基于数据分区的DBSCAN算法

数据聚类在数据挖掘、模式识别、图像处理和数据压缩等领域有着广泛的应用。ＤＢＳＣＡＮ是一种基于密度的空间聚类算法,在处理空间数据时具有快速、有效处理噪声点和发现任意形状的聚类等优点,但由于直接对数据库进行操作,在数据量大的时间就需要较多的内存和Ｉ／Ｏ开销;此外,当数据密度和聚类间的距离不均匀时聚类质量较差,为此,在分析ＤＢＳＣＡＮ算法不足的基础上,提出了一个基于数据分区的ＤＢＳＣＡＮ算法,测试结果表     

复杂企业决策支持环境下的数据仓库体系结构的演化

在基于复杂的企业决策支持系统环境下,讨论决策支持系统数据仓库体系结构的演化,并由此进一步讨论对动态集成问题的解决方案。文章还讨论了分布式知识管理体系结构和数据采掘的关系,对决策支持系统数据仓库体系结构中的各个阶段进行了简要评估。     

MapReduce框架下的Skyline计算

由于Skyline查询广泛应用于多目标决策、数据可视化等领域,近年来成为数据库领域的一个研究热点。针对云计算环境,在MapReduce框架下设计并实现了Skyline算法。MapReduce是一个运行在大型集群上处理海量数据的并行计算框架,其主要思想是任务的分解与结果的汇总。基于不同的数据划分思想,实施了三种Skyline并行算法,分别是基于MapReduce的块嵌套循环算法(MapReduce based block-nested-loops,MR-BNL)、基于MapReduce的排序过滤算法(MapReduce based sort-filter-skyline,MR-SFS)以及基于MapReduce的位图算法(MapReduce based bitmap,MR-Bitmap),并针对这三种算法进行了系统的实验比较,得出了不同数据分布、维数、缓存等因素对算法性能的影响结果。     

基于区间编码的GML索引与查询

GML很好地解决了不同GIS系统间地理数据的共享、交换和集成问题,已逐步成为空间数据编码、传输、存储和发布的国际标准.随着GML的广泛应用,如何有效地管理GML数据已成为亟待解决的问题.本文提出一种基于区间编码的方法对GML文档中的元素、属性、文本、几何体等要素进行编码,对非空间特性信息建立B树以实现值查询,对空间特性信息建立R树索引或四又树索引以进行空间分析.在查询处理中,采用以xQuery为基础的GQL查询语言,以实现对GML文档的非空间查询、空间查询及混合查询.实验证明这种方法能够有效地处理在GML文档上进行的值查询和空间分析操作.     

Web服务搜索技术综述*

随着Web服务应用的迅速发展与日益普及, 如何快速、准确地搜索到用户所需的Web服务成为了制约Web服务发展的关键问题之一。目前的Web服务搜索技术包括：基于UDDI注册中心、通过Web服务网站、使用专用搜索引擎与使用通用搜索引擎四种方式。对现有主要Web服务搜索技术进行了详细评述。在对典型Web服务搜索技术分析比较的基础上, 指出了建立专用的Web服务搜索引擎的必要性以及所面临的问题与挑战。     

基于N-gram信息的中文文档分类研究

传统文档分类系统都是基于文档的词属性,分类过程需要庞大的词典支持和复杂的切词处理。本文研究基于N-gram信息的中文文档分类,使中文文档分类系统摆脱对词典和切词处理的依赖,从而实现中文文档分类的领域无关性和时间无关性。利用kNN分类方法,实现了一个基于N-gram信息的中文文档分类系统。测试结果表明该文档分类系统具有和其它同类文档分类系统相当的性能。     

隐含语义索引及其在中文文本处理中的应用研究

信息检索本质上是语义检索,而传统信息检索系统都是基于独立词索引,因此检索效果并不理想,隐含语义索引是一种新型的信息检索模型,它通过奇异值分析,将词向量和文档向量投影到一个低维空间,消减了词和文档之间的语义模糊度,使得文档之间的语义关系更为明晰。实验和理论结果证实了隐含语义索引能够取得更好的检索效果。本文论述了隐含语义索引的理论基础,研究了隐含语义索引在中文文本处理中的应用,包括中文文本检索、中文文本分类和中文文本聚类等。     

一个无需词典支持和切词处理的中文文档分类系统

报道了一个无需词典支持和切词处理的中文文档分类系统。其特点是利用N－gram信息进行中文文档分类,使中文文档分类摆脱了对词典和切词处理的依赖,实现了中文文档分类的领域无关性和时间无关性;采用开放的体系结构使文档分类系统易于功能扩充和性能完善。测试结果表明该系统具有令人满意的分类性能。     

基于改进的神经元网络的图像恢复与重建新算法

本文简单介绍了最早的图像恢复的神经网络方法,Lambertian反射模型虽可用于图像的恢复与重建,但它有很大的局限性。为此,本文给出了一种基于改进的神经元网络的新型反射模型,用于三维图像的恢复与重建,此新法不需知道光源方向,经实验证明,具有计算快捷且图像识别精度高的特点。     

无需词典支持和切词处理的中文文档分类

利用中文文本的N-gram信息进行中文文档分类,使中文文档分类摆脱了对词典和切词处理的依赖。实验结果表明,该方法能够取得令人满意的分类效果。