时空数据库中多个最近邻对象的查询算法

在时空数据库中，最近邻查询用于对某个查询对象，在被查询对象中找出离它最近的一个或多个对象。该文在TPR树这一时空索引的基础上，提出了一种高效的最近邻查询算法，能够支持移动对象的多个最近邻对象的查询，并在性能上也有所提高。     

有障碍物环境下移动对象的反最近邻查询

最近邻查询是地理信息系统领域常遇到的问题,为反向最近邻查询是在最近邻查询的基础上提出的一种新的查询类型。在分析了几种反向最近邻查询的类型和方法的基础上,提出了基于Voronoi图的解决障碍物环境下移动对象的反向最近邻查询的方法,大大缩小了在海量空间数据库中进行反向最近邻查询的查询范围,并提高了查询的准确度。     

基于查询集空间分布的聚合最近邻查询算法

聚合最近邻查询涉及到多个查询对象,因此比传统最近邻查询更复杂,而且其查询集空间分布特征暗含了查询集聚合最近邻的区域分布信息。充分考虑查询集分布特征,给出了利用分布特征指导聚合最近邻搜索的方法,并以此提出了一种新的聚合最近邻查询算法——AM算法。AM算法能动态地捕捉并利用查询集空间分布特征,使得对数据点的搜索按正确的次序进行,避免对不必要数据点的搜索。最后通过实验验证了AM算法的高效性。     

基于SR-树的空间对象最近邻查询

最近邻查询是空间数据库的重要应用之一，最近邻查询概念的扩展，即时象的相似性查询中，利用以往的定位查询以厦范围查询方法不能很好的解决最近邻查询的问题，在分析NN查询的基本概念和存储区域的基础上，提出区别于以往NN查询的基于SR-树的多时象NN查询方法，根据某几个查询点，找出离它们最近的一个点或者是七个点，在某种意义上是寻求一种最优方案。     

不确定性对象的反向最近邻查询

多数不确定性对象的反向近邻查询不能明确回答某个不确定性对象是否为查询对象的反向最近邻,针对该问题,提出概率反向最近邻查询的概念,设计不确定性对象的概率反向最近邻查询的索引结构,给出一种基于该结构的不确定性对象的反向最近邻查询算法。     

面向存在不确定对象的组最近邻查询方法

组最近邻查询是空间对象查询领域的一类重要查询,通过该查询可找到距离给定查询点集最近的空间对象.由于图像分辨率或解析度的限制等因素,空间对象的存在不确定性广泛存在于某些涉及图像处理的查询应用中.这些对象位置数据的存在不确定性会对组最近邻查询结果产生影响.本文给出面向存在不确定对象的概率阈值组最近邻查询定义,设计了高效的查询处理机制,通过剪枝优化等手段提高概率阈值组最近邻查询效率,并进一步提出了高效概率阈值组最近邻查询算法.采用多个真实数据集对概率阈值组最近邻算法进行了实验验证,结果表明所提算法具有良好的查询效率.     

球面上的K最近邻查询算法

针对球面上数据对象点集的特征和K最近邻查询的需求,提出2种处理球面上K最近邻查询的算法:基于查询轴的K最近邻查询算法(PAM方法)和基于查询圆面的K最近邻查询算法(PCM方法).对2种算法进行实验比较,结果表明,PAM方法和PCM方法都适合处理球面上的最近邻查询问题,PAM方法在存储量和查询复杂度方面相对于PCM方法具...     

空间对象的反最近邻查询

本文在对现有反最近邻查询方法研究的基础上，提出了一种新的索引结构一SRdnn-树；在此基础上提出了基于SRdn矿树的反最近邻查询方法，并给出了该结构上的最近邻查询方法，以及插入和删除方法，第5节实验表明，基于SRdnn-树的反最近邻查询在性能上优于以往查询方法。     

一种基于移动对象的动态反向最近邻的算法

随着无线通讯技术的发展,移动对象的查询有广阔的应用空间.针对现有反向最近邻算法很多都是基于静态对象的情况,提出了一种新的基于移动对象的反向最近邻的算法--以TPR-tree为索引结构,对原有的半平面修剪策略进行了改进,使其性能优化,并采用过滤验证这两个处理步骤来获取移动查询点的反向最近邻,实现了移动对象的动态反向最近邻的查询.     

一种障碍空间中不确定对象的连续最近邻查询方法

近年来,基于位置的服务获得了越来越广泛的关注,其中最近邻查询是最常用的一种查询方式.测量手段的不准确性以及数据本身的性质导致不确定性在位置数据中普遍存在,这种不确定性会对最近邻查询结果产生影响.空间中障碍物的存在也给空间数据查询带来了挑战.文中研究存在障碍物的空间中不确定对象连续最近邻查询的处理方法,设计了一种剪枝策略大幅降低需要计算的不确定对象数目,并进一步提出了障碍空间中不确定对象最近邻查询安全区域的概念及安全区域生成算法.设计了安全区域的索引存储方法.实验结果表明,文章所提出的方法具有良好的效率和可扩展性.     

