹配算法是规则检测引擎的核心算法。对模式匹配算法进行了研究,重点分析了多模式匹配算法Wu—Manber算法。针对Wu—Manber算法在单字节模式串下移动距离短的不足,并结合网络数据包和入侵检测系统中规则的特点,提出了一种适合入侵检测系统的改进的模式匹配算法。该算法利用位示图方法解决了单字节模式串匹配的问题,增加了移动距离,提高了检测数据包与规则匹配的速度,提升了系统运行的效率。