一种基于密度的不确定数据离群点检测算法

不确定数据普遍存在于如移动计算、RFID技术和传感器网络等大量应用之中.由于不确定数据的离群点检测算法可以提高服务质量,提出一种基于密度的不确定数据离群检测算法RLOF.该算法引入一种R2-tree结构,有效降低了计算局部离群因子时的时间复杂度,同时降低了不确定数据集中的数据更新成本以及海量数据维护成本.理论分析和实验结果充分证明了该算法是有效可行的.     

面向批量处理的大数据检索过滤模型研究

大数据作为新的战略资源,在信息领域发挥着重要作用。大数据的检索规模往往达到十亿甚至百亿级,导致传统的查询机制效率低下成为常态。因此,提高大数据的查询效率、降低查询负担成为大数据研究的重要方面。为 此提出了一种面向批量处理的大数据检索过滤模型IMFM,介绍了其核心思想及工作原理,论证了IMFM对于多维查询的支持,并给出了IMFM的部署策略。在大数据索引结构中的适当位置部署该模型,在检索请求通过节点时对检索请求进行快速过滤,避免无关请求对节点下方索引结构的操作,从而降低检索对性能的消耗。实验证明,在大数据批量处理环境下,该模型可以有效缩短大数据一维和多维查询的路径长度,提高检索效率,大幅减轻大数据存储和处理平台的负担。     

基于web中数据检索技术的应用与研究

数据检索是当代比较常见的技术,而搜索引擎又是数据检索技术中的重中之重,它是处理文字,词句,大数据的最佳工具。本文对文中数据检索相关技术进行了较深的研究和探索。在基于web中的数据检索的搜索引擎技术方面,我们提出了一种改进倒排索引结构,比传统索引结果更加方便快捷。我们的重点放在web中数据检索的应用,如何利用新技术改善检索系统的结果,提高检索系统的性能和效率、加快检索速度、不断完善web中数据检索弊端,使其应用更加广泛。     

一种适用连续不确定XML数据的索引

针对连续不确定XML数据概率阈值范围查询,提出一种新的CUXI索引树。该索引树的构建方法是借鉴U树对空间数据自顶向下递归构建索引树的思想,将连续不确定XML文档中具有相同父亲的叶子节点构建二维数据矩形,在聚类的基础上来构建相应的CUXI索引树,其中叶子节点存储连续不确定数据辅助信息。为了提高查询效率,对连续不确定数据制定了过滤策略,通过遍历索引树过滤掉不满足查询范围的子树。理论和实验结果表明,此索引技术可提高查询处理的性能。     

用于屏幕图像编码的索引图快速预测算法

目的 屏幕图像编码要求压缩效率高、实时性好、复杂性适中。调色板编码是屏幕图像编码的主流方法之一,但是其索引图的预测编码效率仍有待提高。为此提出一种基于局部方向相关性的索引图快速预测编码算法。方法 实验统计发现两个相邻的索引值在0.93的平均概率下具有相同的方向性,本文称之为索引图的“局部方向相关性”,进而提出采用一个2×3的模板进行初始方向预测,在其预测失败的情况下再采用一个3×4的方向模板进行二次方向预测。结果 在19个标准测试视频序列和3个测试图像上进行了大量实验,实验结果表明,本文算法的预测准确率为95.43%,比典型的多级预测算法（MSP）平均提高2.48%,尤其对于包含文字字符和大量几何图元的复杂场景视频更为有效,并且计算复杂度显著低于MSP算法,能够较好地满足屏幕图像编码的要求。结论 本文提出的索引图的预测算法,发掘了索引图的局部方向相关性,加快了预测速度,可应用在屏幕图像文本/图形块的调色板编码中。     

一种基于倒排索引树的增量更新关联挖掘算法

增量更新关联规则挖掘主要解决事务数据库中交易记录不断更新和最小支持度发生变化时关联规则的维护问题。针对目前诸多增量更新关联规则挖掘算法存在效率低、计算成本高、规则难以维护等问题,提出一种基于倒排索引树的增量更新关联挖掘算法。该算法有效地将倒排索引技术与树型结构相结合,使得交易数据库中的数据不断更新和最小支持度随应用环境不同而不断改变时,以实现无需扫描原始交易数据库和不产生候选项集的情况下生成频繁项集。实验结果表明,该算法只需占用较小的存储空间、且检索项集的效率较高,能高效地解决增量更新关联规则难以维护的问题。     

不容忽视的空文件夹

空文件夹,就是其中不含有任何文件的文件夹,空文件夹散布于电脑硬盘内,虽然几乎不占用硬盘空间,但是会影响到文件的查找效率,也干扰了文件的管理,因此有必要对其进行清理。那么,如何快速查找和清理空文件夹?无法删除的空文件夹又如何处理?     

基于ElasticSearch的数字图书馆检索系统

针对大数据时代下图书馆文献的存储和检索难题,运用HDFS分布式文件系统实现图书馆文献资源的海量存储,釆用ElasticSearch分布式索引技术对资源进行分布式索引和检索,构建了一个高效的、分布式的数字图书馆检索系统。测试结果显示,在大数据量下,系统检索时间约为传统Oracle数据库检索时间的1/20,并带有缓存功能。     

Word长文档的排版规范

长文档的排版工作量较大,如果处理方式不规范,不仅效率低下,易导致返工,甚至会导致乱版,所以规范化排版就显得尤为必要.本文就Word长文档排版的流程及注意事项做了较详细的阐述,旨在为人们更好的提高排版效率提供借鉴.     

低空间复杂度的LSH算法及其在图像检索中的应用

局部敏感哈希LSH算法是有效的高维数据索引方法,如何生成哈希函数是算法的关键部分。LSH算法的哈希函数是基于p-稳态分布随机生成的,为了提高算法性能就需要增加哈希表的数量,但这会增加算法的空间复杂度。改进后的LSH算法(I-LSH)在生成哈希函数时不需要有标记的训练样本,而是仅仅利用数据点的分布信息构造投影方向。实验结果表明,在不显著降低检索性能的情况下,ILSH有效地降低了内存的使用量,适合处理大规模数据。