分布式数据库系统的查询优化技术研究

数据库数据量日益增多,造成了用户在使用数据库系统查询时费时费力,传统的查询优化方式已无法满足如今的数据查询要求,提高数据库系统优化的效率也成为计算机研究工作的热点。提出基于半连接算法的分布式查询处理技术对数据库系统进行查询优化,提出半连接操作的查询优化算法(SDD-1),并采用实验分析的方法进行验证,计算查询算法的代价。结果表明,基于半连接的研究策略的分布式数据库查询优化可以显著降低传输代价,使查询总效率得到有效提高。     

一种嵌入式实时数据库系统查询优化算法

针对嵌入式实时数据库系统的特点，提出了一种新的连接顺序优化算法 (Greedy Iterative Improvement, GII)。该算法结合了贪婪算法和迭代改进算法的优点，能满足系统的实时要求，可以控制查询优化时间，比传统查询优化策略更好地适应不同类型事务的需要。模拟实验结果表明，该算法在穷举式搜索适用时，能以比它小得多的时间和内存开销找到最优解；在穷举式搜索无法实现优化时，GII算法生成解的质量也明显优于贪婪算法和迭代改进。     

FM-index分块并行算法及其实现

在查询海量数据时,有压缩和索引两种方法来提高速度,。该文结合这两种方法提出了压缩查询的方法。FM-index是一种自索引的全文查询算法,。这种算法存在内存占用过大的问题,并且对于复杂的查询效率也不理想,。该文于是提出了分块FM-index算法,,并在分块的基础上采用MPI对该分块算法进行了并行化,。成功地解决了内存占用过多的问题,并达到了较好的并行效率。     

用于Web查询接口集成的模式匹配算法

Web查询接口是Deepweb的访问入口。通过集成内容相关的Web查询接口,能为用户访问提供方便。现有查询接口集成的模式匹配算法效率低,针对该问题提出一种模式匹配算法,以概念团选择定理为依据,直接形成最优概念划分,并生成最优模型。理论分析和实验结果表明,该算法具有可行性,可以减少运算量并提高匹配效率。     

支持局部最优化匹配的近似子串查询算法

基于编辑距离的字符串近似查询算法一般是先给定阈值k,然后计算那些与查询串的编辑距离小于或等于k的结果。但是对于近似子串查询,结果中有很多是交叠的,并且是无意义的,于是提出了一种局部最优化匹配的概念,只计算那些符合阈值条件,并且是局部最优的结果,这样不仅避免了结果的交叠,而且极大节省了时间开销。给出了支持局部最优化匹配的近似子串查询的定义,相应提出了一种基于gram索引的局部最优化近似子串查询算法,分析了子串近似匹配过程中的规律,研究了基于局部最优化匹配的边界限定和过滤策略,给出了一种过滤优化的局部最优化近似子串查询算法,提高了查询效率。     

一种基于时隙的邮件消息发布算法

移动计算环境与固定网络计算环境之间的巨大差异使建立专门的移动查询模型成为必要。该文简单介绍了笔者在工作中提出的一种基于“代理/邮箱”机制的移动查询模型,并以省电的查询过程为研究目标,提出了邮箱机制的核心算法———基于固定时隙分配的邮件消息投递算法,用户在每个消息发布周期内,只需对分配给自己的时隙进行监听,其余时间可以进入睡眠状态,从而达到节省电能的目的。通过对算法的分析和模拟结果表明:第一,与传统的查询过程相比,该算法能够大幅度地降低用户查询过程中处于工作状态时间占全部查询响应时间的比例,从而有效地支持了查询的省电性;第二,算法是以一定的延迟增加为代价来换取省电方面的收益,所以更加适用于大量的对查询实时性要求较低的移动查询应用。     

一种有效的O3LAP多维视图查询算法

该文介绍了面向对象的联机分析处理技术O3LAP,提出了扩展的OSQL语言,并提出了一种基于ARRAY的O3LAP多维视图查询算法,该算法能大幅度地提高Consolidation查询的效率,最后给出了该算法的性能分析实验结果。     

一种基于关键字的XML文档查询算法

对XML文档查询的常用方法有两种：一种是使用查询语言;另一种是使用关键字,而使用关键字查询XML文档比使用查询语言更为简单方便。给出了一种使用关键字查询XML文档的索引查找算法。该算法只需要扫描一次关键字对应的编码列,就可以找到需要的编码,提高了查询效率。实验表明该算法是可行的和有效的。     

分布式环境下数据共享中的多表查询转换算法

不同数据源之间的数据表示方法不同且结构上存在冲突,导致分布式环境下的异构数据源查询成为一个难点。提出一种分布式环境下的多表查询转换算法,该算法在查询转换过程中对源查询进行分解、在目标数据源上进行目标查询的转换和重构,解决数据共享中的多表查询转换问题。实验结果证明了该算法的有效性。     

基于部分求值和热踪编译的Twig查询优化方法

XML树模式查询又称为Twig查询,是XML查询处理中最核心的操作。在Twig查询算法的研究中,TreeMatch算法由于极大程度上减少了中间结果的产生,被认为是最好的Twig查询算法之一。然而,在TreeMatch算法的核心操作getNext中,存在不少仅依赖Twig模式的计算。当getNext调用次数很多时,这种冗余的重复计算会影响TreeMatch算法的性能。为了进一步改进该算法,提出了一种基于部分求值和热踪编译的Twig查询优化方法,该方法以Twig模式作为不变量进行部分求值,把查询请求翻译成一种Twig查询机指令序列,避免了查询过程中对Twig模式的重复计算;并且针对这种查询机指令序列的解释过程,利用热踪编译技术进行了优化。对比实验说明基于部分求值和热踪编译的优化方法能够将Twig查询效率提高到20%到60%。