综合分块主色和相关反馈技术的图像检索方法

图像数据的无序激增使得基于内容的图像检索技术成为研究热点,为了克服普通颜色特征不考虑颜色的空间分布的缺点,提出了一种多分辨率分块主色法的空间颜色素引技术,同时,还将相关反馈技术融合到多分辨率分块主色算法中,以改善检索效果,据此,实现了一个图像检索原型系统－－SmartEye,并依据所设计的评价实验,将SmartEye的检索结果与其它相关的方法进行了比较和分析,实验表明,文中的方法是比较有效的。     

一种基于亮度校正及半调技术的明暗处理方法

利用不同基色同时对多个零件进行真实感显示是CAD系统申必须解决的问题,传统的明暗处理方法在亮度级数不足的情况下难以获得满意的效果。针对存在的问题,本文在明暗处理算法中引入亮度校正以及半调技术,阐述了亮度校正及半调技术的原理及相应的算法思想。目前该方法已经在现有的CAD系统中实现,并取得了很好的效果。     

一种自动抽取图像中可判别区域的新方法

图像分割是图像处理中的一个难题，为了自动抽取图像中的可差别区域，提出了一种基于自组织图归约算法的区域抽取新方法，首先，利用包括颜色、纹理以及位置在内的多模特征抽算法，原始图像被转换成特征，接着，通过自组织映射学习算法，特征图映射成自组织图，然后，对自组织图实施归纳算法得到一族约简的自组织图谱系；最后，利用一个 综合的聚类有效性分析指标从约简的自组织图谱系中得到一个最优约简的自组织图，以此实现图像区域的分割，新方法的有效性通过两个评价实验得到了验证。     

含聚集物化视图的增量维护方法

针对含聚集物化视图的增量维护问题,提出了一种基于逐步更新思想的增量维护模型和方法.该方法建立了聚集函数计算前查询结果与基表记录之间的映射关系表,并根据映射关系表的增量变化更新物化视图的聚集函数.针对之前方法对于MAX/MIN聚集函数增量更新的不足,在仅利用增量数据不能更新聚集函数值时,采用仅重新计算映射关系表中相关行的MAX/MIN函数值的方法,极大地减小了更新MAX/MIN聚集函数的计算量.在OSCAR数据库的应用表明了该方法的有效性和高效性.     

基于推理通道的函数依赖推理控制

数据库推理控制是数据库安全领域的重要研究内容.函数依赖关系在推理攻击中通常会起到重要作用.文中对基于函数依赖关系的推理控制问题进行了研究,在推理通道思想的基础上,提出了一种基于最小函数依赖集构造推理通道的方法,以及一种基于推理通道的动态组合通道实例的方法,实现了在数据库运行阶段针对函数依赖关系的动态推理控制.上述方法已应用于国产数据库神舟OSCAR安全版中,实践表明,上述方法能够有效地防御基于函数依赖关系的推理攻击.     

Hashjoin 算子矢量化优化*

针对Hashjion性能瓶颈,为了提高数据库性能,加快查询响应能力,提出矢量化方法优化 Hashjoin。矢量化又叫批处理,是针对目前数据库处理系统存在的按行迭代,流水线操作方式而提出的一种优化思路。矢量是构建阶段使用大小为n作为输入向量,并允许任意列的组合的原则处理它们的输入。执行器执行查询计划树,每次迭代算子执行以矢量即批量元组为单位而不是以行为单位。通过仿真实验得出批处理最终加快了Hashjoin算子处理速度近30倍,结果在查询中涉及到Hashjoin的查询分析性能大大提升。     

踏破坚冰 坚定信心

可以说目前国产数据库还没有踏破国外数据库巨头垄断的坚冰,还在夹缝中艰难生存。由于基于国产数据库管理系统产品的应用系统还不够丰富,再加上用户对应用国产数据库的信心普遍不足,国产数据库缺乏通过大量的应用进行磨合的机会,这在很大程度上影响了国产数据库的产业化进程。另外,国产数据库产品的宣传和推广力度都比较低,相应的配套机制、服务也没跟上。但是,发展和应用国产数据库势在必行。数据库管理系统(DBMS)属于基础系统软件,是信息系统的核心软件产品之一。信息技术迅猛发展,已经成为各国经济、军事、社会等全面发展的重要驱动力…     

精确控制执行计划的多表Hint研究与实现

针对多表查询中庞大执行计划空间导致的多表Hint控制不精确问题,提出了一种基于关系代数连接运算的多表Hint控制模型.建立了多表Hint与优化器衷连接执行计划之间的一一映射关系,在不改变优化器现有理论架构的基础上实现了多表Hint对执行计划各个部分的精确控制.提出了一种冲突判断规则,不仅能够快速准确地判断出各种多表Hint在最大表参数集合不相同情况下的语义冲突,而且确保了控制模型具备良好的扩展性.通过在神舟OSCAR数据库上的应用,表明该模型的有效性和高效性.     

基于关系结构的轻量级工作流引擎

针对关键业务应用的开发离不开工作流技术的支持,通过对关键业务的实际开发需求的分析,在传统的关系数据库基础上,提出了一个适用于关键业务开发的基于关系结构的轻量级工作流引擎的框架结构。此工作流模型由机构模型、信息模型和控制模型3部分组成。深入讨论了采用关系结构和轻量级理念来设计工作流引擎的原因,并详细地给出了相关的机构模型、信息模型和控制模型的设计原理以及具体的表示和实现方法。其原型已经应用到实际的应用系统中。实践证明,利用此工作流引擎可以显著地缩短关键业务的开发周期。     

基于多线程的并行实例恢复方法

针对数据库实例恢复串行化执行效率低的问题,以神通数据库为基础提出一种基于多线程的并行实例恢复方法。首先,在数据库原有实例恢复模型基础上,增加"构建脏页表"和"脏页预取"两个步骤,得到改进后的实例恢复模型;其次,结合多线程并发处理思想,提出并行实例恢复方法,对改进的实例恢复模型进行并发处理;最后,由于采用回滚段进行undo日志管理,可以实现undo日志的正常数据化管理,提前结束实例恢复。通过进行TPC-C基准测试,并行实例恢复方法的读取、解析redo日志效率与原有方法相比提高了2~7倍,重做redo日志效率提高了4~9倍,整体所用时间减少为原有方法的20%~40%。实验结果表明,并行实例恢复方法实现了各阶段的并行化,减少了实例恢复所需时间,保证了数据库在实际应用中的高效性。