关于路径表达式的一些问题

1 引言面向对象数据库系统(OODBMS)支持通过引用建立类之间的联系.类的属性可以是原子属性也可以是嵌套属性。由于存在使一个对象能引用另一个对象的嵌套属性,引出了对象导航的概念,OQL中对象导航的特性体现在路径表达式(Path Ex-pression)上。围绕路径表达式各国的学者做了大量研究工作,法国的Gardarin等给出了DFF,BFF和RBFF等三种路径表达式算法的代价模型和实验结果,美国威斯康星大学的Lieuwen等给出了基于指针的并行连接算法的详尽的性能分析,德国的Frohn等提出了一种基于规则的路径表达式的处理语言PathLog,我国的学者王国仁等提出了两种并行的处理路径表达式的算法,土耳其的Ozkan     

基于块排序索引的生物序列局部比对查询技术

生物数据库中的查询是在生物序列数据集中查找与输入查询序列相似的目标,目前的一些流行工具如BLAST等,是利用启发式算法来提高查询的速度。然而,这些启发式算法无法找到所有的满足要求的结果,而一些精确算法,如动态规划算法,却需要非常高昂的代价。最近,一种新的技术,QASIS,提出了在后缀树的遍历中使用动态规划的精确查找算法,其性能与BLAST相当。但是它的主要缺点就是后缀树这种索引结构需要巨大的空间开销。本文采用基于无损压缩的块排序结构来索引超常的生物序列,减小索引的存储空间开销,有效地减少动态规划算法的计算代价。实验结果表明基于块排序索引的算法在性能方面优于OASIS算法。     

扩展XML-RL查询代数的设计与实现

XML的迅猛发展使得对XML查询语言的需求进一步地增强,XML查询语言已成为一个新的研究热点。扩展XML-RL查询代数的设计是为了支持具有面向对象特征的查询。其设计思想借鉴了Lore系统的查询代数。因此首先介绍了几种典型的XML查询代数,其次论述了扩展XML-RL查询代数包含的逻辑操作符和物理操作符的设计思想与具体实现算法。     

一种用于基因表达数据的无参数聚类算法

提出了一种用于基因表达数据的无参数聚类算法。该算法把多维数据的模糊聚类方法与CTWC相结合,并引入基于范数的方法进一步对该方法加以改进和论证。将该算法应用于真实的结肠癌基因表达数据集,确定了含8个基因的特征基因组合,该特征基因组合不仅达到了90%左右的结肠癌样本识别率,还能鉴别结肠癌样本的亚型。实验结果充分验证了这种算法的可行性。     

面向超图数据的最大独立集算法

超图是普通图的泛化表示, 在许多应用领域都很常见, 包括互联网、生物信息学和社交网络等. 独立集问题是图分析领域的一个基础性研究问题, 传统的独立集算法大多都是针对普通图数据, 如何在超图数据上实现高效的最大独立集挖掘是一个亟待解决的问题. 针对这一问题, 提出一种超图独立集的定义. 首先分析超图独立集搜索的两个特性, 然后提出一种基于贪心策略的基础算法. 接着提出一种超图近似最大独立集搜索的剪枝框架即精确剪枝与近似剪枝相结合, 以精确剪枝策略缩小图的规模, 以近似剪枝策略加快搜索速度. 此外, 还提出4种高效的剪枝策略, 并对每种剪枝策略进行理论证明. 最后, 通过在10个真实超图数据集上进行实验, 结果表明剪枝算法可以高效地搜索到更接近于真实结果的超图最大独立集.     

CIMS中的信息集成技术

一、引言 计算机集成制造系统(CIMS)是一个非常复杂的过程,将涉及产品的设计、加工造到产品的销售等一系列活动,各个设计与制造环节既独立工作又相互协作,而且有大量的信需要进行共享与交换.     

永济热电厂35kV母线停电事故浅析及防治措施

介绍了事故概况，分析了在外力破坏下造成母线单相接地，进而产生过电压，及由此产生的事故扩大的过程，并提出了应采取的措施。     

基于图神经网络的动态网络异常检测算法

动态变化的图数据在现实应用中广泛存在,有效地对动态网络异常数据进行挖掘,具有重要的科学价值和实践意义.大多数传统的动态网络异常检测算法主要关注于网络结构的异常,而忽视了节点和边的属性以及网络变化的作用.提出一种基于图神经网络的异常检测算法,将图结构、属性以及动态变化的信息引入模型中,来学习进行异常检测的表示向量.具体地,改进图上无监督的图神经网络框架DGI,提出一种面向动态网络无监督表示学习算法Dynamic-DGI.该方法能够同时提取网络本身的异常特性以及网络变化的异常特性,用于表示向量的学习.实验结果表明,使用该算法学得的网络表示向量进行异常检测,得到的结果优于最新的子图异常检测算法SpotLight,并且显著优于传统的网络表示学习算法.除了能够提升异常检测的准确度,该算法也能够挖掘网络中存在的有实际意义的异常.