MXDR:一种基于关键字的XML多文档分布式检索方法

基于关键字的XMI、检索技术是近几年信息检索领域的研究热点。但是由于关键字缺少XMI、结构语义信 息,检索结果和用户需求偏差较大,检索质量难以提高;而XML结构检索由于用户难以提出准确描述查询意图的查 询表达式而难以普及。另一个更突出的问题是现有的XML检索研究绝大多数都集中在单文档上,缺乏实用性。因 此提出一种基于关键字的结构检索方法,即用分布式方式实现对多XMI文档的检索,简称为MXDR (Multi-XMI_ Distributed RetrievaD。MXDR首先用一种兼顾结构和内容的聚类方法对多文档进行分类,通过分析查询关键字和类 别结构信息,确定分布查找策略,再结合查询关键字和XMI的结构信息,构建结构查询语句,最后通过结构查询系统 实现关键字检索。在多组真实数据Sigmod数据集上的验证结果表明,与经典的S工CA方法比较,MXDR方法具有较 高的查全率和查准率,尤其在检索效率上MXDR方法有显著优势。     

ORDBMS中的继承层次表达式及实现

提出了继承层次选择表达式的概念并加以实现，使得对象-关系数据库管理系统（ORDBMS）中的SQL操作目标，得以从某个特定的表扩展到某继承层次中的表集合，另外还提出和实现了对继承层次的引用。     

时间序列的模糊匹配方法

一个时间序列可以定义为一系列的数值,每一个数值代表一个时间点的值。在数据库和数据仓库应用中,时间序列数据是一类非常重要的数据类型。时间序列的相似性的判定,有基于欧几里得距离的判定方法和包络线方法。欧几里得距离方法对序列中的噪声很敏感,而且欧几里得距离随着序列长度的增加而变大。Rakesh Agrawal等所提出的方法,是将匹配的子序列按顺序连接来判定两个序列的相似性,如果一个子序列落入另一个子序列的包络线区间内(如图1),那么认为这两个于序列是匹配的,例外的数据被忽略,该方法的本质是在两个序列中包含一定比率的相匹配的子序列。该方法避免了欧几里得距离的缺点,任意长度序列的相似性的判定使用统一的标准。但是相似性的判定在包络线边界处发生了突变。     

一种适用于复杂对象管理的分布式并发控制算法

本文在多数一致法的基础上提出了一种新的并发控制算法,并给出了其正确性证明。该算法的最大特点是允许不同层次的颗粒同时作为并发控制单位存在,因而更适用于工程数据库中对复杂对象的管理。     

基于扩展层次自动机的UML状态图完备性和一致性检验

UML状态图是UML中重要的建模元素之一,用以描述软件系统的离散行为。完备性和一致性是UML状态图模型最重要的性质之一,是进一步验证模型行为正确性的前提。给出了状态图模型完备性和一致性的定义,研究了对完备性和一致性进行检验的方法。该方法首先把状态图模型变换成扩展层次自动机(EHA),然后对EHA进行分析。EHA中间格式消除了状态图的复杂性,简化了冲突迁移的优先级判别,便于设计简捷有效的算法对完备性和一致性进行检验。该方法的主要优点是利用了EHA的特性,给出了组合状态上迁移的传播算法,解决了完备性和一致性分析的难点。     

复制子系统性能评估模型的研究与实现

提出并实现了一种评估复制子系统性能的模型,利用该模型可以忽略实现细节,对不同复制子系统进行统一的性能测量,选择合适的技术;可以使用该模型对系统的配置进行调节,优化复制系统的性能。     

不规则任务在图形处理器集群上的调度策略

针对大量的资源需求少且并行度高的不规则任务集合,利用图形处理器（GPU）来加速处理是目前的主流。然而现有的不规则任务调度策略要么采用独占GPU的方式,要么使用传统的优化方法将任务映射到GPU设备上。前者导致GPU资源的闲置,后者不能最大限度利用GPU计算资源。在分析了现存问题的基础上,采用多背包优化思想,使更多的不规则任务以最佳的方式共享GPU设备。首先,针对GPU集群的特点,给出了由调度器、执行器组成的分布式GPU作业调度框架;然后,以GPU显存为代价,设计了一种基于GPU计算资源的扩展贪心调度（EGS）算法,该算法将尽可能多的不规则任务调度到多个可用的GPU上,以最大限度地利用GPU计算资源,并解决了GPU资源的闲置问题;最后,使用实际基准程序随机生成目标任务集来验证所提调度策略的有效性。实验结果表明,与传统的贪心算法、最早完成时间（MCT）算法和Min-min算法相比,当任务数量等于1 000时,EGS算法的执行时长分别平均降低至原来的58%、64%和80%,并且能有效提升GPU资源利用率。     

元搜索结果个性化排序技术研究

元搜索引擎是搜索之上的搜索,是将多个独立搜索引擎的结果进行融合,显示给用户,因此结果融合是元搜索引擎的重要部分.利用用户对不同独立搜索引擎的置信度及用户的兴趣信息对各个独立搜索引擎的结果进行个性化融合排序,使得用户最感兴趣的内容能有较高的排名,提高用户搜索的查准率,提高用户搜索的效率.对于同一搜索关键字各个用户可以得到自己个性化的搜索结果,提高用户的满意度.     

远程数据复制系统的性能优化策略

远程数据复制技术是容灾系统中最关键的技术,在实现灾难恢复中起着重要的作用.出于通用性和扩展性的考虑,提出了一种基于windows操作系统的数据复制系统,阐述了系统的基本结构和工作流程.在保证主端视图一致性和从端数据一致性的基础上,提出了提高主端IO效率的并行IO策略和减少数据传输过程中网络带宽占用的请求合并策略.实验分析表明,所提出的方案具有较高的有效性和实用性.     

一种SAN上的数据迁移算法设计与实现

业务执行繁忙和资源分配不均可能降低个别磁盘池的I／O响应速度,影响请求的正常响应。该文通过在不同磁盘池之间进行逻辑磁盘（LD）移动处理,利用空闲磁盘池中的容量做成一个预约LD,在空闲时间后台并行进行数据迁移,使存储系统的IOPS提高了8％左右。通过交换LD元数据信息,可以避免外部Mount点的变化。